現在的人工智能還只是初步階段，只能做到盡量接近地模擬人類智能，卻一直超出不了。關于人工智能范疇的評論辯論能夠終究會回歸到Douglas Hofstadter的論點上。自從他在1979年出書的著作《聰明》取得普利策小說獎以來，他一向在默默地研討有關思慮的成績，和若何讓盤算機來完成這一目的。

　　在20世紀50年月和60年月人工智能研討的晚期階段，我們的目的是發明出可以或許模仿人類思慮和行動方法的盤算機，重塑我們對四周世界的直不雅懂得才能。但現實證實，關于20世紀50年月的盤算機法式來講，思慮這一行動要龐雜很多。研討成果是使人掉望的。

　　不外，終究人們廢棄了讓盤算機思慮，轉而專注于令它完成異常詳細的義務，并向它們供給了年夜量的相干數據，這招致了我們明天看到的人工智能高潮。盤算機可以在國際象棋中擊敗人類，但是它們不是經由過程優雅地下一步棋來取得知足感，而是在此前的數百萬場競賽中挑選，看哪一步棋更有能夠贊助取得成功。

　　不外，在2017年，人工智能能夠須要處理一個陳詞濫調的成績：教管帳算機若何變得更人道化。人工智能前驅人物Geoffrey Hinton比來對Axios說，他對一些辦法“深表疑惑”，好比應用一堆象棋競賽數據來教會它們下象棋。相反，盤算機應當可以或許不依附數百萬個特定的數據點來自立進修，就像人類一樣。

　　在人工智能的一切這些變更中，印第安納年夜學的認知迷信和比擬文學傳授Hofstadter，則一向在試圖懂得思想是若何運作的。他不信任我們如今具有的人工智能是真正“智能”的，他擔憂這個范疇曾經把人類帶到了風險的途徑上。外媒與Hofstadter師長教師（以下簡稱DH）就人工智能的近況、個中涌現的毛病、和將來的風險等停止了評論辯論。

　　人工智能的近況：人工智能照樣人工智障？

　　問：讓我們來談談盤算機是若何懂得說話的。要想有用地將一種說話翻譯成另外一種說話，機械就必需對這個世界有深入的懂得，不是嗎？

　　DH：我所懂得的翻譯是用第二說話發明一個文本，讓它和原文一樣好。是以，假如用源說話寫作的原文文字很美很有藝術感，那末第二說話的文本也應如斯。這曾經超越了谷歌翻譯的領域。

　　谷歌翻譯的主體不具有懂得力。它在各類意想不到的處所都輕易涌現懂得上的誤差。德語中有一句話翻譯成英語是：“女傭端來了湯。”當我細心研討這個句子時，發明谷歌翻譯的說法是：“女傭進了湯。”它翻譯的“女仆”是準確的，但谷歌翻譯這句話中描寫的抽象和舉措其實不具有實際性。

　　我其實不是要凌辱谷歌翻譯。我想說的是，你要記住，電腦所應用的詞語并沒有付與它意義。

　　問：這就是你所說的“Eliza效應”（Eliza effect）嗎？

　　DH：Eliza效應指的是，我們應用單詞或短語時以為它是成心義的。也就是說，當另外一個實體在應用詞語并將其輸出到屏幕上或說出來時，我們偏向于以為其面前有思慮的行動。這能夠是極端毛病的。

　　人工智能真的能完整代替人類嗎？

　　問：你以為盤算機在沒有這類思想的情形下，可以翻譯得像人類作品一樣充斥文學性和優雅嗎？

　　DH：我不這么以為。我真的不這么想。由于我認為這個世界太龐雜了。

　　問：我們須要發明更多術語來描寫人工智能的行動嗎，以便進一步解釋它其實不是甚么適當的智能表示情勢？

　　DH：這是個風趣的成績。我以為我們明天具有的其實不算是“智能”。我要回過火去談一談我比擬熟習的器械，那是幾年前的事了，也就是主動駕駛汽車。

　　這件事產生在我身上，所以它是一個真實的情形。其時我從印第安納州的布盧明頓市開車到芝加哥來做演講。一兩個小時后，我在高速公路上碰到了一場異常嚴重的交通梗塞。我離芝加哥還很遠，而高速公路曾經完整走不動了。那末我要做甚么決議呢？我看到有些人正試圖駕車穿過南北交通路段之間的草地，我認為他們會在高速公路上往南走，然后能夠下車，走一些更小的路。這是有能夠的，但后來我發明有些車被困在了泥濘的草地上。所以我就想：“我要去冒這個險嗎？”

　　假定我在那等了一段時光，最初又回到了高速公路上。但其時我壓力真的很年夜，要趕去芝加哥。我曾經糟蹋了一個小時，簡直沒有時光了。如今我該怎樣辦？我要承當多年夜的風險？對我來講，去這所年夜學揭橥這堂課對我來講有多主要？假如我打德律風說我要遲到半個小時會怎樣樣？晚了一個小時？所以我開車時思慮著，我要不要在限速70英里每小時的區域開到80邁？或許90？我要開多快？

　　對我來講，這些思慮是“駕駛”的一部門。這才是開車。它注解，實際世界的身分在很多方面可以影響到駕駛。

　　真實世界其實不像象棋或圍棋那樣有一個方樸直正的框。有些情形是毫無界限的，你不曉得這個狀態下會產生甚么，也不曉得此狀態外又會產生甚么。

　　間隔真的人工智能還有多遠？只可模擬弗成超出！

　　問：人們會以為機械智能是在思慮，這一點有困擾到你嗎？

　　DH：假如你問我，準繩上一個盤算機硬件能否有能夠做一些相似思慮的行動，我會說相對是有能夠的。盤算機硬件可以做任何年夜腦能做的工作，但我不以為今朝階段是如許的情形。我們只是在模仿人類思慮的外相，而許多人卻在為這類錯覺而雀躍不已。有時這些機械的表示是驚人的。

　　當我剛接觸這個范疇的時刻，我有如許的感到：發明出那些看起來仿佛會思慮的法式是很風趣的，即便它們只會做一些異常無限的思慮，卻給你一種接近天然人思想的錯覺，這一點很成心思。越奧妙，就越好。

　　機械是在漸漸改良的，這個立場讓我覺得很贊成。這讓我認為人類才是最終目的，人類聰明是一件了不得的工作。換句話說，我的感到是，盤算機靈能將會閱歷一段遲緩漸進的進程來完成人類智能。漸近的意思是它會逐步接近它，但其實不會超出它。就像曲線接近直線一樣。它會無窮接近直線，然則一直曲直線。

　　但到比來，跟著AlphaGo和DeepBlue的各類成功，人們開端疑惑這兩條線能否會涌現穿插。人們以為它們在接近，然后訂交，并沒有漸近線。它訂交了，然后盤算機那條線持續上升。這和我的設法主意分歧，我不太愛好這個成果。

　　人類的思想被吞沒在塵埃中這一點令我畏懼。不是被盤算機幫助或唆使，而是被完整壓服，人類在盤算機眼前就像是已經涌現在我們眼前的甲由或跳蚤強大不勝，假如真到了那一天，那就太恐怖了。