正文

第五章 一流的人才會這樣思考(1)

如何移動富士山? 作者:(美)威廉·龐德斯通


在前幾章的閱讀中,可能碰到了一些讓你撓頭的難題。設想一下,如果你遇見了一個問題,并且不知道應該怎樣解決,這時候你會怎么辦?

很長時間以來人們就在設法回答這個問題。從某種意義上來說,這也是人工智能研究的一個核心問題。

比爾·蓋茨以及微軟公司的幾乎每一位員工一直以來都抱有開發(fā)人工智能的夢想,他們希望通過編程讓機器能夠思考、判斷,并像人類一樣去解決問題。研究人工智能的一個傳統(tǒng)方法就是研究人類解決問題的方法。如果你能夠了解人是怎樣解決問題的,并能夠得到足夠多的、有步驟的細節(jié),就可以通過編程讓計算機來做同樣的事情。

那些擅長解決問題的人是怎樣做的呢?逸事傳說的描述并不是總能夠給我們帶來啟發(fā),天才們解決問題的方法有時候對他們自己來說都是一個謎。物理學家默里·蓋爾-曼在加州理工學院上課時常常向學生演示他的同事理查德·費恩曼解決問題的方法。蓋爾-曼會在黑板上寫下一個復雜的問題,默默地看上幾分鐘,然后上去寫下正確的答案。蓋爾-曼認為費恩曼這樣的天才和他解決問題的創(chuàng)造性過程是很難用語言描述出來的。就像路易斯·阿姆斯特朗所說:“如果你必須要知道‘它是什么’,你永遠也不能得知。”

尤其讓人不解的是,解決問題的某些階段幾乎沒有什么邏輯性的東西。有難度的問題通常是通過偶得的靈感和洞察力解決的。一會兒還是稀里糊涂,一會兒靈感卻又會蹦進你的腦海,兩者之間往往并沒有什么可以用語言進行描述的邏輯步驟。

人們在人工智能研究中經常使用一些智力題和游戲。與現(xiàn)實世界的復雜問題相比,這些問題和游戲更為簡單,定義更為明確,但它們也包含了解決現(xiàn)實問題所需的邏輯、洞察力和靈感。微軟公司有很多人特別熱衷于人工智能的研究。這一點就有助于解釋一個或許讓讀者感到詫異的問題——為什么微軟會非常自信地認為小小的“愚蠢”智力題會對現(xiàn)實世界產生影響。

解空間和 “零線索”高原

博學多才的經濟學家赫伯特·西蒙是現(xiàn)代研究問題解決的“教父”。作為1978年諾貝爾經濟學獎的獲得者,西蒙職業(yè)生涯的大多數時間都是在卡內基梅隆大學度過的,這是一個在計算機和機器人編程領域處于領先地位的大學。西蒙是他同時代應用計算機進行經濟研究的經濟學家之一。

西蒙對計算機如此著迷,于是他開始研究人類解決問題的方式,期望借鑒人類解決問題的方式來為計算機編程,使計算機能夠完成類似的任務。在1972年編寫的《人類的解題方式》一書中,西蒙和同事艾倫·紐厄爾發(fā)表了一項研究的結果,這項研究對許多志愿者進行了很多數字和文字智力題測試。后來他又試圖在1987年發(fā)表的《科學發(fā)現(xiàn)》中通過歷史回顧對許多著名科學突破背后的個人推理進行重新研究。


上一章目錄下一章

Copyright ? 讀書網 m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網安備 42010302001612號