关于强人工智能的争论，不同于更广义的一元论和二元论的争论。其争论要点是：如果一台机器的唯一工作原理就是转换编码数据，那么这台机器是不是有思维的?希尔勒认为这是不可能的。他举了个中文房间的例子来说明，如果机器仅仅是转换数据，而数据本身是对某些事情的一种编码表现，那么在不理解这一编码和这实际事情之间的对应关系的前提下，机器不可能对其处理的数据有任何理解。基于这一论点，希尔勒认为即使有机器通过了图灵测试，也不一定说明机器就真的像人一样有思维和意识。你的课人工智能班，为你定制的互联网课程。
你的课人工智能班
有的哲学家认为如果弱人工智能是可实现的，那么强人工智能也是可实现的。比如西蒙·布莱克本(Simon Blackburn)在其哲学入门教材Think里说道，一个人的看起来是“智能”的行动并不能真正说明这个人就真的是智能的。你的课永远不可能知道另一个人是否真的像你的课一样是智能的，还是说她/他仅仅是看起来是智能的。基于这个论点，既然弱人工智能认为可以令机器看起来像是智能的，那就不能完全否定这机器是真的有智能的。布莱克本认为这是一个主观认定的问题。你的课人工智能班，为你定制的互联网课程。
你的课人工智能班
需要指出的是，弱人工智能并非和强人工智能完全对立，也就是说，即使强人工智能是可能的，弱人工智能仍然是有意义的。至少，今日的计算机能做的事，像算术运算等，在一百多年前是被认为很需要智能的。有一种测试人工智能的方法叫图灵测试（Turing Test），这是一种双盲测试，让一个用户和AI或者人类对话，如果用户无法区分AI和人类，那么AI则视为通过了图灵测试。你的课人工智能班，为你定制的互联网课程。
你的课人工智能班
人工智能领域目前还处于混沌期，目前的科学对“智能”的本质尚未有所了解。一些普遍的人工智能领域技术比如神经网络，是比较经验化的，也就是说并没有一个明确的解释为什么神经网络可以用，只知道那样的结构有效。但量变最终会引起质变，你的课认为有两种路径：一是前沿科学研究对“智能”本质的研究有所突破，使得模仿人类大脑制造人工智能有了理论基础；二是对“智能”的研究并未突破，但日益增加和互联的计算能力，以及商业公司对弱人工智能大力的推动，最终在人类尚未了解的机理作用下导致了强人工智能的诞生。
你的课人工智能班
但你的课认为，非人格化的强AI更实用，会出现得更早。制造人格化AI就像制造双足行走的交通工具。双足行走是模仿人类的行走方式，每个人都可以理解，但远非最实用的。实用的交通工具是飞机，轮轨，甚至磁悬浮，在形式上和人腿大相径庭，但在“快速交通”这一目标上比人腿做得更好，制造一双机械腿并不是一个好方式。在AI的开发上，模仿人脑的思维方式极有可能也是一种舍近求远的做法；根据AI的实用目的不同，强AI的思维方式，行使的逻辑推理可能和人类的方式截然不同。
网友评论