图灵的所有工作都是建立在 “ 实时性 ” （ the actual time ）基础上的，这是一种天才的直觉，这个基础构成了他全部工作内在的逻辑一致性，从 “ 图灵机 ” 对希尔伯特问题的 “ 拒绝 ” 式回答到 “ 模仿游戏 ” 的开放式模型，其思想的一致性是图灵最深刻的秘密。 “ 图灵机 ” 毫无怀疑地成为现代科学技术的基础，图灵的 1936 年论文成为了技术理论中的圣经，而 “ 模仿游戏 ” 却一直未得到正确的解读，这是因为 “ 图灵机 ” 以 “ 机械步骤 ” 这种性质直接表达了隐含在 “ 算法 ” 中的 “ 实时性 ” ，而 “ 模仿游戏 ” 包含了对人自身本质中的 “ 实时性 ” 的揭示，但技术和技术理论中包含的还原论思想总是在不自觉地妨碍人们去领会和接受图灵的深刻思想。 另一方面，图灵 处 境艰难，他不是一个公众人物却生活在公众环境中，所以他时时处在两难中，一方面要在专业领域中去开拓前无古人的思想前沿，另一方面又要去打破 非专业的公众 即有的局限和保守，所以他既要肯定技术发展上的无限可能，又要保守技术自身本质的底线，他不是一个哲学家，也远不是一个演说家，他的精辟的逻辑一致性的思想总是深藏在他的困难的技术理论的论文后面，解读他的论文迄今仍是一个巨大的困难。 下面以图灵 1951 年的论文 “智能机器，一种异端理论”（Intelligentmachinery, a heretical theory） ［1］ 中几段翻译为例，窥豹一斑。据 the essential Turing ［2］ 一书介绍，此文章来源于 1951 年图灵在 BBC 的 The'51 Society 电台节目中为大众做的报告，这是继图灵 1950 年提出 “ 模仿游戏 ” 开启人工智能标志性文章后，又一篇进一步阐释智能机器的文章。 You cannot make a machine to think for you. This is a commonplace that is usually accepted without question. It will be the purpose of this paper to question it. 译文： “ 你不能制造一台为你而思考的机器 ”，这是不经质疑就被接受的常见观点，本文的目的就是对此提出质疑 ” 。 解读：但这里的 “for you” 对图灵有确定性的意义，强调了你不能按你的任意目的制造一台思考机器，这是通常的观点，但图灵质疑这种观点，这与下文中的复杂的意义转折的论述是一致的。 Most machinery developed for commercial purposes is intended to carry out some very specific job, and to carry it out with certainly and considerable speed. Very often it does the same series of operations over and over again without any variety. This fact about the actual machinery available is a powerful argument to many in favor of the slogan quoted above. 译文：大多数为商业目的而开发的机器都是以确定和相当快的速度完成某种非常具体工作的，很多时候它们一遍又一遍地进行重复的操作，没有任何变化。这种现实中机器的事实成为许多人赞成上述口号的有力证据。 解读：这一句前面肯定大量的商业应用软件的目的是实用性（快速、方便），图灵隐含地解释了，这种目的实用性与计算机程序重复操作（机械步骤）的本质限制性是一致的；而后一句则强调地说，正是这种商业机器的实用性（作为限制性前提）才使人们不能对软件有任意目的的期望 —— 这是当时普通人的观点，但图灵质疑这一点，他隐含的意思是说，非实用目的的软件也是可以有效的，这个理由是下文表达的： To a mathematical logician this argument is not available, for it has been shown that there are machines theoretically possible which will do something very close to thinking. They will, for instance, test the validity of a formula proof in the system of Principia Mathematica, or even tell of a formula of that system whether it is provable or disprovable. In this case that the formula is neither provable nor disprovable such a machine certainly does not behave in a very satisfactory manner, for it continues to work indefinitely without producing any result atall, but this cannot be regarded as very different from the reaction of the mathematicians, who have for instance worked for hundreds of years on the questions as to whether Fermant's last theorem is true or not. For the case of machines of this kind a more subtle kind of argument is necessary. 译文：然而，对于一个数理逻辑学家来说，这个论据是站不住脚的，因为已经表明有机器在理论上可以做某些非常接近人的思考的事情。例如，它们会在Principia Mathematica（罗素、怀特海的“数学原理”）体系中验证公式证明的有效性，甚至可以得到这个体系中的某个公式可证明或可证否的结论。在公式既不可证明也不可证否这种情况下，这样的机器肯定不会以令人满意的方式运行，因为它会持续无限期地运行，而不产生任何结果，但是这不能被认为与数学家相应的行为就完全不同，比如数学家过去数百年间就在证明费马大定律是否成立。对于这种情况的机器，需要一种更微妙的论证。 解读：注意，图灵在这里对机器的行为（ behave ）或工作（ work ） 与数学家的对应行为（ reaction ）用词是一种对应性，是意义严格的，即只在这种对应性上进行比较。 机器得不到答案而无限运行，是图灵在他的 1936 年论文中所说的 circle 的意义上的一种机器性质，图灵认为这与数学家为一个猜想追求证明有可比性，所以图灵在这里才这样说： “ 这不能被认为与数学家相应的行为就完全不同，比如数学家百年里就在证明费马大定律是否成立 ” 。图灵对 “ 机器不能像人一样思考 ” 这个当时普遍认同的观点的质疑正是出于这个分析，但注意，图灵只是说，机器与数学家只是在对应可比较的能力上相同，图灵并没有说，机器的能力可以与数学家能力相同，下面有这种意义的更进一步说明。 By Godel's famous theorem, or some similar argument, one can show that however the machine is constructed there are bound to be case where the machine fails to give an answer, but a mathematician would be able to. On the other hand, the machine has certain advantages over the mathematician. Whatever it does can be relied upon, assuming no mechanical 'breakdown', whereas the mathematician makes a certain proportion of mistakes. I believe that this danger of the mathematician making mistakes is an unavoidable corollary of his power of sometimes hitting upon an entirely new method. This seems to be confirmed by the well known fact that the most reliable people will not usually hit upon really new methods. 译文：由哥德尔著名的定律或者一些类似的论证，可以看出，无论机器如何构造，机器必定有无法给出答案的时候，但是数学家总可以得到（他们努力想找到的答案）。另一方面，机器在某些方面比数学家有优势。假设机器的机械部分不发生 “ 崩溃 ” ，机器总是可靠的，而数学家总会犯一些错误。 我相信，数学家犯错误的危险恰恰是他们具有偶然能发现全新的方法的能力的必然结果，这似乎得到了众所周知的事实支持：最可靠的人通常很少会发现真正的新方法。 解读：图灵完全区分了，机器与人在可比较的行为上相同，但两者在本质上不同；而且，人能接受犯错误的能力是有区别的 , 这正是图灵对人性的洞察。 My contention is that machines can be constructed which will simulate the behavior of the humanmind very closely. They will make mistakes at times, and at times they may makenew and very interesting statements, and on the whole the output of them willbe worth attention to the same sort of extent as the output of a human mind. The content of this statement lies in the greater frequency expected for the true statements, and it cannot, I think, be given an exact statement.It would not, for instance, be sufficient to say simply that the machine will make any true statement sooner or later, for an example of such a machine would be one which makes all possible statements sooner or later. We know how to construct these, and as they would (probably) produce true and false statements about equally frequently, their verdicts would be quite worthless. It would be the actual reaction of the machine to circumstances that would prove my contention, if indeed it can be proved at all. 译文：我争论的观点是，高真模仿人类的心智行为的机器是可以造出来的，它们有时会出错，有时候会得出新的且非常有趣的结果，总的来说，它们的输出与人类思想的输出一样值得得到同样的重视。此陈述的内容在于对正确的结果有较高的期望，而这一点，我认为是很难确切描述的。例如，不能因为一台具体的机器迟早会得出所有可能的结果，就简单地说机器迟早会得出任何正确的结果。我们知道如何构建这样的机器，既然它们可能得出对或错的结果的概率是相等的，那么这样的判断将没有多大价值。如果可以证明我的观点的话，只有机器对环境的实际反应才能证明。 解读：这是图灵对这个问题的讨论的总结， “ 你不能制造一台为你而思考的机器 ” 这个命题，包含了普通人对机器有效行为能力太高的期望，所以人们会对机器失望，实际上，具体的机器只适应于具体的对象，机器才能给出确定的答案。但图灵更认为这个命题本身就是模糊的，因此无法有一个确定性的讨论结果，就象今天很多人想要的 “ 考试大纲 ” 式的答案一样，这并没有多少实际意义。机器与人不同，给出不确定性的答案的机器没有实际应用价值，因此图灵有信心地指出，让机器按照具体的环境进行制造和运行在具体的环境中，机器一定能超乎你的想象。 文章的最后一段 : Let us now assume, for the sake of argument, that these machines are a genuine possibility, andlook at the consequences of constructing them. To do so would of course meet with great opposition, unless we have advanced greatly in religious toleration from the days of Galileo. There would be great opposition from the intellectuals who were afraid of being put out of a job. It is probable though that the intellectuals would be mistaken about this. There would be plenty to do, 2 i.e. in trying to keep one’s intelligence up to the standard set by the machines, for it seems probable that once the machine thinking method had started, it would not take long to outstrip our feeble powers. There would be no question of the machines dying, and they would be able to converse with each other to sharpen their wits. At some stage therefore we should have to expect the machines to take control, in the way that is mentioned in SamuelButler’s ‘Erewhon’. 译文：为论证的缘故，现在让我们假设这样的机器是真正可能的，并预期建造它们的后果。这样做当然会遇到极大的反对，除非从伽利略时代起在宗教宽容上我们已经有了很大的进步（译注：这里意思是说，当时的人如果坚持认为机器不能思维，就像以前的中世纪教会对科学技术进步的反对一样）。现在还会有来自知识份子极大的反对，他们害怕失业。这种情况是可能的，虽然知识份子有可能误解了这一点，他们会有很多工作要做，努力了解机器在试图表达什么，也就是说，努力保持自己的智力达到机器能力的水平，因为似乎有可能一旦机器思维方式开始，不久就会超过我们微弱的力量。机器不会有死亡的问题，它们将互相交流增进它们的智慧，于是在某个阶段，我们应该预期机器会按照巴特勒的《埃瑞璜》中所描述的那样得到管理控制能力。 解读：在这里可更明确地看到，图灵一方面将当时认为机器不能思维的人看成是中世纪教会式的顽固，另一方面，又为那些担心机器的工作能力可以超过人的知识份子解难，希望他们能够努力地去理解机器的工作而达到更高的工作能力。图灵相信机器很快就能达到具有管理控制能力的水平，这也就是今天我们所能看到的人工智能，尽管已经取得了很大的成果，但是，我们今天仍然不能理解当前主流的人工神经网络（ Artificial Neural Network ， ANN ）的工作原理。 参考文献： ［1］Alan Turing, Intelligentmachinery, a heretical theory ， 1951 ， http://viola.informatik.uni-bremen.de/typo/fileadmin/media/lernen/Turing-_Intelligent_Machinery.pdf ［2］ B. Jack. Copeland, The EssentialTuring , 2004
标签: 人、机关系
