马文·明斯基:一颗人工智能巨星的陨落

本文经湛庐文化授权转载

他,最早联合提出了“人工智能”概念,被尊为人工智能之父; 他,是人工智能领域首位图灵奖获得者; 他,是世界上第一个人工智能实验室MIT人工智能实验室联合创始人; 他,还是虚拟现实的最早倡导者; 他,影响了阿西莫夫的机器人三大定律;

他的代表作《情感机器》构建了未来会思考的机器人的蓝图,影响了无数人工智能领域专家学者;他就是那位在人工智能60年历史中一直熠熠生辉的权威——马文·明斯基。

这位致力于创造情感机器的巨人,人工智能之父,于1月24日晚在美国波士顿逝世,享年88岁。我们自此失去了这位学术大师!

✦✦✦

MIT人工智能实验室联合创始人

1927年,马文·明斯出生于美国纽约的一个眼科医生家庭。因为正值美国大力发展私立学校的时期,所以他从小学到中学全盘接受的都是私立学校的教育,并对电子学和化学情有独钟。高中毕业时他加入海军,退伍后去往哈佛大学深造,主修物理学,选修电气工程、数学、遗传学、心理学等多个学科,并于1950年进入普林斯顿大学攻读数学博士学位。在取得博士学位后,约翰·冯· 诺依曼、诺伯特· 维纳、克劳德· 香农引荐他成为哈佛大学的助理研究员,并一举发明了激光共聚焦扫描显微镜。

1956年,明斯基与麦卡锡、香农等人一起发起并组织了 “达特茅斯会议”,提出“人工智能”概念。这一时期,他开始致力于使用“符号操作”方式研究人工智能,并写出了《迈向人工智能》(Steps toward Artificial Intelligence)这一论文,论述了启发式搜索、模式识别、学习计划和感应等主题。1958年,他离开哈佛大学,去到麻省理工学院(MIT),之后不久,麦卡锡也由达特茅斯来到MIT与他会合,共同建立了世界上第一个人工智能实验室MIT人工智能实验室。学生和工作人员们开始涌入实验室,迎接理解人工智能与赋予机器智能的新挑战——研究人员们不仅要努力尝试对人类思维和智能建模,而且还要尝试建立实用性的机器人。在那里,明斯基自己就设计和建造了一个带有扫描仪和触觉传感器的14度自由机械手,可以像人一样搭积木。

世界上最早能够模拟人类活动的机器人Robot C创建者

虚拟现实倡导者

在攻读博士学位的第一年,明斯基便提出了关于思维如何萌生的理论,并建造了一台名为“Snare”的学习机,该机器是世界上第一个神经网络模拟器,能够在其40个“代理”和一个奖励系统的帮助下穿越迷宫。之后,明斯基还通过综合利用自己多学科的知识,使机器具备了基于过去行为预测当前行为的能力。在对人工智能技术和机器人技术的深入研究下,他构建出了世界上最早的、能够模拟人类活动的机器人Robot C,带领机器人技术进入了一个新时代。早在20世纪60年代,明斯基就提出了“telepresence”(远程介入)这一概念,通过利用微型摄像机、运动传感器等设备,明斯基让人体验到了自己驾驶飞机、在战场上参加战斗、在水下游泳这些现实中未发生的事情,这也为他奠定了“虚拟现实”(virtual reality)倡导者的重大地位。

作为人工智能的先驱,明斯基一直坚信机器可以模拟人的思维过程,从而让机器变得更加智能。

视频内容

点击观看TED演讲:人工智能之父马文·明斯基解读人工智能

人工智能领域首位图灵奖获得者

在计算机科学的众多领域,尤其是在让计算机模拟人类大脑认知能力的人工智能领域,明斯基无疑都是一个闪耀着明星般光环的著名研究人员。由于他的研究引领了人工智能、认知心理学、神经网络、图灵机理论和回归函数这些领域的理论与实践的发展潮流,并在图象处理领域、符号计算、知识表示、计算语义学、机器感知和符号连接学习领域作出了许多贡献,1969年,明斯基被授予“计算机界的诺贝尔奖”图灵奖,这是第一位获此殊荣的人工智能学者。

之后,麦卡锡、西蒙(H.A.Simon)、纽厄尔(A.Newell.)、费根鲍姆(E.A.Feigenbaum)、劳伊·雷迪(RajReddy)等5名人工智能学者也先后斩获图灵奖,人工智能这一学科的影响力日渐深广起来。

大师们对他的评价:

明斯基在1950年进入普林斯顿大学攻读数学系的博士研究生学位,比我晚一年。我们很快意识到,我们两人都对人工智能很感兴趣。事实上,当时明斯基已经对如何实现人工智能颇有想法了,这一点在之后他设计和建造的世界上第一个神经网络模拟器Snare上得到了证实。 约翰•麦卡锡 人工智能先驱,LISP语言之父,图灵奖获得者 马文•明斯基在人工智能、认知心理学、数学、计算语言学、机器人和光学等诸多领域作出了巨大的贡献,近年来,他一直致力于让机器具备人类常识推理的能力。对于我来说,他是一位非常值得尊敬的导师。 雷 • 库兹韦尔 21 世纪的未来学家和思想家, 奇点大学校长,谷歌公司工程总监 在这世界上,我只佩服两个极具智慧的人物:首先是马文•明斯基,其次是卡尔•萨根。 艾萨克•阿西莫夫 美国著名科幻小说家, 科普作家,文学评论家


《世界科学》对马文·明斯基的访谈

苏珊:您在《情感机器》中所描述的人类对思维的最新认识是什么?

明斯基:这本书的核心思想是说,人类是一种独特的足智多谋的动物,因为他能够用多种方式去处理任何事情。比如:当你在思考某一事物时,你可能以语言表达的方式去思考,也可能以逻辑术语的方式去思考,或者是图表、图像,甚至是某种结构的方式。如果一种方式行不通,你可以迅速转换到其他方式,这就是为什么我们在处理各种情况时都能运用自如的原因。而其他动物就不能够想象:如果屋子里的床从黑色变成红色后,屋子将会是什么样子。但是人却能够形成这种想象的画面,或者用语言,或者是一丁点逻辑来描述这一场景。

苏珊:如今神经科学家们寻求对意识的理解是一个热门研究领域,而您却经常用心理学方法和理论来解释一些现象。这看似不够严肃,那您的研究是否在这些主流之外?

明斯基:我从不认为神经科学是一件严肃的事情。他们有的只是一些近乎可笑的小理论,然后就是做复杂的实验去证明它;一旦理论被证明是错误的,接下来他们就不知道该干些什么了。

《情感机器》论述了有关意识的一套非常完备的理论。意识可能融合了大约16种不同的过程。大多数神经学家认为,任何事情要么是有意识的,要么是无意识的。即使是弗洛伊德也赞同意识分为不同的级别。当你与一位神经科学家谈话时,你会发现他们是如此的单纯。他们主攻生物学,对钾通自人工智能先驱马文·明斯基1959年创建麻省理工学院(MIT)人工智能实验室以来,开始道和钙通道有所了解,但是他们不具备专业的心理学知识。神经科学家经常会问:我应当努力解释什么现象?我能为解释这种现象找到一种理论吗?我能否设计一个实验来检验一种理论是否比其他理论更好?如果没有两种理论,他们就无法做实验,并且通常他们自己连一个理论都没有。

苏珊:如您所认为的,人工智能就像一面透镜,通过它一方面可以看到思维,但另一方面它也将思维是如何工作的秘密深锁在里面。是这样吗?

明斯基:没错,我们还要进一步构建模拟人工智能这面透镜的模型。如果一种理论非常简单,你可以用数学来预测它是如何工作的。如果它很复杂,你就不得不设计一个模拟实验。在我看来,大脑思维这般复杂的事物,可以检测它的理论的唯一方法就是模拟它,观察它的行为。但现在有一个问题,就是研究者们往往不愿意告诉我们模拟模型不能够做什么。他们会说:“哦,我设计的机器识别手写体文字的准确率可以达到79%。”但他们却没有告诉我们不成功的那部分是怎么回事。

苏珊:像奥利弗·萨克斯和拉马钱德兰这两位专门从事脑损伤病人研究的神经学家,对这一类研究对象,大脑里没有发生什么比发生了什么更有价值。这和您所说的是一回事吗?

明斯基:是的,你提到的这两位大概是神经科学领域内最优秀的思想者。安东尼奥·达曼斯奥也不错,但拉马钱德兰和萨克斯比他们的大多数同行要更全面。他们能够考虑各种替代的理论,而不是一味试图证明某一特定理论。

苏珊:在神经科学或人工智能领域,还有其他的什么问题让您感兴趣?

明斯基:极少。大约有两三万人在研究神经元网络,有四五万人在研究统计预测,还有数千人致力于研究具有常识性思考能力的逻辑系统。但据我所知,几乎没有人能够通过类比做出推理。之所以这是很重要的,是因为人类解决问题的方式首先是有大量的常识性知识,如大约5000万件轶事或小条目,然后产生某个未知系统,从5000万个老故事中发现大约5~10条与之相关的,这就是从类比中推理。我知道大约只有3~4个人在瞄准这一方向。但他们并非声名显赫,因为他们没有宣称要从中找到一条放之四海而皆准的理论。

苏珊:人工智能可能会有像人一样的常识吗?

明斯基:目前有好几个大项目在探讨这一问题,其中一个是得克萨斯州的道格拉斯·莱纳特,他从1984年开始研究的。目前他有200万条常识性知识,例如“人住在房子里”和“下雨的时候你会被淋湿”等,这些常识都经过细致的分类。但是我们却不具备3岁小孩脑子里充满的问题的答案,我们现正在收集这些问题的答案。如果你提出孩子气的问题,诸如“为什么下雨的时候,有些人不想被淋湿”,计算机就会感到费解。因为人们在下雨的时候不想被淋湿,但沐浴的时候却希望被淋湿。

苏珊:开发像3岁小孩那样思考的人工智能有什么价值?

明斯基:人工智能的历史本身就非常有趣。第一个真正意义上的智能机器是一件非常美妙的东西,它能够做逻辑证明,还是个算术高手。随后我们就设法研究使机器能够回答类似小学一年级读物中的相关问题。目前还没有机器能够做到这一点,因为人工智能研究者的主要精力放在对付一些尖端问题上(如国际象棋的人机大战),但在认为简单的问题上却没有取得多大进展。这是一种“向后的进展”。我预期,随着对常识推理机器的研制,我们在这一问题上很快就会取得进展。当然前提是我们能够获得足够的基金资助,同时还有一个问题需解决,就是人们通常对这类研究持怀疑态度。

苏珊:人工智能通常指的是探索大脑的实用性功能,如语言科学家访谈理解或解决问题。但是人们有很多行为看似并不具有非常明确的实用性,如看电视、幻想、开玩笑。为何这些行为都是必需的?

明斯基:快乐和痛苦一样是一种简单、绝对、与生俱来的最基本的东西。据我所知,快乐是关闭大脑中不同部分的一种机制,就像睡眠一样。我怀疑快乐的主要功能是关闭大脑的一部分,让努力学到的新东西的记忆保持新鲜。它是短时记忆的缓冲器,这是关于快乐的理论之一。然而,这其中隐藏着一个缺陷,那就是如果你能够控制快乐,你将会乐此不疲地一直这么控制下去;按照该理论,如果你能控制快乐中枢,那就会关闭大脑的一部分。这是一个非常严重的问题,因为它可能引起上瘾。我认为球迷、流行音乐迷、电视迷等等都是这么干的,他们压制了自己的常规目标而去做一些其他的事情。这些可以从沉溺于电脑游戏直到引起肥胖症的年轻人身上观察到。

苏珊:许多人感到人工智能从上世纪80年代(在兑现以前的设想和承诺失败后)就开始走下坡路,您这样认为吗?

明斯基:当然不,只是发生了一些超出高级思维者预料的情况。如今这个领域里的每个人都在追求某种逻辑推理系统、遗传计算系统、统计推理系统或神经网络,没有一个能取得重大突破,原因是它们过于简单。如果你尝试建立一种新理论,充其量也只能解决部分问题而对其他问题无能为力。我们不得不承认,神经网络不能做逻辑推理,例如,如果它计算概率,就不能理解那些数字的真正意义是什么。我们还没有获得资助来研究一些完全不同的东西,因为政府机构希望你确切地说出在合同期的每个月将会取得什么进展。而过去的国家科学基金资助不限于某一具体项目的日子,一去不复返了。

苏珊:为什么资助科学研究的风向变了呢?

明斯基:资助者希望看到实际的应用,对基础科学缺乏尊重。在上世纪60年代,贝尔实验室成为了一个传奇。我在那里工作了一个夏天,据说他们不打算资助任何在40年内能修成正果的课题。CBS实验室、斯坦福实验室—— 过去这个国家有许多伟大的实验室,但现在一个也没有了。

苏珊:《情感机器》像一本理解人的思维的书,但这并不是您写这本书的初衷,是这样吗?

明斯基:这本书实质上是关于如何构建智能机器的一个计划。我非常愿意雇佣一帮程序员来实现书中所描述的情感机器的体系结构,它能够在我所讨论到的各种思维方式间切换。迄今为止,还没有人构造一个系统具备或者能够获取自我反省的知识,这样的系统随时间的推移,解决问题的能力会越来越强。如果我有5个优秀的程序员,就能在3~5年的时间里实现这一目标。

苏珊:您将制造一个非常聪明的机器人,这不错。不过您的终极目标是构建一个几乎是人类的复制品的机器人,是吗?

明斯基:或者是比人类更优秀的机器人。我们人类并不是进化的终点,因此如果我们能制造一个和人一样聪明的机器人,那我们也就可以制造一个比人更聪明的机器人。造一个和人完全一样的机器人意义不大,你也会希望制造一个能干我们人类所不能干的事情的机器人。

苏珊:那是为了什么目的?

明斯基:是这样的。随着人口出生率的持续下降,但人口总量仍在增长,这样就会有越来越多的老人。我们需要聪明的机器人来帮助他们做家务、保管物品或种蔬菜。还有一些问题是我们不能解决的,比如,如果太阳不再照耀地球,或者地球被毁灭了,我们该怎么办?不妨“制造”更多更好的物理学家、工程师和数学家。我们必须为我们自己的未来打算。如果不能做到这一点,我们的文明将会消失。

苏珊:作为《2001太空漫游》的顾问,您在其中主要做了哪些工作?

明斯基:我没有参与讨论剧情,而是对“HAL 9000”计算机应该长成什么模样进行过咨询。原来他们有一个装饰着彩色标签的计算机。斯坦利·库布里克问我:“您觉得这个怎么样?”我说:“它漂亮极了。”他又问:“这是您真实的想法吗?”我就说:“我认为这个计算机实际上应该只是由许多小黑盒子组成,因为计算机需要通过引线来传递信息以知道它里面在做什么。”于是他把原来的装饰撤掉,设计了一个简单的、看上去更漂亮的“HAL9000”计算机。库布里克希望所有的技术细节都是合理的,但没有告诉我HAL将会做什么。

苏珊:如果我们发明了完美的人工脑,那么它与真实的人脑会有什么区别?

明斯基:至少人工脑不会死亡。一些人认为人脑就应该自然死亡,但另一些人认为死亡是令人讨厌的事。我属于后一种人,所以我认为应该让死亡消失。

马文·明斯基尽管专业是数学,但他习惯于以机器智能的方式思考问题。1950年,他在普林斯顿大学的博士论文中,分析了“学习机器”以模拟大脑的神经网络——这一成果起源于他在硕士研究生时构建的模型。在他的早期研究生涯中,明斯基还是一位颇具影响力的发明家——他发明了世界上第一台共焦扫描显微镜,如今这款机器是世界各大实验室使用的标准机型。1959年,明斯基与同事们共同创建了MIT人工智能实验室。期间,他设计、参与制造了能够感觉、在一定范围内可操作目标的机器手臂。这是人工智能发展史上的一个里程碑。

马文明斯基代表作


《情感机器》

原文发布于微信公众号 - 大数据文摘(BigDataDigest)

原文发表时间:2016-01-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

打开大数据研究的潘多拉魔盒

2108
来自专栏韩伟的专栏

什么是游戏性

由于最近忙于写各种文档,所以很长一段时间没有更新了。不过作为一个产品、技术内外双修的神人,还是有一些存活的。今天发送的和单纯的技术关系不大,而是一份对于游戏这个...

3206
来自专栏量子位

AI时代要来了,怎样让我们的下一代做好准备?

唐旭 编译自 《哈佛商业评论》 量子位 报道 | 公众号 QbitAI ? AI正在各个行业内掀起一场革命,但很多人还没有想好该如何迎接它。 近日,CMU计算机...

3365
来自专栏PPV课数据科学社区

盘点国外社交网络:大数据意义究竟何在?

“别说忙,没工夫看书。。。你那刷FB/朋友圈的工夫腾出来,保证每周啃下一本”,小编身边总充斥着这样的‘训话’。。。 额,奈何我每天的工作离不开从社交媒体中获取信...

4126
来自专栏顶级程序员

哪些人工智能电影演得最逼真?

在 1982 年的电影《银翼杀手》的开幕镜头中,一个调查员不断向询问一名为 Leon 的机器人,旨在激发他的情绪反应。在电影中,同情心是区分人类与人工智能(A...

3656
来自专栏新智元

乂学栗浩洋:教育版AlphaGo打破垄断,撬动2000亿在线教育市场

新智元 AI 技术峰会 演讲人:栗浩洋(乂学教育创始人) 【新智元导读】据艾瑞咨询的报告,2018年中国在线教育市场规模达2727.1 亿元,AI+教育...

3134
来自专栏挖数

AI革命,通往超级人工智能之路

本文翻译自Tim Urban的《The AI Revolution: The Road to Superintelligence》,截止目前该文章在Facebo...

1K11
来自专栏大数据文摘

我们活在真实世界还是模拟人生:重要吗?不重要吗?

2873
来自专栏钱塘大数据

【干货】如何写出一份让人过目不忘的数据分析报告?

导读:大数据时代,各类信息爆炸式增长,如何做出一份好的数据分析报告?一个平庸的标题很可能导致非常出彩的内容被人冷落;而光有吸引人眼球的标题还不够,还需要有吸引人...

3899
来自专栏IT派

给伸手党精选的人工智能十大TED演讲 收藏起来慢慢看

在这一系列的演讲中,让我们从“全局”的角度聆听关于人工智能(AI)和机器学习的有趣讨论和会议,你将会听到关于该领域内未来的发展、意义、优势和对全世界范围内影响的...

1080

扫码关注云+社区

领取腾讯云代金券