人工智能研究者能将今天呆板的机器人真正转变成科幻小说中那种具有人类智能的机器人吗？

COG具有手臂、身体和泰然的目光，然而没有性别。“我们认真考虑过，不让COG具有性别特征，”麻省理工学院人工智能实验室的斯泰因（LYNN STEIN）解释说，“称它COG取意为‘认知（cognition）’，也有这个世界每天都在运转的‘齿轮（cog）’之意，那涉及这一项目的哲学思想的一部分。”

COG是一个机器人，它是非常特殊的一个，MIT的布罗克斯（RODNEY BROOKS）是一名人工智能研究者，他已经获得了能研制像昆虫般爬行的小型机器人的名声，COG作为他的一大成果，不仅具有任何先进机器人应该具有的灵敏，同时它还具有智能。至少，这是研究人员雄心勃勃的5年“类人项目（Humanoid Project）"所寄的希望所在。

尚无其它小组在认真地试制生产具有高度认知、能够精密操纵的机器人。如今这种试制成为可能的基础是出现了新型的、功能强大的计算机，如大型并行处理机，这些计算机能比较容易地进行联网。“这个项目是工程和科学的结合，”布罗克斯说，'工程的任务是建造一个能在自然环境中运动自如的机器人，而科学的任务是理解人类的认知过程。”

这听起来似乎是高不可攀的目标，的确如此！但是，旅游的真正兴趣并不在旅游所达的目的地。正如布罗克斯和斯泰因所希望的，如果COG具有智能，那将是因为它接受了这个世界的经验，而不是因为它装备了一个‘盒中脑’，那是经典人工智能的精髄。换言之，COG会像一个小孩子一样来了解这个世界——通过学习这一途径。

“类人项目”背离了人工智能研究的传统途径，“我们正在向已被人们接受的科学方法挑战，有许多人但愿甚至是希望我们失败，”布罗克斯说，“如果我们成功了，人人都将逃避并寻找其它理由来批评我们；如果失败了，我相信我会找到其为什么失败的原因。但是我井不认为它正走向失败。”

自从科幻小说这一品种诞生以后，智能机器的幽灵已大踏步走出了书本。创造一种像海妖一样诱惑人类的相异的意识，既可能是伟大的发现，也具有很大的危险。作为这一领域的先导、半个世纪以前出现的电子计算机，使得智能机器人从小说向现实迈出了一大步，不过，事实证明其目标比大多数人的想象更为难以理解。

在过去的3个世纪中，人工智能研究者已趋向于将智能视作一种集中的、脱离机体的功能。这种观点一部分来自当时所能获得的计算技术的制约——高速串行处理机，另一部分来自对这些串行计算机早期成功的陶醉。“类人项目”是对这条道路的离经叛道，它使人工智能回归到了计算领域最伟大的开拓者之一、英国数学家艾伦-图灵的远见卓识之中。

图灵在1948年写的但直到1970年才得以发表的一篇论文中认为，对一台至少有一些智能形式的机器来说，它必须是不脱离机体的，它必须通过感性经验来建立智能，而不是将已编好程序的这个世界的模型装入其间。1950年，图灵在一篇相当著名的论文末尾试图回答这样一个问题时重申了这一观点：你如何能告诉我一台机器是否具有智能？在图灵的测试中，如果你通过一台计算机终端或其它类似的设备与它交谈，你不能将它的回答与一个人的回答区别开来，那么这台机器便被认为是有智能的。

这台机器如何才能获得这种智能呢？图灵描述了两条可能的途径：一种是“脱离机体”的方法，其中认知训练诸如下棋等将被编成程序后装入机器；另一种是图灵所追求的“不脱离机体”的方法，其中智能将通过视觉、听觉和触觉的经验来加以发展。“人工智能跟随着前一种方法，却忽视了后一种方法布罗克斯评论道。

这或许是不可避免的。在人工智能的早期岁月里，研究人员集中于模仿易于处理的认知过程，诸如下棋等。串行计算机完全能胜任此项工作。它们可以成千上万次地快速搜索并重复运行，以寻找最佳方案。这一方法是如此成功，以至其中的一个名叫“深思（Deep Thought）”的程序如今已达到伟大的水平。布罗克斯说，“没有人会认为这种只凭蛮力，竭力搜索的方法是人类解决下棋难题的方向。但是，由于这种方法在解决下棋和其它类似问题时的成功，使它成了一种方法论者的武器。”

人类的认知过程虽然高深莫测，但明显是通过复杂的、相似的、智力的活动而产生的，这类活动常常是通过直觉解决问题，而不是通过一一比较所有的可能性。因为在脑神经细胞之间的电脉冲流比计算机要慢许多，人类的认知必然是通过众多相对简单网络的联结而形成的（否则思维过程将花费数分钟甚至几小时，而不是几秒钟）。人脑的低速而相似的结构与串行计算机的高速而窄道运作符征，形成了鲜明的对比。

由于串行计算机的功能更加强大，其日益提高的表达能力，正是人工智能研究者们证实为走向创造会思维机器的一大步。速度和表达，而并非理性顿悟，成了这一领域的推动力量。布罗克斯说，渐渐地，基于串行而非并行的技术“在原动力消失以后很长时间，被人们错误地奉为原则。”智能被看作是一种装在盒子里的计算功能，完全成了脱离机体、可以预先编制程序的玩意儿。

这在过去的人工智能或GOFAI中常被认为是一种不错的方法。根据GOFAI，智能可被打碎成具有特殊功能的毫无联系的微型元件 · 诸如知觉、计划行动以及实施行动等。这些元件根据外部世界的清晰模型进行安装，由它们在机器人中作用而产生智能行为，比如躲开物体等。在GOFAI和传统的认知科学中，在诸如认知这种“高级”的思维行为以及诸如包括运动和感觉这种“低级”的思维行为中，存在着机体和功能的分离。而且，GOFAI假设所有这些思维行为是由人脑中的特殊中心所形成的，存在着“运动中心”、“疼痛中心”等等。

遗憾的是，当研究深入到认知心理学和神经科学时，情况逐渐清楚了，人类的智能并不是以这种方式组成的。人脑储存知识不仅是通过分类的方法——如动物、名字、几何形状，还通过听觉、触觉、视觉等，是根据如何获得知识的过程来储存知识的。与正统的GOFAI相反，在人脑的高级结构（相对于诸如储存和组织信息的“高级”任务）和低级结构（相对于收集信息的“低级”任务）之间，并没有很大的区分。只有低级的人脑结构，当越出所组合的才能时，认知才会出现。基于这种情况，布罗克斯评述道：“传统的人工智能解决智能的方法与生物系统如何工作这两者之间，几乎完全没有相似之处。”

80年代早期，由于在GOFAI的假设和人类认知与大脑功能出现的理解之间日益增长的裂缝的激励下，一些人工智能研究者开始探索一条新的道路。有人通过基于诸如神经网络而建立的理论工作和计算机模型来探索人类智能的属性；有人则开拓以行为为基础的人工智能，运用图灵不脱离机体的观点以及运用简单而灵敏的机器人构造。

从性能而言，机器人是不脱离机体的。但是，迄今为止，它们还不能进行高级认知。斯泰因说：“作为人工智能中认知的一条途径，不脱离机体的合理性如同它的清晰度那样醒目。事实上那是我们的主体问题，它受制于并且实现于我们解释这个世界的方法。这种大脑进化和人类认知发展的方法预示了我们作为个体与这个世界的相互作用，如果它的确是人类和其它动物的方法，那么，对机器人来说，它或许也应该是的。

但是，基于行为的人工智能不能成为生物学的奴隶，因为研究人员仍然还不知道哪怕是最简单的神经网络是如何产生行为的原因。取一条微小的无脊椎圆虫Caenorhabditis elegans，当研究人员知道了所有300个神经元的位置以及相互关系后，他们对这些神经元究竟是如何产生机体行为的仍只是一幅粗略的图画。更小的神经元网络的情况亦相同。例如，龙虾有节奏的消化系统是一束由28个神经细胞组成的神经束所控制的，虽然这种网络以及它的神经传递，人们已经进行了详尽研究，但是，还没有人能够确切地说出这种节奏究竟是如何产生的。

通过模仿人类大脑的神经系统建造一台具有智能的机器，这一观点仍然还属于科幻小说的领域。尽管仿效生物学是完全可能的，但是，这也不会是理想的。这是因为对于可以获得的初始材料，自然选择必然会起作用，通常，结果就像没有一个工程师能建造拼凑在一起的奇妙装置一样，只是提供了一个机会让人从零开始。布罗克斯说：“或许，人们已找到的解决智能的方法是相当可怕的，他们的仿真技术可能属于神经错乱。”

因此，麻省理工学院的研究人员将一种混合的方法运用于人工智能。他们认为，生物学是重要的，因为思维是由大脑所拥有的不同的感觉信息类型，诸如视觉、听觉或触觉，通过不同的神经通道这一事实所形成的。布鲁克斯说，忽视这种生物学事实是不可能的。我们的通道是由神经网络建立的，而机器人则可以由微处理机建立。

在60年代晚期和70年代早期，建造智能机器人的早期努力取得了一些表面上的成功。斯坦福研究学院由“SHAKEY”项目，麻省理工学院则由“COPY DEMO”项目。第一个机器人在一间房间里围绕着障碍物行走；第二个机器人可以根据显示给它的模型堆积物体。但是两者都只是在高度有组织的环境以及传统的人工智能观点下才能运作：它们都具有一个接口与世界相连的能解决问题的大脑。相对而言，自从80年代中期开始设计的新一代能活动的机器人，其目标之一便是行动的灵活性，这是真实智能的一个标志；第二个目标是摈弃这样一种概念，即大脑包含低级和高级思维两层神经结构。

于是，出现了两种指导性原则。正统的将高级思维视作大脑中特殊“认知”中心的产物这一观点被一个新的、革命性的概念所替代：思维是在大脑中大量单调知觉中心的相互作用中产生的。结果，研究人员从特殊认知中心修筑起人工神经系统以支持“分布式结构”的观点。他们也摈弃了将预先形成的有关这个世界的思维模式在机器人大脑中编写程序的观念。取而代之的是，未来的机器人将会通过自己的视觉、听觉和触觉经验产生它们自己关于这个世界的模型。

布罗克斯将这些灵敏的机器人中的这个人工神经系统描述成类或者层。他解释说：“每一层就其本身而言是一片产生行为的网络，虽然它可能隐约地依赖于更早期网络片的存在。例如，‘探险’层并不需要明确地躲避障碍，因为设计者知道现有的‘躲避’层会照料管理它。”

布罗克斯说，通过渐进的层来建造越来越先进的机器人，类似于随着时间而逐渐进化的方法，“因为随着进化，这个系统发展的每一阶段都得到了检验。”至去年夏天，布罗克斯和他的同事建造了一个小机器人动物园，这些小机器人探索陌生的区域，制作地图，与人共处，并且利用视觉驾驶。但是，传统的人工智能研究人员仍停留在毫无印象的阶段。布罗克斯评论道：“人们说，我们的系统没有任何东西是与智能有关的，因为它们仅仅干昆虫所干的事。他们说，真正的人工智能系统，即传统的‘盒中脑’系统是充满智能的，终将有一天会干人干的事情。”

布罗克斯将这作为一种挑战，于是，“类人项目”诞生了。COG是最先进的脱离机体的基于行为的人工智能。事实上，它也将检验有关人类认知的理论。如果这些分布在COG人工脑结构中的层不会产生智能行为，那么，这些理论可能是错误的。至少必须有5年时间我们才能了解它。

COG不必看上去像人一样通过经验来发展智能，但是它的制造者想让机器人和人类之间的相互交流尽可能显得自然些。COG的类人特征在模拟人工智能实验室的一个研究生时，显得更容易些。当COG建成后，这项计划是让机器人坐在人工实验室的一张桌子边，并且与人相互交流，或者是通过玩具，或者是通过堆砌物体，或者是前前后后地传递东西等等一非常简单的行为，就像一个婴儿的活动一样。

虽然COG的世界观将通过经验来建立，但是，它不会被这个世界中的完全空白的思维记录所取代。这样做将与实际发生的事情恰好相反。毕竟，人类也不是在诞生之初就是白纸一张。许多对早期生存至关紧要的简单反应，诸如吸吮反应和某些躲避行为，在幼儿时已被预先告之。越来越多的证据显示，许多高级的行为已广泛地由遗传带来，语言能力的获得是一个重要例子。斯泰因解释说：“一些价值系统将在其中建立起来，或许也包括一些基本的情感反应，以及用以加强某些行为的正反馈系统。”

如果到这个5年项目结束时，COG的行为与人类2岁时的行为可以相比较的话，斯泰因说，“这将是巨大的成功。”一个2岁的幼儿正在开始学习说话，但是还没有任何成熟的计划试图让COG理解或接受语言。斯泰因希3 COG至少能够认出每个人的脸：“我不知道这一能力是否会出现，或者将建立在其中，但是这很重要，我要让COG知道我是谁，至少要让它知道昨天的我和今天的我是同一个人。”

最大的难题是意识。一个2岁的幼儿开始意识到了他自己，但这不同于一个成年人的意识。COG怎么样呢？布罗克斯认为："思想和意识是在与世界的交往中产生的副产品。当与这个复杂世界交往的复杂性产生时，我们将会知道在我们系统中的思想和意识，与我们所看到的人具有相同的证据。”

那么，COG是否会达到具有意识程度的思想和经验呢？COG会不会有智能呢？布罗克斯承认没有办法对此进行测量：“如果与COG交往的人鉴于它所做的事而相信它是有智能的，那么COG便是有智能的；如果它显得具有意识，那么它可能是有意识。但是这是未来的方法。”

将机器看作具有意识，可能显得有点异想天开，但是许多人认为这是完全合理的。正如图福兹大学的一位哲学家丹尼尔 · 戴尼特（Daniel Dennett）所说的：“人类是机器，同时我们也有意识。重要的是我们应该知道，我们可以作多少简化而仍然具有意识”。

其他人不相信COG或像它一样的机器，将会经历任何类似人类意识的事物。剑桥大学心理学家汉弗莱认为：“我们经历这个世界的方法是历史事件的结果，而不是设计的；人类所拥有经验的质量是基于我们祖先的历史；除非你在人工脑的构造中重复进化史，否则你将不可能复制达到人类经验的质量。”

COG的意识，如果这种现象真的能出现的话，那么它将具有反映其认知结构的质量。如今，麻省理工学院的研究人员正在开发大型并行处理机，在它上面可以验证COG意识的成败。它不同于传统的通常只能对一个特定的、容易处理的问题寻找解答的串行处理机，并行处理机可使其本身对这个世界进行连续不断的评价，这便是人类学习的基础。

布罗克斯和斯泰因说：“我们的类人机器人将被处于现实世界中，它几乎不受任何控制，会有人在现场，移动位置，改变类人机器人的物理环境，对类人机器人动作作出反应，并让它们产生自发的行为。对类人机器人来说，它的任务将是用前后一致的方法与这些完全无法预言的成员相互进行交流。”

COG并不是在这个有人类呼吸的世界中的唯一机器人，虽然它显得最为雄心勃勃。美国其它地方、欧洲和日本的研究人员正在研制将灵敏与智能结合在一起的系统。或许给人印象最深的是类似COG的WABOT-2，它也具有类人的特征。这个机器人由日本东京WASEDA大学的加滕一郎和他的同事一起研制成功，它会识音乐，既能听也能看，还会按音乐会标准表演钢琴。这个机器人是加滕研制类人机器人计划中的一小步，他计划中的类人机器人不仅具有在人类世界的功能，如做基本的工作，而且还能与人类达到私人的、有感情程度的相互交流。

然而，目前会弹钢琴的机器人还只是钢琴表演者。它们除了在琴键上的灵敏、对于音乐曲目的知识以及有能力对音乐进行选择外，这种机器人还不会做其它任何事情。这种机器人，80或微处理机能够解决特定的、容易处理的问题，如学习音乐；但是却不可能满足更多的要求，诸如认识随时变化的以及不可预见的外部环境。布罗克斯说，人工智能只能像一个人一样简单地学习阅读和理解音乐，而与其主体无关；同样条件在通常的学习中却并非正确。

与这些机器人相比，COG的人工神经系统将没有那么多规定，它通过一个能了解究竟发生了什么情况的反馈机制，可以移动其主体以对它的运动状态作出反应。COG可以被培养成一个蹩脚的钢琴家，但是那与麻省理工学院的研究人员无关。他们的梦想是希望看到机器人能获得如2岁幼儿那样具有更高级的智能。

然而，即使他们取得了成功，人类将如何对待COG？众说纷纭。它的性能可能被人无条件地加以限制，因为COG具有COG的思维线路，而不是一种不成熟的神经线路。汉弗莱说：“我猜测，机器人将会模样比行为更像人类。”或许有一天，如果它最终获得了语言能力，COG将会对此说些什么吧！

[New Scientist，1994年5月14日］