電腦程式能像人類一樣思考嗎？

「機器能思考嗎？」自從艾倫・圖靈（Alan Turing）在1950年一篇具有影響力的論文中提出這個問題以來，它便成為人工智慧研究的核心議題。距離圖靈的論文已超過七十五年，每當我們思考「華生（Watson）是否真的比《危險邊緣！》（Jeopardy!）的冠軍更聰明」，或是「ChatGPT是否真的理解自己在說什麼」時，我們都會再次面對這個問題。

 

在《思考AI：人工智慧如何模擬人類理解》中，電腦科學家約翰・麥考密克（John MacCormick）從對現代人工智慧系統運作方式的深入理解出發，探討圖靈所提出的問題。麥考密克以清晰易懂的方式，解釋二十一世紀人工智慧革命兩大支柱背後的概念：深度神經網路與強化學習。

 

本書帶領讀者巡覽多個最著名的人工智慧系統，包括：AlexNet 與 VGG16——促成電腦視覺重大突破的深度神經網路，甚至與諾貝爾獎相關研究相互呼應；DeepMind 的 AlphaGo——以超越人類的圍棋實力震撼人工智慧界；以及 OpenAI 的 ChatGPT——以其自然語言能力驚艷全球。麥考密克說明這些系統如何運作，並指出它們與人類大腦運作之間的相似之處。

 

他指出，人類心智與電腦程式皆可能透過「湧現」（emergence）產生智能：由大量簡單元件之間的互動所產生的新現象。這是否意味著電腦程式能像人類一樣思考？麥考密克認為，在許多層面上，答案是肯定的。在《思考AI：人工智慧如何模擬人類理解》中，他揭示了一個關於「湧現智能」的新視野——一個電腦程式可以模擬人類思考許多甚至全部面向的世界，但人類仍保有自身的意義與目的。

 

目錄 
致謝

1 引言：會思考的人工智慧

最常被問到的兩個問題

人工智慧的危險性

導覽指引

會思考之人工智慧的大局觀

 

2 圖靈測試的過去與現在

CAPTCHA：全自動公開圖靈測試

思考？還是看起來在思考？

圖靈的兩種模仿遊戲

解讀圖靈測試

 

3 與電腦對話：從 ELIZA 到 Watson 及未來

ELIZA 效應

Watson 在《危險邊緣》節目中的勝利！

Watson 的運作機制

《危險邊緣》圖靈測試：Watson 玩得像人類嗎？

基於深度神經網路的聊天系統：預覽

 

4 湧現：人工智慧如何成為會思考的人工智慧

湧現的人工智慧

還原論對抗湧現論，或是還原論與湧現論並存？

 

5 大腦與電腦的低階等效性

輸入、輸出與數位轉換

電腦程式只是電路

大腦建模：神經元及其他

人類大腦可以模擬電腦程式

電腦程式可以模擬人類大腦

關於腦機等效性的相反觀點

低階等效性：利與弊

 

6 大腦中的學習

赫布學習 (Hebbian Learning)

更高階的學習

赫布學習與機器學習的對比

 

7 神經網路：具革命性與演化意義的工具

人工神經網路

訓練人工神經網路

解決現實問題的人工神經網路

 

8 深度神經網路的驚人力量

實戰中的特徵：辨識手寫數字

真正的深度網路

人類大腦與深度神經網路

偏誤的重大問題

 

9 增強學習與 AlphaGo 的創造力

尼姆遊戲 (Game of Nim) 的增強學習

AlphaGo Zero

大腦有使用增強學習嗎？

 

10 生成式人工智慧：史無前例的規模，令人驚訝的簡單

G：生成下一個詞 (Generating the Next Word)

P：預訓練 ChatGPT (Pre-Training ChatGPT)

T：具備注意力機制的 Transformer (Transformer with Attention)

心智鏈：大語言模型內部的推理？

ChatGPT 史無前例的規模

 

11 逃離中文房間

進入中文房間

逃離中文房間

 

12 飛行與生命：思考人工智慧的兩個類比

機器的飛行是可能的嗎？

機器的存活（擁有生命）是可能的嗎？

融合這些類比：人工飛行、人工生命、人工智慧

 

13 人類所獨有？

關於「特殊人類」的問題

比較二元論、生物自然主義與計算主義

外星人與紅毛猩猩：其他擁有推理與意識的心智

計算主義與深度神經網路

身心合一的大腦：情緒與感覺

計算主義與自覺意識

計算主義與宗教

如果人工智慧會思考，人類的生命就毫無意義了嗎？

 

14 結論：AI 湧現，人類長存