AI起源：從圖靈到ChatGPT

張明惠

如今作詩AI的祖先是打卡機、緩慢行動的機器人和神一般的游戲引擎。

1958年冬天，30歲的心理學家弗蘭克 · 羅森布拉特（Frank Rosenblatt）正從康奈爾大學前往華盛頓特區海軍研究辦公室，途中他與一位記者喝了杯咖啡。在計算機剛剛興起的年代，羅森布拉特宣布了一項了不起的發明，引起了不小的轟動。他宣稱，這是“第一臺能夠產生自己想法的機器”。

羅森布拉特的智慧結晶叫作“感知器”（Perceptron）。感知器是一個受人類神經元啟發的程序，運行在一臺最先進的計算機上，而這臺計算機是一個5噸重的IBM大型機，大小相當于一面墻。給感知器插入一堆穿孔卡片，它就能學會區分左邊和右邊的卡片。拋開任務的簡單性不談，至少這臺機器能夠學習。

羅森布拉特認為這是一道新時代的曙光，《紐約客》雜志顯然也同意這一點。該雜志的記者寫道：“它是人類大腦第一個真正的對手?！倍敱粏柤案兄鞑荒茏鍪裁磿r，羅森布拉特提到了愛、希望和絕望。他說：“簡而言之，就是人性。如果我們都不了解人類的性欲，為什么還要指望機器去了解呢？”

感知器是第一個神經網絡，是現代人工智能（AI）背后更為復雜的“深度”神經網絡的初級版本。但近70年過去了，人類大腦仍然沒有真正的對手。倫敦阿蘭 · 圖靈研究所首席科學家馬克 · 吉羅拉米（Mark Girolami）教授說：“我們如今獲得的是‘人工鸚鵡，這本身就是一個了不起的進步，它將為我們提供造福人類的偉大工具，但我們不用妄自菲薄?！?/p>

至少今天看來，在人工智能的歷史上并不缺少鼻祖，歷史上許多人都有同樣的發現。例如有人稱羅森布拉特被稱為“深度學習之父”，而這一稱號同屬其他三人。阿蘭 · 圖靈是布萊切利公園的戰時密碼破譯員和計算機科學的創始人，人們稱他為人工智能之父。同時，對于計算機能夠思考這一觀點，他也是第一個認真對待的人。

在1948年的報告《智能機器》中，圖靈研究了機器如何模仿智能行為。他認為，要想讓機器會思考，有個方法是用機械取代人的各個部分：用攝像頭代替眼睛，用麥克風代替耳朵，以及嵌入“電子腦”。圖靈調侃道，為了讓機器自己發現問題，應該讓它在鄉間漫游，但他又指出這種想法將對普通公民造成嚴重影響，因此實踐起來進程緩慢，不切實際。

但圖靈的許多想法卻一直延續至今。他說，機器可以像小孩子一樣，在獎懲機制的幫助下學習。有些機器可以通過重寫自己的代碼來修正自己。如今，機器學習、獎勵和修改已成為人工智能的基本概念。

圖靈提出了“模仿游戲”，俗稱“圖靈測試”，是衡量機器思維進展的一種方法，這取決于人類能否分辨出書面交流是來自人類還是機器。

這是一項巧妙的測試，但為了通過這個測試所做出的努力卻造成了巨大的混亂。在最近的一次測試中，研究人員稱一個聊天機器人通過了測試。這個聊天機器人自稱是一個13歲的烏克蘭人，養了一只會唱貝多芬《歡樂頌》的寵物豚鼠。

吉羅拉米說，圖靈對人工智能的另一項重大貢獻往往被忽視。在布萊切利公園工作時期，圖靈的一篇解密論文揭示了他是如何利用一種名為貝葉斯統計的方法來解碼加密信息的。他和他的團隊逐字逐句地使用統計方法來回答以下的問題。例如，這個德語單詞產生這組加密字母的概率是多少。

現在，類似貝葉斯的方法為生成式人工智能程序提供了動力，使其能夠生成從未存在過的文章、藝術作品和人物形象。吉羅拉米說：“在過去的70年里，貝葉斯統計一直在平行宇宙中進行，這使得我們如今看到的生成式人工智能完全成為可能，我們可以將其一直追溯到圖靈的加密工作?！?/p>

“人工智能”一詞直到1955年才出現。新罕布什爾州達特茅斯學院的計算機科學家約翰 · 麥卡錫（John McCarthy）在一份暑期學校的提案中使用了這個詞，而且對其發展的前景極為樂觀。

他寫道：“我們認為，如果精心挑選一組科學家，讓他們用一個暑假的時間共同研究，人工智能就能取得重大發展?！?/p>

劍橋大學人工智能倫理學副教授喬尼 · 潘（Jonnie Penn）博士說：“如今正處戰后時期，而美國政府認為核武器贏得了戰爭，因此，科學和技術不可能更上一層樓?！?/p>

不幸的是，這些研究取得的進步微乎其微，但研究人員仍然選擇投身于構建程序和傳感器的黃金時代。這些程序和傳感器使計算機能夠感知環境并做出反應，解決問題，規劃任務，而且能使用人類語言。

在笨重的顯像管顯示器上，計算機化的機器人執行著用平白的英語描述的命令，而實驗室里展示的機器人則只能拖著疲憊的身軀撞擊辦公桌和文件柜。1970年，麻省理工學院的馬文 · 明斯基（Marvin Minsky）在接受《生活》雜志采訪時說，3到8年后，世界上將會出現一臺具有普通人一般智力的機器。它將能夠閱讀莎士比亞作品、給汽車加油、講笑話、玩辦公室政治游戲，甚至還能打架。通過自學，幾個月后它的能力不可估量。

然而，幻想在20世紀70年代就破滅了。英國著名數學家詹姆斯 · 萊特希爾爵士（Sir James Lighthill）撰寫了一份尖刻的報告，指出人工智能發展進程甚微，并要求立即削減研發資金。

但科學家將知識視為突破發展瓶頸的方法，因此人工智能又隨之迎來了復興。他們旨在將人類的專業知識直接編碼到計算機中。最為雄心勃勃的是Cyc項目，它旨在掌握受過教育的人在日常生活中使用的所有知識。這意味著需要大量地編碼，但要讓專家解釋他們如何做出決定，并將信息編碼到計算機中。結果，這種做法比科學家想象的要難得多。

發展到20世紀，人工智能確實取得了顯著的成就。1997年，IBM的“深藍”擊敗了國際象棋大師加里 · 卡斯帕羅夫（Garry Kasparov）。這場比賽成為全球頭條新聞，《新聞周刊》雜志稱其為“人類大腦的最后一搏”。

在一場比賽中，“深藍”每秒能掃描2億個位置，并提前預判近80個落子動作?？ㄋ古亮_夫在回憶比賽時說，這臺機器“落子如有神”。

馬修 · 瓊斯（Matthew Jones）是普林斯頓大學的歷史學教授，同時也是《2023年數據是如何產生的》一書的合著者。他認為，從某種意義上說，這是更傳統的人工智能模式的最后一搏。

現實世界中的情況更加混亂，因為規則不明確，信息缺失。會下棋的人工智能無法將其任務轉換為規劃你的一天、打掃房間或駕駛汽車。謝菲爾德大學機器學習負責人埃萊尼 · 瓦西拉基（Eleni Vasilaki）教授說：“國際象棋并不是人工智能的最佳準入門檻。”

自“深藍”以來，人工智能領域最引人注目的飛躍來自一種完全不同的方法，這種方法可以追溯到羅森布拉特和他的卡片分類感知器。基于感知器的簡單單層神經網絡并沒有太大作用，它們所能實現的功能存在根本上的限制。研究人員知道，多層神經網絡將更加有效。但由于計算機能力不足，研究人員也不知道如何對其進行訓練，多層神經網絡便無從談起。

1986年，卡內基梅隆大學的杰弗里 · 辛頓（Geoffrey Hinton）等研究人員開發出“反向傳播”技術。該技術作為網絡教學的一種方法，使得人工智能取得了突破性進步。如今，不再是單個“神經元”與相鄰的“神經元”進行交流，而是整個神經層之間可以相互交流。

假設你建立了一個神經網絡，可以將小貓和小狗的圖像進行分類。這些圖像由網絡的不同層輸入和處理，再由每一層檢視不同的特征。這些特征可能是邊緣和輪廓，也可能是毛發和臉部，然后將輸出結果發送給下一層。在最后一層，神經網絡計算出圖像是貓或狗的概率。但假設神經網絡弄錯了：羅孚絕不會在脖子上掛一個鈴鐺！你可以計算出誤差的大小，然后通過網絡倒推，調整神經元的權重值（基本上就是網絡連接的強度）來減少誤差。這個過程不斷重復，而這也就是神經網絡的學習方式。

這一突破使神經網絡再次成為人們關注的焦點，但研究人員卻再次因缺乏計算能力和數據而受挫。在千禧年代，這種情況發生了轉變，因為更強大的處理器出現了，特別是用于視頻游戲的圖形處理器，以及充斥著文字、圖像和音頻的互聯網所帶來的海量數據。2012年，科學家證明了構建“深度”神經網絡（具有大量層級的網絡）的巨大威力。ImageNet挑戰賽是一項讓人工智能挑戰從數百萬數據庫中識別圖像的國際競賽。在該挑戰賽上，AlexNet擊敗了對手。

愛丁堡大學自然語言處理專家米瑞拉 · 拉帕塔（Mirella Lapata）教授說：“AlexNet給大家上了一課，讓人們知道規模真的很重要?！比藗冊浾J為，如果我們能把我們所知道的關于某項任務的知識輸入計算機，那么計算機就能完成這項任務。但現在的想法已經發生了轉變，因為計算和尺度比人類知識重要得多?！?/p>

在AlexNet之后，人工智能領域的發展迅速。谷歌的DeepMind公司成立于2010年，以解決智能問題為己任。該公司推出了一種從頭開始玩雅達利經典游戲的算法?！巴粐庇螒蛞笸婕以掖┩ǖ酪粋鹊膲Ρ?，然后把球送入后方的空間。Deepmind公司通過反復試驗，發現了如何在該游戲中取得勝利。DeepMind的另一個算法AlphaGo在圍棋比賽中擊敗了世界冠軍李世石。此后，該公司又發布了AlphaFold。在了解了蛋白質形狀與其化學構成的關系后，AlphaFold又預測了2億種蛋白質的三維結構，幾乎涵蓋了科學界已知的所有蛋白質。如今，這些三維結構正在推動醫學科學的新浪潮。

深度學習革命制造了大量的頭條新聞，但這些新聞現在看起來就像生成式人工智能掀起浪潮前的小小漣漪。以2022年發布的OpenAI的ChatGPT為例，這些功能強大的新工具因其生成能力而得名，它可以生成論文、詩歌、求職信、藝術作品、電影和古典音樂等。

生成式人工智能的核心引擎被稱為轉換器，它由谷歌研究人員開發，最初是為了改進翻譯。在2017年的一篇論文中，人們對其進行了描述，論文標題“只需關注”（Attention Is All You Need）借用了披頭士的名曲。即使是它的作者似乎也低估了它將產生的影響。

利昂 · 瓊斯（Llion Jones）是該論文的合著者之一，也是論文標題的撰寫者。他已經離開谷歌，與他人共同創辦了一家新公司——薩卡納人工智能公司。在東京的辦公室里，他正在進行一項新的轉換器實驗，對論文的受歡迎程度進行了反思。他說：“我們確實認為自己創造的是一種非常通用的東西，它并不是專門用來做翻譯的。但我們不曾想過它會如此普遍，能夠接管一切?，F在幾乎所有都在轉換器上運行。”

在轉換器出現之前，人工智能驅動的翻譯通常是通過逐個單詞處理句子來學習語言。這種方法有其缺點，因為依次處理單詞的速度很慢，而且對長句的處理效果也不好。當處理到最后一個單詞時，前面的單詞已經被遺忘了。轉換器通過一種名為“注意”的過程來解決這些問題。它允許網絡同時處理句子中的所有單詞，并根據單詞的語境理解每個單詞。

OpenAI的生成式預訓練轉換器GPT和類似的大型語言模型盡管并不總是完全可靠，但卻可以生成長篇流暢的文本段落。通過對海量數據（包括互聯網上的大部分文本）的訓練，它們可以學習到以前的算法無法識別的語言特征。

也許最引人注目也最令人興奮的是，轉換器可以勝任各種任務。一旦它掌握了所輸入數據（音樂、視頻、圖像和語音）的特征，這些特征就能促使它創造出更多的數據。無需通過不同的神經網絡，轉換器就可以處理所有不同的媒體。

邁克爾 · 沃爾德里奇（Michael Wooldridge）是牛津大學計算機科學教授，同時著有《通往有意識機器之路》（The Road to Conscious Machines）一書。他說：“這是一個進步，是一個真正的技術分水嶺。顯然，谷歌沒有發現這一潛力。如果他們知道這將是迄今最具影響力的人工智能發展，我很難相信他們會發表這篇論文?！?/p>

沃爾德里奇認為，轉換器網絡可應用于閉路電視，在犯罪行為發生時記錄下來。他說：“我們將進入一個生成式人工智能的世界，貓王和巴迪 · 霍利（Buddy Holly）將死而復生。如果你是原版《星際迷航》系列的粉絲，生成式人工智能會根據你的喜好創造出無限劇集，而且對白聽起來就像威廉 · 夏特納（William Shatner）和倫納德 · 尼莫伊（Leonard Nimoy）的原聲，根本分辨不出其中的差別?！?/p>

但革命是有代價的。訓練像ChatGPT這樣的模型需要巨大的計算能力，而且碳排放量也很高。佩恩說：“生成式人工智能讓我們與氣候危機相碰撞。與其過度設計我們的社會，讓它時時刻刻都運行在人工智能上，不如把它應用在有用的領域，不要把時間浪費在沒用的地方。”