BeiTown's Coder

上篇文字说道AI的信息堆积，之后朋友提出了“中文房间”理论，这里科普一下，以下两段是摘录：

“中文房间”最早由美国哲学家John Searle于20世纪80年代初提出。这个实验要求你想象一位只说英语的人身处一个房间之中，这间房间除了门上有一个小窗口以外，全部都是封闭的。他随身带着一本写有中文翻译程序的书。房间里还有足够的稿纸、铅笔和橱柜。写着中文的纸片通过小窗口被送入房间中。根据Searle的理论，房间中的人可以使用他的书来翻译这些文字并用中文回复。虽然他完全不会中文，Searle认为通过这个过程，房间里的人可以让任何房间外的人以为他会说流利的中文。

解读：
Searle 创造了“中文房间”思想实验来反驳电脑和其他人工智能能够真正思考的观点。房间里的人不会说中文；他不能够用中文思考。但因为他拥有某些特定的工具，他甚至可以让以中文为母语的人以为他能流利的说中文。根据Searle，电脑就是这样工作的。它们无法真正的理解接收到的信息，但它们可以运行一个程序，处理信息，然后给出一个智能的印象。

类似理论的实践产品比如苹果的Siri就相当于本实验中封闭的房间，iPhone的话筒就相当于本实验中的小窗口，你对iPhone说的话相当于本实验中的写有中文的纸片，Siri程序虽然完全不懂中文，但是通过其内部程序，会让我们使用iPhone的人以为Siri领悟了我们的指令，并能和我们进行人性化的交流与沟通。

而实际上确实目前的人工智能并不能脱离这套理论。上一篇文字的信息堆积只不过将房间里的内置信息库变成了后天添加的内容——因为人类社会的信息量相当之庞大，我们不可能预先知道房间外面世界的改变并预先将所有信息存储进信息库（书柜）中。

但另一方面，这样的信息堆积是没有自主的联想机制的。比如你告诉机器1+1=2，它记住了，但它并没有1+2等于多少的信息。怎样才能通过1+1=2来推导出1+2=3呢？当然这个问题已经上升到数学界，著名的哥德巴赫猜想就一直致力于解释清楚这个问题。所以目前来说，人类世界的1+2=3也是通过后天强硬灌输的。只不过我们掌握了某一种规律，可以知道1+2=3，1+3=4以此类推。这种规律即是一种经验类信息源。
(更多…)

首先说一下目前的人工智能，目前人工智能的依赖体（一些NB实验室里的除外）普遍为数据堆积，即通过对大量的信息存储的检索比对来做出人类世界的客观判断。这一点有点类似于搜索引擎，通过对输入信息的比对给出相应的内容。但搜索引擎只对第一关键词进行了一个比对，并没有对语言逻辑进行一个详尽的处理。比如你在百度或谷歌输入“人类的大脑容易是多少TB”，给出的链接大多都是百度知道里相同的提问信息，如下图：

(更多…)