时间：2007年11月22日 晚19：00
地点：音符妹咖啡吧
主持人：各位晚上好！欢迎大家光临我们的科技咖啡馆，这是英国大使馆文化教育处在北京和全国各地城市举行的一个有助于推广科技和生活方面的活动。我应该给每一位发一个“三热爱”奖章，爱生活、爱科技、爱科学家，最后有一点有点商榷。今天的名称是聪明的电脑还是聪明的科学家，你可以简称为人和科技的PK大战。自从上个世纪以后，计算机发展的特别快，速度有多快？至少比我们现在所在的场地的更换的速度还要快，我第一次来到这个场地叫音符妹，上次来到这是誓达地，这次来是叫三角地，与时俱进的速度和科技发展差不多，或许稍逊一筹。
今天晚上的专家来自于巴斯大学。这位专家在我们出生的年代，已经混迹于科学界，在1971年加入威尔士大学的数学系，75年调到布里斯托，后来在巴斯大学。所以，在计算机数学与计算机应用研究的领域，今天的嘉宾是非常有来头。而且不光有远道而来的嘉宾，还有远道而来的听众，有一些新鲜的面孔，还有一些是从英国来的听众也来参加科技咖啡馆。掌声有请德里克·帕顿博士。
在德里克·帕顿博士的讲话之后，会给大家提一个小问题，之后我们会有一个自由问答的时间。
下面有请德里克·帕顿先生。
德里克·帕顿：大家晚上好！我们今天讨论的这个题目是聪明的计算机还是聪明的科学家？事实上就这个话题的争论已经由来已久，在过去的50年当中，大家一直就这个话题进行非常热烈的讨论，而且我也经常和我的学生们一起争论这个问题，我们一大早开始争论，也没有争论出一个名堂来。对这个问题大家有自己的看法，未必赞同我的观点，最终大家可能会认为电脑很聪明，我却认为科学家更聪明。
首先，我们先来看一些著名的科学家，他们对这样一个话题或者是对计算机的模型有一些什么样的说法。其中一位斯蒂文·莫肯说，“我们这些数学的或者是计算机的模型是否和现实是一致的？”我们问这样的问题，恐怕是没有太大的意义。我们所能够问的就是我们这些模型所做出来的这些预测是否和我们所观察到的事实是保持一致的。
我们下面再看一下另外一个有争议的说法，也引起了很多人的讨论，很多人在他们的博客当中也讨论这样的话题，就是Roger Penrose所讲的，“现在电脑建立起的人工智能，事实上是无法复制人脑的工作的。”他就这一话题还继续说到，所有的这些电脑运行都是按照一些运算的模式或者是规则来进行的，而且他们是一步一步的按照计算的方式来展开的，但是在数学领域其实还有很多的东西不是按照这种严格的计算方法得出来的。对于这样的一些事情，我们如何发现它们，并且了解事情的真相。所以，在此之外，我们需要用很多的一些其他的计算工具来展开算术之外的计算，这些人们就叫做人工智能等等很多的名字，但是，有这样一些东西，它们也不能够帮我们了解电脑所运算的东西的全部，而且也无法是电脑完全达到复制人脑的工作和计算活动的功能。
另外我们再看一下Jerrold Katz他对这个问题怎么描述的，他说“有很多的真理都不是完全依赖于句法学或者是结构学的道理展开的，还有很多是依靠语义学来展开的，仅仅靠句法和结构学无法知道事实的真相。所以，计算机科学所展开的运算，这些结构性的东西不能完全代表事实，还有很多语义学方面的东西来进一步的帮助理解，如果是这样的话，人工智能在多大程度上体现真相，这也是值得我们考虑的。”
我们还是简单的看一下人工智能的起源，给大家讲一点历史。这个词最初由John McCathy在Dartmouth College会议上提出来的。事实上人工智能这个词可能比Dartmouth College会议更早一些，一直可以追溯到第二次世界大战期间，在战争中用解破密码的方法已经有人工智能出现。当时人们提出这样的说法，解破密码的工作，对于人类来说太难了，我们需要有高速度的机器的职能来帮助我们做这项工作，但是对最后这样一种说法，我还是保持一种质疑的态度，我们是真正的需要高速度的机器的智能，还是有高速的机器或者是电脑让聪明的人使用它。
我们还是看一下最初的历史，所以，我们刚才提到可以追溯到第二次世界大战期间，就是从1941-1945年，最初的人工智能的使用是为了破解德国人无线电的密码。
咱们再来看一下，在当时，在第二次世界大战当中出现了最早的电脑，主要是为了解破德国人的密码，Turing就是特别重要的人物。很多的教科书无法描述计算机的起源到底是什么时候，比如说40年代晚期或者是50年代初期，这样的说法，但是我们真正了解，就是从1941年开始以后就有大型计算机使用的记录，就是从41-45年建立起来大型的计算机。
事实上，从二次世界大战1941年往后、42、43、44到45年的时候，德国人已经在他们的无线电通讯当中很广泛的使用了计算机的技术以及人工智能，他们通过无线电制定成密码，再进行传播，然后进行解码，然后他们获得相关的信息，最后我们了解到，有大型计算机的支持和人工智能的应用。
我们再来看一下所有的这样一些无线电电波通过通讯密码解码的过程是怎么样，背后有成千上万的解码人员和分析人员在工作，他们每天来寻找解码的钥匙。大家都知道，德国人他们的密码是每天都在换的，所以有大量的工作人员，每天要来从事这样的工作，然后根据计算，如果这个工作完全靠人工、手工展开，他们需要搜寻的空间有可能解码的钥匙就会达到18次方这么多。
非常不幸的一件事情，到1942年的时候，德国人彻底的改变了他们整个的密码系统，以前这些英美盟军所采取的解码的方式，现在不能再用了，比如在大西洋上停泊很多艘盟军的船只，德国人对他们进行进攻，盟军不知道，以前他们按照旧的解码方法可以了解德国人通讯过程中暴露出来的情报，随着德国人改变了情报的密码系统，他们没有办法做到这一点。后来就有人要求他Turing一次计算，如果按照以前每天对解码的钥匙进行一个搜索的话，让他来预测一下这样的工作需要多长时间，他说恐怕这样的时间需要两年了。但是非常幸运的一件事情，第二天很快由于Turing本人的天分，突然有了很多的想法，就使得每天搜寻密码钥匙的工作可以再一次的展开，由他本人具备分析家所具备的技能，他了解怎么样寻找，做什么样的寻找，于是继续展开寻找密码的钥匙的工作。
于是从此之后，Turing开始引导我们使用人工智能或者是机器智能，我们认为这样的智能可以通过经验来学习，而且通过一定的空间在一些可能的解决问题的方案当中进行搜寻，帮助我们解决所需要解决的问题。于是，他也提出了这样的一种说法，“一个电脑可能能够提出来一些有逻辑性的理论，而且帮助我们寻找到解决问题的方式。”
由于受到Turing的研究的启发，后来的科学家就能够运用一些大型的电脑解决一些逻辑方面的问题。很快，在差不多1945年左右的时候，计算机之父冯·诺伊曼说了这样一句话，“如果你认为什么事情是机器无法做的话，如果你能够非常准确的告诉我，有哪件事情是计算不能做到的，如果你准确，或者是精确的告诉我，确保我一定能够找出办法让计算机或者是机器做这件事情。”这里面提醒大家注意的是，他说的“准确”或者是“精确”这个词，如果大家精确的告诉我智能是什么的话，也许我们可以有一个真正的智能了。
在这里我们可以看到一些乐观的情形，在这之后，关于人工智能的一些事情在全世界展开了。所以，在世界范围内，随着研究的进一步展开，人们越来越多的相信，我们需要一个计算功能强大的电脑帮助我们实现人工智能。
可以说这是一个比较乐观的情形，大家对关于人工智能的研究投入了很多的资金和兴趣，大家对它所能取得的成果持比较积极的态度，认为能够帮助我们寻找到东西，帮助我们解决问题。我们发现一直到七十年代，似乎在这方面仍没有太大的突破，到1970年的时候，英国的科研机构停止了对人工智能进行更多的投入。
在世界的其他范围内，关于人工智能的研究还是在不断的继续着，也有很多的不同的研究成果发表。到了八十年代的时候，除了英国之外，在世界范围内的其他国家研究还是取得了很多的进展。尤其是日本人在人工智能的研究方面取得了突破，他们研究出来第五代的计算机的大型的项目，而且解决了关于人工智能的一些问题，他们在这项研究的项目总的投入达到了30亿美元。
当日本人取得了研究方面的突破，令全世界都感到非常的震惊，而且世界其他各国的政府都感到担忧，他们害怕日本在这一领域占有统治的地位。也许在今后五十年，研究领域或者是销售领域被统治。随后美国人做了非常快的反应，他们几个月内建立了项目，投资达到50亿美元，随之在欧盟有相关的项目，总投资达到30亿美元，在英国也建立了类似的项目，投资达到10亿美元。
如果当时的投入按照今天的货币来计算，差不多达到250亿美元左右，所以，有这样大的资金的支持，如此多的投入展开了很多的研究，也取得了相当的成果，也达到了新的技术，而且带给我们许多新的想法。但是，很遗憾的是，虽然有这样巨大的投入，但是这方面的研究并没有真正的取得成功，很快关于人工智能的泡沫就开始破灭了。一直到九十年代的时候，人们还没有取得任何实质性的进展，而且在这之后，各国政府以及企业对这方面的热情有所下降了。
但是，这个故事到这并没有讲完，在日本却并不是这样的情况。实际在日本从来没有一个关于人工智能的泡沫，所以，也从来没有泡沫的破灭。事实上日本人，他们展开了很多相关的研究，但是并没有研究出来所谓的第五代计算机的项目。所以，实际上他们在整个的投入当中只有5%的资金是用于展开关于人工智能的一些研究，其他的投入都是用来研究其他的一些超级计算机了。实际上他们在这方面的投入后来看到也是有很好的回报，实际上很大的资金是保住他们的颜面，告诉其他的国家他们正在进行重要的研究工作。
实际上因为我本人也曾经有机会在东京展开研究，我对这里的门道还是看得比较清楚的。当时我的一个工作伙伴，他主要负责大型的计算机研究工作，我了解到在他所管理的科研项目当中，有超过100多个人和他共同从事关于科研的管理工作，并不是100多人都从事研究工作，而是帮助他进行科研的管理工作，事实上真正从事人工智能的研究也就是他的一个秘书，所以，从资金和人力的规模上我们就知道科研展开的情况到底是如何的了。实际上最终关于人工智能的研究是走向了失败，其原因它只是人们良好的梦想，梦想和现实永远是有距离的。为什么这个研究最终获得失败？因为它所建立的整个的基石就不是很稳固，出于这个研究的最开始的建立，认为会有基本的运算或者是算术的方式，当给这套运算的模式提供足够的信息，他们最终产生智能的体系，而我认为这样一种说法是极其幼稚的。
现在我们看一看六十多年来关于人工智能的研究到底带给我们一些什么，这项研究事实上目前还在进行，但是目前还没有看到任何实质上的智能。但是随着研究的展开，在这个过程中我们获得了很多的有用的、实用的技术，比如说计算机的计算能力变得越来越强大，越来越快，而且价格越来越低廉，但是无论如何，它们都不能算是智能的体系。
下面我给大家介绍一下我所开展的一些研究，在我们所展开的研究过程中，我们使用人工智能的一些技术。实际上真正的工作就是进行一些模拟，使用人工智能进行模拟的方法，但是并不是真正的人工智能。我们运用人工智能的方法来达到一些我们所需要的研究的成果，而这些研究的成果是来自于研究人员的智慧才能达到的。我们所做的一项研究，就是关于太阳黑子的研究，我们都知道太阳黑子对通讯的意义是非常大的，在很大程度上会干扰无线电通讯。在美国国家航空航天局，他们投入30多名人力对太阳黑子进行分类工作，他们使用的是分类系统。我们和我的学生进行这方面的工作，观察太阳黑子类聚和分类的模式，我们开发出这样的一个系统，使这个系统能够对太阳黑子的类聚进行识别，并且进行分类，通过这样的工作，我们能够预测出来太阳黑子对无线电波的干扰作用。
实际上我们所展开的这项研究是非常直截了当的，就是建立起这样一套系统和模式，使它能够展开进行这样的聚类和分类的工作，我的博士生会经常到美国的国家航空航天局进行访问或者是工作，那的人也非常高兴见到他，但是他们也不希望他的研究取得成功。事实上我的博士生的研究，可以说是70%的成功了，即使把所取得的70%应用到美国的国家航空航天局，恐怕会使他们一部分人要没有工作可做，因为他们以前通过人工的方法进行分类和计算，现在随着我们这个研究，如果取得成功的话，用智能的方法可以取代他们以前的工作了。
下面我再给大家简要的介绍一下我们所展开的另外一方面的研究，就是对于古代埃及的象形文字的研究。对于这个文字的研究，我是和一名中国的同事展开的，他来自于上海，我不知道他为什么对这样的研究题目感兴趣，但是无论如何对中国的学生研究古代埃及的象形文字是不寻常的选择，他做的非常的出色。大家看到这有一个石块，从这个石块上大家最早发现了古埃及的象形文字。这些象形文字失传了1500多年，现在大家没有办法了解他要表达的内容，没有办法了解它所传达的信息，它到底是什么样的文字体系。在我们的工作过程中使用了一些人工智能的技术帮助我们展开研究，而且在这些领域人工智能还是非常优良的，可以帮助我们进行一些筛选和选样然后来寻找象形文字，之后进行测算，还有对它的特征进行浓缩，以及寻找它形状相关的背景，这些做的都是非常好的。
我们简单的看一个例子，寻找象形文字当中的特征，对这些特征进行一个提炼。在这些简单的图像和模型的识别以及分类的过程中人工智能计算机做的还是不错的，但是我们也遇到困难。Katz说过“真理还是很多隐藏在语义当中，不是句法学和结构学能够完全解决的”。在这里大家可以看到这两个例子，这两种象形文字，前面表示的意思是属于一种表意符号，符号本身表达一个意思，这面的符号表示秃鹰的意思，这个是表示猫头鹰。象形文字一方面是表意文字，也是形声文字，也有表音，秃鹰的形象是表示秃鹰，就是A这个音，猫头鹰就表示M这个音。但是，这个事情并不是这么简单，象形文字的符号既可以表音也可以表意，当几个字母连起来的时候到底怎么样解读它，而且在象形文字当中元音可以读出来，大家可以看到，有的时候会省略掉，到底怎么样解读象形文字还是比较复杂的事情。
这里大家看这样的例子，比如这样几个图形就读作“r”、“mm”、 “s”前面表现r，中间的是表示ms，最后是s。
下面第一组的文字当中，最后的这个文字是不发音的，但是本身有意思，表示埃及的国王，这一串意思就是埃及的国王Rameses，后面的图像是和上面的意思是一样的，最后是埃及的国王Remeses，前面几个字是我们所热爱的国王，中间的代表是月亮的形状，另外一方面发r这个音，这些文字是刻在石头上，出于比较方便经济的考虑，是比较简单，一个符号也可以按照音来读，也可以按照意来读。
下面的一行文字读的时候比较复杂，不是从左到右，而是从右开始读到左面的字，再读到中间的字，这是非常好的例子，向我们说明语义学有很多的含义，并且是单单依靠句法来解释的。
事实上我们可以看到，在我们解读古埃及象形文字的过程中仅仅依靠电脑或者是所谓的人工智能的运算能力或者是句法上的解读能力是不够的，需要人类的智慧融入其中，所以我的同事不仅仅依靠人工智能的电脑或者是计算机识别这个含义，另外自己也要学很多的关于古埃及的语言、语法、词组等等，两者合一才能了解这些含义。
最后讲的一点，如果大家想让我给你们介绍一些所谓聪明的或者是智能的电脑、计算机的话我恐怕说不出来，我在工作当中也使用过很多的计算机，但是我记不住它们的名字，而且使用它们也非常的复杂。如果大家问我有哪些聪明的科学家我可以一一道来，很荣幸和这些人工作过，而且这些人我认识他们，叫得出他们的名字，他们用他们的聪明智慧展开了很多的科研工作，但是非常不幸的，往往他们所做的工作的一些非常好的结果，被认为是由于人工智能的电脑带来的。我认为这还是值得我们进一步思考的。所以，我们还是要对人工智能所使用的范围和领域作出一个严格的界定的。在这个严格的界定的范围之内，我们可以借助电脑的能力来展开一些工作，但是，它们所能够做的也无非是一些模拟性的工作，人类最终设计的一些模拟方法，有了这些方法才能让电脑代替我们做一些枯燥、乏味的工作。
谢谢大家！
主持人：德里克·帕顿博士讲课的过程中，我看到很多人的表情比较茫然，没有必要，本来带着把课题搞的清楚的心来的，但是现在更糊涂了，这也是德里克·帕顿博士和弟子从早到晚争论的的原因。
下面请德里克·帕顿博士提一个问题。
 德里克·帕顿：这里给大家提一个问题，我们是否可以用电脑来帮助我们设计软件？能还是不能？如果不能的话，有什么样的具体的方法做这个事情呢？
主持人：下面我们可以和专家进行交流。
提问：请您是否能给我们准确的描述一下人工智能到底是什么？
 德里克·帕顿：我被要求来回答一下或者是具体的描述一下人工智能到底是什么？据我所知，目前为止还没有人给这样的问题一个满意的答案。事实上我们无法对智能作出非常准确的定义，我们无法对人类的智能作出一个准确的定义，当然，我们更无法对人工智能作出一个准确的定义了。如果我们从一种普遍的意义上来说，人工智能可以看作对人类智能的一个模拟或者是模仿。这样的一个概念的提出是由一些非常聪明或者智慧的人们提出来的一个梦想，但是梦想毕竟是梦想，和现实之间还是有一定距离的。这些人相当的聪明，有很多的智慧，但是，这并不意味着他们一定具备一些基本的常识。这些梦想只能给我们带来一些希望，但是现实当中很难得以实现。如果大家问我人工智能到底是什么？我的回答是人工智能是不存在的。我们也许可以讨论在某些领域进行具体的智能的模拟的活动，但是不具备普通的智能，或者通过计算机找到一些解决问题的方法。
我们有很多的计算机科学家一直都认为我们可以用电脑来编写一些程序或者是用计算机编写一些程序，使得它们能够帮助我们解决所有的问题。但是事实情况是否如此？在英国，每年都有学基础学科的毕业生，他们很难找到工作，因为他们缺乏在相关领域的经验，比如很多的学计算机的学生毕业以后找不到工作，或者是找到的工作从事电脑游戏方面的设计，因为他们缺乏相关领域的知识，比如数学、物理、地球引力、加速度等等这些方面的知识，据说从事电脑游戏的设计，并不能够帮助他们获得这些相关方面的经验。或者再比如，一个金融机构，他们期待设计出一个电脑的软件或者是模型帮助人们在股市上大赚一把，可是这样的事情如果我们没有经验的话，我们作为一个人都没有这方面的经验，如何能够设计出做这个事情的软件呢？所以，就是说很多的计算机科学家，他们都抱有这样的信心，能够设计出非常有用的软件，帮助我们解决问题。但是，事实却是他们并没有办法找到这样的工具，因为作为人我们本身不具备这样的经验，我们必须有相关的经验才能设计出供我们使用的工具来解决这些问题。所以我们如果把希望寄托给人工智能，希望它帮我们找出解决问题的方法，这可能是梦想。每个人都有不同的专业或领域，我们在座的各位，大家都很聪明，但是未必见得做别人所做的这份工作，因为我们缺乏这方面的经验。所以，在真正普遍意义的人工智能帮助我们解决所有的问题之前，我们必须有基础的技能解决问题。
提问：您相信人是神造的吗？就像人制造一些智能的计算机程序一样。
德里克·帕顿：我也说不上来人的智能到底是从哪儿来的。但是无论如何电脑也不可能具备人的一些智能。这个问题很难给一个准确的答案，有很多的科学家他们展开一些非常有意思的研究，而且也做了很多的事情，有些事情我觉得对我来说是想都想不到的，对他们来说，他们自己似乎很难描述出他们是如何做到这些的。所以，人类的智慧到底是什么？我觉得恐怕只有少数的人完全凭借自己的智慧来对一个学科进行深入的了解，而且取得深入的进展。这些智慧到底是与生俱来还是后来经验得来，还是创造出来的，这个都很难有一个准确的回答。
大家难道说计算机能够代替孔子吗？我想恐怕还是不行吧。
提问：刚才在您的发言当中，也提到了关于人工智能的这项研究是始于二次大战期间对于密码的一种需求，在这之后，在很多国家都投入了大量的资金展开对于人工智能的研究，但是，其研究成果似乎并不能够完全令人满意。但是，我认为我们在研究的过程中也取得了一些成果，比如日本所研制出来的电脑的芯片就可以使得人类工作的速度加快，减轻工作的负担。所以，请教教授一个问题，作为科学家来说，有人类的智慧我们是感到非常享受的事情，为什么我们还要展开人工智能的研究？
德里克·帕顿：其实在人工智能的研究过程中主要是展开模拟的行为，这还是比较有意义的。当然，如果大家把它叫做人工智能的话也没有什么太大的问题，但是我个人还不认为这种模拟的工作会是一种真正意义上的智能。当然，工作的研究成果可以很大程度上减轻人类工作的负担。有一个例子比如说机器学习，所谓的机器学习，可以把它叫做学习也没有太大的问题，但是，我并不认为机器或者是电脑能够真正的进行学习，它们完全能够收集信息，而且对信息的收集也是非常有意义的。但是，我并不认为这是真正意义上的学习，无论如何，电脑无论收集多么大的信息，都无法产生人类所具备的演绎的能力。
提问：您的发言中提到一点，我非常感兴趣，您提到您的博士生展开关于用有计算机的支持来展开对古埃及象形文字的研究，其中运用了很多的计算机技术来识别古埃及的象形文字，这和我自己所从事的工作有非常多的相似之处。我主要是从事于地理信息研究和收集方面的工作。我们所做的工作就是收集很多的地形、建筑、树木一些特征的信息。我请教一下，您是否能谈谈人工智能在我们地理科学研究当中的具体应用有一些什么样的办法或者是有什么样的实例？
德里克·帕顿：非常抱歉，可能在这方面我没有什么直接的经验或者是看法可以提供给你们，但是，我想在这里强调一点，也就是说在我们的研究当中共同遇到的关于识别的技术的一种应用。比如我们在最早回溯到两百多年前，最初发现石片上的文字，我们根本对它一无所知，根本不知道上面写的是什么。后来我们发现石头上一共刻三种不同的语言，一种是古埃及的象形文字，另外还有一种就是古希腊文，后来我们发现，这三种语言之间他们实际上描述的内容都是相同的，只是用三种不同的语言。当然，对古希腊文，大家能够读懂，于是就有一些英国或者是法国的科学家，他们希望通过借助古希腊文的指导能够破解古埃及的文字，于是有一个叫让的法国的科学家，他花四年的时间对象形文字和古希腊文的模式进行对比，他说可以通过读古希腊文了解古埃及的象形文字表达的是什么意思，对它进行一个对照。他花很长时间做这样一项工作，最终他们还是无法破解古埃及的象形文字到底表达的是什么样的意思。
与此同时，有另外一个法国科学家从另外的角度进行了研究，他本人需要了解各门欧洲的语言，包括阿拉伯语等等其他的语言来重新建构古希腊的象形文字，包括它的含义和语言体系，从而预测或者是破解象形文字所表达的含义，他是真正通过自己的智慧对于语言的识别，对于语言的了解，进行了这样的一项工作。他最后能够辨别出来r’ms s这些字，这些都是基于个人语言的认识和了解，仅仅依靠数学方面的模型、模式的对比是无法达到完成这样的一项工作。最后通过他的智慧实现了我们对古埃及象形文字的破解。
提问：类似于人工智能是电脑聪明还是科学家聪明的问题，某种角度来讲，我认为科学家聪明，为什么人工智能有一定的思考能力和判断，而判断能力是来自于程序的编造者本身。我认为根本没有意义是科学家聪明还是电脑聪明，本来就应该确定是人比较聪明。所以，我说的意思是对这个问题的判定是没有意义的。
提问：我们所说的所谓的人工智能总的来说是设计一些电脑的程序，这很大程度上有赖于计算机系统的发展。我们知道计算机系统的发展远比人工智能的发展快很多，我们有没有必要设计一套新的电脑系统，使它促进人工智能快速发展？
德里克·帕顿：当然计算机运行的速度是非常重要的，但是，它也不能代表全部。一直以来有这样的说法，如果你给我一个人工智能，就会给你一个软件工程的解决方案。因为实际上有了这样的解决方案的时候，它就能够帮助我们达到我们所需要做的任何事情，很大程度完全可以复制我们所要寻找的一些东西。这个过程中，随着速度的提高会对我们的工作有重要的影响。但是，我并不认为速度本身所带来的影响就被称作智能，我们很大程度上做的是模拟工作。比如下棋，电脑并不具备真正的智能，只是有更快的速度，更大范围内进行搜索，当然有可能战胜人类，当然并不意味着它具备真正的智能。这种工作和二次世界大战展开的破解密码的性质是一样的，必须有人开始做这个工作，只不过计算机帮助你做这些比较乏味的工作，或者是能够以更快的速度进行搜索，但是本质上来说只是搜索的功能，而不是智能。
提问：现在如果回到您的学生时代，您会选择人工智能作为您的研究学习方向吗？如果不是的话，您会选择哪一个学科或者是方向？
德里克·帕顿：这个问题我想有一点不太对。其实从我自己的研究兴趣，我真正有兴趣的还是从事软件工程的方面的工作。我非常高兴能够致力于这方面的工作，设计一些软件，可以重复使用的软件，非常好的软件，这是我真正感兴趣所做的工作。如果说到人工智能，倒并不是我自己本身的兴趣所在，我所感兴趣的是解决一些问题，通过我这么多年的工作经历，我非常幸运接触到非常好的学生，这些学生总能够带来各种各样的问题，所以，很多学生展开的科研项目都是他们自己展开的，自己的项目，我只不过在这个过程中给他们提供一些帮助，我对人工智能的兴趣主要是来自于学生这方面，我们的学生他们对人工智能非常感兴趣，但是他们并不相信人工智能，他们更多的相信自己。
我再给大家举一个例子，我们所从事的一项研究，就是对于很多的软件的功能进行一个合成，并且可以设计出来一些可以重复使用的软件。实际上我们所做的工作只不过是把在九十年代早期所出现的关于人工智能的一些研究，尤其是一个以解释为基础的、学习的技术和方法。但是，它不是特别的成功。我们所做的工作就是把两项现有的工作进行合成，然后产生分类，再进行合成。我们做的工作就是这样，我们多次想把这个结果发表在人工智能的杂志上，多次被拒绝，最终没有得以发表。但是，我们却成功的发表在软件工程方面的杂志，而且得到了美国航空航天局的应用。所以，在这里我想说的是人工智能可以帮助我们进行实际的应用，在一些新的环境和背景下帮助我们解决一些新的问题，这也可以说是软件研究所取得的成果。当然，这个基础来自于人工智能研究的最初的一些技术，但是很遗憾从事人工智能的人对此不太了解，往往也不太愿意承认这样的一个现实。
主持人：我们请德里克·帕顿博士给出问题的正确答案。
德里克·帕顿：这个问题的答案是，我们是无法能够合成出来一种具有普遍智能或者是普遍意义的一些软件的，但是我们有一些非常成功的例子。在一些非常具体的、比较小的领域还是有一些成功的例子可以将软件的功能进行合成。
主持人：今天的咖啡馆活动到此结束。谢谢大家！
|
2007年11月22日 科技咖啡馆之人工智能——聪明的电脑还是聪明的科学家？
