更改
跳到导航
跳到搜索
第82行:
第82行:
− 再多说两句,其实当图灵等人发明了所谓的通用图灵机(UniversalTuringMachine)这种程序,前面设想的那个最强大的人工智能程序平台就已经存在了。因为无论是更改程序还是与机器聊天都可以被通用图灵机解释为机器代码。所以,从这个意义上来说,'''其实我们不应该发明什么人工智能程序,而是应该发现真正的智能'''!这就好比古人所讲的道,你就是找不到它在哪,但它的确早就在那里了。<br>+
− 为了体现出“玩”这个动词不一样的特性,让我们来看一下EdwardCastronova的研究工作。他早先是一名不起眼的经济学家,后来因为他给Everquest这款网络游戏计算了GDP而一举成名。他的计算大体思路如下:首先,他发现有很多玩家将自己的虚拟角色或者物品拿到eBay上拍卖,并且,每当虚拟角色升级一次就可以多卖出13美元。其次,他估算出玩家让自己的角色升一级大概需要51.4小时,那么平均每个小时每个玩家就能创造13/51.4≈0.25美元的价值。每天Everquest游戏中都有60381个玩家在线,那么,整个游戏在一年创造出的价值,也就是GDP就是年均60381*24*365*0.25≈1亿3千万美元。<br>+
→当玩家变成程序员
从这个角度来说,传统意义上的人工智能程序的界定已经当然无存了,因为我们已经不能分割出来一个能够'''独立地脱离编程员设计的人工智能程序'''。取而代之的,我们应该考虑如何设计一个更好的平台作为初始的系统,使得'''观察者能够一直不停地在这个平台上“玩”下去'''。这才是从观察者理论角度理解的真正的人工智能!<br>
从这个角度来说,传统意义上的人工智能程序的界定已经当然无存了,因为我们已经不能分割出来一个能够'''独立地脱离编程员设计的人工智能程序'''。取而代之的,我们应该考虑如何设计一个更好的平台作为初始的系统,使得'''观察者能够一直不停地在这个平台上“玩”下去'''。这才是从观察者理论角度理解的真正的人工智能!<br>
让我们还是用图灵测试为例来说明。我们要设计的其实不是一个多么强大、聪明的聊天程序,而是一个可以提供人和计算机进行交互的平台。在这个平台之中,玩家随随便便地聊天的话语,比如“你吃了吗?”,与程序员所写的冷冰冰的机器代码“Mov2b,Addc,…”没有本质上的区别。这样,玩家普通的聊天也可以变成对程序指令的修改,使得这个程序就能够在聊天使用中完成了自身结构的改变,这才是史上最强大的人工智能程序!<br>
让我们还是用图灵测试为例来说明。我们要设计的其实不是一个多么强大、聪明的聊天程序,而是一个可以提供人和计算机进行交互的平台。在这个平台之中,玩家随随便便地聊天的话语,比如“你吃了吗?”,与程序员所写的冷冰冰的机器代码“Mov2b,Addc,…”没有本质上的区别。这样,玩家普通的聊天也可以变成对程序指令的修改,使得这个程序就能够在聊天使用中完成了自身结构的改变,这才是史上最强大的人工智能程序!<br>
再多说两句,其实当图灵等人发明了所谓的通用图灵机(Universal Turing Machine)这种程序,前面设想的那个最强大的人工智能程序平台就已经存在了。因为无论是更改程序还是与机器聊天都可以被通用图灵机解释为机器代码。所以,从这个意义上来说,'''其实我们不应该发明什么人工智能程序,而是应该发现真正的智能'''!这就好比古人所讲的道,你就是找不到它在哪,但它的确早就在那里了。<br>
读到这里,也许你会说,这些分析没什么了不起。机器学习程序不就是这么干的吗?它就是在运行使用(玩)的时候调整自己的参数或者结构,并且让自己变得越来越聪明的。<br>
读到这里,也许你会说,这些分析没什么了不起。机器学习程序不就是这么干的吗?它就是在运行使用(玩)的时候调整自己的参数或者结构,并且让自己变得越来越聪明的。<br>
没错,可以这样说,具有学习功能的程序的确比传统意义上的人工智能程序更接近我们这里所理解的智能。然而,机器学习这门学科更多地是强调如何改进程序的算法和结构,使得在较短的学习周期之中达到用户的要求。也就是说,机器学习仍然是把图4-6所示的周期拆成图4-4的两个,而把重点放在如何设计/调试出一个程序使它能够在使用/玩的过程中表现更好。<br>
没错,可以这样说,具有学习功能的程序的确比传统意义上的人工智能程序更接近我们这里所理解的智能。然而,机器学习这门学科更多地是强调如何改进程序的算法和结构,使得在较短的学习周期之中达到用户的要求。也就是说,机器学习仍然是把图4-6所示的周期拆成图4-4的两个,而把重点放在如何设计/调试出一个程序使它能够在使用/玩的过程中表现更好。<br>
然而,我们这里所说的人工智能,更形象地说应该是一种“吃交互的机器”。它把每一次玩家的交互都看作一种资源来更新自己的结构,而不再区分这是程序的调试还是玩家的使用。所以,我们要做的理论突破并不在于程序本身上,而是在于如何更深入地理解究竟什么是玩家“玩”这个动作,以及如何去利用这种资源<br>
然而,我们这里所说的人工智能,更形象地说应该是一种“吃交互的机器”。它把每一次玩家的交互都看作一种资源来更新自己的结构,而不再区分这是程序的调试还是玩家的使用。所以,我们要做的理论突破并不在于程序本身上,而是在于如何更深入地理解究竟什么是玩家“玩”这个动作,以及如何去利用这种资源<br>
为了体现出“玩”这个动词不一样的特性,让我们来看一下Edward Castronova的研究工作。他早先是一名不起眼的经济学家,后来因为他给Everquest这款网络游戏计算了GDP而一举成名。他的计算大体思路如下:首先,他发现有很多玩家将自己的虚拟角色或者物品拿到eBay上拍卖,并且,每当虚拟角色升级一次就可以多卖出13美元。其次,他估算出玩家让自己的角色升一级大概需要51.4小时,那么平均每个小时每个玩家就能创造13/51.4≈0.25美元的价值。每天Everquest游戏中都有60381个玩家在线,那么,整个游戏在一年创造出的价值,也就是GDP就是年均60381*24*365*0.25≈1亿3千万美元。<br>
Edward研究的重点就是将玩家所花的在线玩游戏的时间不看作一种消费,而是一种生产。这恰恰体现了我们所理解的:更本质的东西在于交互,因为它既可以被看作是使用/玩,也可以被看作是生产和创造。<br>
Edward研究的重点就是将玩家所花的在线玩游戏的时间不看作一种消费,而是一种生产。这恰恰体现了我们所理解的:更本质的东西在于交互,因为它既可以被看作是使用/玩,也可以被看作是生产和创造。<br>
那么,真正的智能程序应该是一款伟大的游戏,它能让所有的玩家在玩它的过程中为它补充营养!我们会在第4节继续讨论这个问题,但是在此之前,我们需要对上面讨论的这些东西尽量进行形式化表述。<br>
那么,真正的智能程序应该是一款伟大的游戏,它能让所有的玩家在玩它的过程中为它补充营养!我们会在第4节继续讨论这个问题,但是在此之前,我们需要对上面讨论的这些东西尽量进行形式化表述。<br>