機器人會思考嗎？

機器人會思考嗎？

有人說，人能夠把一個思想「注入」機器，機器也會在一定程度上作出反應，然後回歸靜止，就像鋼琴鍵被小錘敲了一下那樣。另一個比喻就是一個低於臨界體積的原子堆：輸入的想法就像從原子堆外部轟擊的中子。這些中子會引起一些反應，但是最後將逐漸消失。不過，如果原子堆的大小變得足夠大的時候，中子產生的反應很可能會持續地增加，直到原子堆解體。

關於「亞臨界」和「超臨界」

思維中是否存在這樣的現象呢？機器中呢？這樣的現象在人腦中應該是存在的。絕大多數思想都處於「亞臨界」狀態，對應於處於亞臨界體積的反應堆。一個想法進入這樣的思想中，平均下來只會產生少於一個的想法。有一小部分思想處於「超臨界」狀態，進入其中的想法將會產生越來越多的想法，最終成為一個完整的「理論」。動物的頭腦顯然是處於「亞臨界」狀態的。由於這種相似性，我們不得不問：「一個機器能不能成為‘超臨界’的？」

「洋蔥皮」的比喻也很有用。研究思維的或腦的功能的時候，我們發現一些操作完全可以用純機械的方式解釋：它們並不對應於一個真正的思維，所以把它們像洋蔥皮一樣剝除；但是這時，我們發現仍然有新的機械思維需要剝除，一直這樣下去，用這樣的方式，我們是否能夠達到真正的思維，或者最終發現皮里面什麼也沒有了？

給機器人「植入」思想

當然，想要知道機器到底能不能「思考」，最好的方式還是通過實驗驗證。我們此時此刻能夠拿出什麼呢？如果實驗將來會成功，現在應該採取哪些步驟呢？

給機器人「植入」思想，程序的編寫是關鍵，工程設計上的進步也是需要的，但是看上去讓它們滿足要求是完全能夠做到的。即使立足於目前的技術，存儲容量也是非常實際的，也許根本就不需要增加機器的執行速度。一部分模擬神經細胞的現代機器的速度比神經細胞快1000倍。這提供了一個「安全餘量」，用來補償各個方面產生的速度損失。那麼，剩下的主要問題就是找到給這些機器編程的方法，以使它們能夠完成遊戲。現在我一天大概能編1000字節的程序，按這樣的速度，只需大約60個工人在未來50年穩定地工作，並且沒有東西扔進回收站，就能完成這個工作。到這個數字也許你會想到去尋找更快速的方法。

通過智能練習，實驗者有可能使進度加快。當然，實驗者不受隨機突變的限制，這個事實也同樣重要。如果能夠追蹤某個弱點的原因，實驗者就有可能設計出一種突變來改進它。

機器人的特殊教學

教機器人學習的過程，不可能與教普通兒童的完全相同。例如，沒有給機器人安上腿，你就不能要求它到外面去把煤鬥裝滿。它也可能沒有眼睛。盡管這些缺陷可以由精巧的技術工藝來彌補，但是如果把這個傑作送到學校去，會引起其他孩子對它的大肆取笑。我們不必過分看重機器人的腿、眼睛什麼的，但我們必須對它進行某種個別輔導，只要能夠用某些方法在老師和「學生」之間做到雙向交流，教育就能夠做到。

一台沒有肢體的機器所能執行的命令，必然具有一定的智能特徵在這些命令之中，占重要地位的是那些規定有關邏輯系統規則的玩順序的命令。因為在人們使用邏輯系統的每一階的每一階段上，都有非常之多的步驟可供選擇，就遵循邏輯系統的規則而言，無論應用其中哪一個，都是許可的。這些選擇造成了機器之間的差異，但這不是正確的和謬誤的推理者之間的差異。能夠產生這種命令的命題，可能是「提到蘇格拉底時，用三段論第一格的第一式」或者「如果已經證明了一個方法比另一個方法快，就不要使用那個慢方法」。這些命令中有的可能是「權威制定的」，而另一些可能是機器自身產生的，例如通過科學歸納產生。

機器人學習的未來

有關學習機的思想，在有些人看來，可能是自相矛盾的。機器的運算規則怎麼可能改變呢？這些規則應該完備地描述機器的反應，無論它的歷史可能是什麼，無論它會經歷什麼變化。因此這些規則在時間上是相當恒定的。的確是這樣。在學習過程中發生變化的規則，是那種力量不大、只是暫時有效的規則，這就是對於這種自相矛盾的解釋。

我們或許期待著，有一天，機器能夠在所有純智能的領域中同人類競爭。但是從哪里起步最好呢？這也是一個困難的抉擇。許多人認為，非常抽象的活動。也有人認為，最好是給機器配備能買得到的最好的感覺器官，然後教它懂語言並讓它會說。這個過程可以像通常教孩子的那樣，指著東西，說出它們的名字等等。我還是不知道正確答案是什麼，但是我認為兩種方法都應該試一試。我們的目光所及，只能在不遠的前方，但是可以看到，那里有大量需要去做的工作。