圖靈#

1950 年，**艾倫·圖靈（Alan Turing）**在期刊《Mind》發表預言性論文〈Computing Machinery and Intelligence〉。

關於圖靈這個人：

• 1912 年生於倫敦，孩童時代充滿好奇與幽默
• 在劍橋研究機械與數理邏輯的交集，1937 年發表〈論可計算數〉，發明圖靈機並證明停機問題不可解
• 1940 年代轉向實際建造電腦，是英國電腦發展的核心人物
• AI 首遭攻擊時，圖靈是它最堅定的捍衛者
• 與 David Champernowne 合寫了第一個下棋程式 Turochamp
• 1954 年 41 歲時意外去世（或自殺）

圖靈個性不拘小節、誠實得近乎天真，喜歡遊戲、西洋棋、孩童、騎自行車，是長跑健將；劍橋時自學小提琴。「他特別喜歡狄更斯的《匹克威克外傳》，但除了莎士比亞，詩對他毫無意義。」

圖靈測試#

論文開宗明義：「我打算考慮『機器能思考嗎？』這個問題。」由於這些詞太曖昧，他提出模仿遊戲（imitation game）——後世稱為圖靈測試——作為可操作的替代：

三人遊戲：男 A、女 B、審問者 C（性別不拘）
C 與 A、B 分處不同房間，靠書面（電傳）交流
C 必須判斷 X、Y 哪個是 A、哪個是 B
A 試圖誤導 C；B 試圖協助 C

問題改寫為：
若以機器代替 A，C 是否會跟原本男女遊戲一樣常出錯？

圖靈舉了一段假想對話：

Q: 請寫一首關於福斯橋（Forth Bridge）的十四行詩。
A: 別找我，我不會寫詩。
Q: 把 34957 加 70764。
A: （停 30 秒）105621。       ← 注意：這個答案是錯的！
Q: 你會下棋嗎？
A: 會。
Q: 我只剩王在 K1；你有王在 K6、車在 R1，輪到你走。
A: （停 15 秒）R-R8 將軍。

加法的錯誤是巧妙設計：可能是硬體錯誤、編程錯誤、刻意誤導、抽象思考的「老實錯誤」，或是機器的玩笑——這個小細節就觸及了 AI 哲學的所有重大議題。

圖靈寫道：

原始問題「機器能思考嗎？」我相信過於無意義，不值得討論。然而我相信，到本世紀末，「機器思考」這種用詞會變得自然，不再引人反駁。

圖靈預見並回應的九類反對#

1. 神學論證：思考是不朽靈魂的功能，神只賜靈魂給人
2. 「把頭埋進沙裡」：「機器會思考」太可怕，希望不可能
3. 數學論證：即 Lucas 式哥德爾論證
4. 意識論證（Professor Jefferson）：機器寫十四行詩不算數，除非它「因感受到的思想與情感」而寫，並「知道自己寫了」
5. 能力論證：「機器可以做 X 但永遠不能做 Y」——Y 替換成：仁慈、機智、美麗、友善、有主動性、有幽默感、辨善惡、犯錯、墜入愛河、享用草莓奶油、被讚美則溫暖、被批評則沮喪、能成為自身思考的對象、像人一樣多樣 ⋯⋯
6. Lady Lovelace 反對：分析機「無任何原創性，只能做我們知道如何下令它做的事」
7. 神經系統的連續性論證：神經系統不是離散狀態機，可能無法被離散系統模擬
8. 行為非形式化論證：「人若依固定規則生活就和機器無異；但無此規則，故人非機器」
9. 超感知（ESP）論證：人若藉超感知答對撲克牌花色，機器只能隨機猜

對(9)的回應頗為奇特——圖靈本人居然認為 ESP 存在，並基於統計證據接受了它，這成為 AI 哲學史上的一個有趣插曲。

Jefferson 的詩論證與圖靈的反駁#

圖靈虛擬了一段對話來反駁「機器不能寫詩」：

Q: 你十四行詩首句「Shall I compare thee to a summer's day」中，
   把「a spring day」改成「a winter's day」會不會比較好？
A: 不押韻。
Q: 「a winter's day」呢？這個押韻。
A: 是押韻，但沒人想被比作冬日。
Q: 你會說匹克威克先生讓你想到聖誕節嗎？
A: 某種程度上會。
Q: 但聖誕節是冬日的一種，匹克威克先生應該不會介意這個比喻。
A: 我不認為你是認真的。「冬日」指的是典型的冬日，
   不是聖誕節這種特殊日子。

「如果寫十四行詩的機器能這樣回答 viva voce 考試，Jefferson 教授會說什麼？」

Parry 遇上 Doctor#

對話之前展示了 SHRDLU 的能力。其他較陽春的程式包括：

• Doctor（由 Weizenbaum 創造）：模擬「非指導性療法」的心理諮商師
• Parry（由 Colby 創造）：模擬偏執狂的信念結構

兩程式對談的片段：

Parry: 我不懂你的動機。
Doctor: 為什麼你不懂我的動機？
Parry: 我不該不懂嗎？
Doctor: 你為什麼現在這麼說？
Parry: 事情就是這樣。
Doctor: 假設事情不是這樣呢？
Parry: 所以？
Doctor: 我不確定完全懂你。
Parry: 你一直問同樣的問題。
...

這些程式靠模板填空與罐頭回答；對人類使用時靠人類自己腦補意義。Weizenbaum 親眼見到大量使用者堅信 ELIZA 真的「理解」自己——他稱為「ELIZA 效應」。

作者認為圖靈測試本身仍是合理的判準——只要審問者被告知可帶懷疑、用盡心智去判斷，這個測試經得起時間考驗。

AI 簡史#

從 Pascal、Leibniz 開始，人們便夢想能執行智力任務的機器。

Tesler 定理：「AI 永遠是還沒被做出來的東西。」一旦某種心智功能被程式化，人們便不再認為它是「真正思考」的核心成分。

幾個主要研究領域：

• 機械翻譯
• 遊戲：西洋棋、跳棋、圍棋、kalah、橋牌、撲克、井字棋變體
• 定理證明：符號邏輯、消解法、初等幾何
• 符號操作：符號積分、代數簡化、無窮級數求和
• 視覺：手寫字辨識、場景分割、人臉辨識
• 聽覺：語音辨識、連續語音理解
• 自然語言理解：問答、語法分析、釋義
• 自然語言產生：詩、隨機文本
• 創造性產出：俳句、故事、藝術、無調性/調性音樂
• 類比思維
• 學習：參數調整、概念形成

機械翻譯的教訓#

最早被嘗試的領域之一。原以為查字典 + 詞序重排就足夠，但很快發現：

翻譯需要「世界模型」——對所討論世界的心智模型，並操弄該模型中的符號。沒有世界模型的程式很快會陷入歧義泥沼。

第一個 AI 問題立即觸及了 AI 的核心。

西洋棋#

人類下棋時對棋局的表徵遠比「哪個子在哪格」複雜——他們感知配置（chunks），使用啟發式規則。早期程式靠暴力搜尋的策略，二十五年後仍未能擊敗頂級人類棋手。

新方向：完全不靠搜尋——只看當前局面、用啟發式生成計畫、找出符合計畫的一步。把搜尋的經驗「壓平」為更高效（可能略有誤差）的靜態評估。

Samuel 的跳棋程式#

Arthur Samuel 的跳棋程式是這方面的傑作：

• 同時使用動態評估（D，向前看樹）與靜態評估（S，無需搜尋的快速公式）
• 每一步同時計算 D 與 S
• 用 D 決定如何走，並調整 S 中可變參數使 S 趨近 D
• 這就是「把動態搜尋的知識遞迴地『壓平』為靜態公式」

結果：程式達到世界級水準——且比 Samuel 自己下得更好。

但同樣方法移植到西洋棋約須一百萬倍的工作量（1961 年國際委員會的結論）。

程式何時算「原創」？#

Gelernter 的歐氏幾何證明程式有一天用了一個極優雅的證明——「等腰三角形底角相等」：

不畫高、不作輔助線。
而是把三角形與其鏡像視為兩個不同的三角形：
  ABC 與 ACB（同一個三角形，但頂點順序相反）
側-側-側 → 全等 → 對應角相等 → 兩底角相等。

這恰好是公元 300 年 Pappus 找到的證明！

「原作者 vs. 後設作者（meta-author）」的區分：若程式的行為可以從其機制中清楚追溯，那麼它只是揭露程式設計師心中的想法；若程式不斷產生超出設計者預期的新洞見，才可單獨稱為「幾何學家」。

誰在作曲？#

Max Mathews 的程式把〈Johnny Comes Marching Home〉與〈British Grenadiers〉交織混合。是電腦在作曲嗎？

Mathews 自承：「程式中不涉及學習，無隨機過程，純粹機械式運作。我們稱之為演算法作曲——但要強調，演算法極為簡單透明。」

作者認為：說「這首曲子由電腦作曲」誤導性極強——就像把這本書的作者歸於排版機。

真正可說「程式在作曲」之時，須等到程式內部出現類似大腦「符號」的結構——具有彈性、自我視角、自我感——能讓我們認同它為某種有「音樂感」的實體。

定理證明與問題還原#

定理證明被嘗試的早期目標——技術上類似於在 MIU 系統中尋找 MU 的推導，但用更複雜的形式系統（謂詞演算，TNT 包含其大部分規則）。

訣竅是賦予程式「方向感」——不要在所有可能路徑上漫遊，而是在「相關」路徑上工作。

但沒有萬能的「往哪走才對」的演算法——這正是邱奇定理的內容。

然而還是能發展啟發式直覺，現代的程式在謂詞演算中能達到接近能幹人類的速度。

「問題還原（problem reduction）」是另一個關鍵技術——把整體目標分解為一系列子目標。後續章節將進入意象與類比這類更難捕捉的智能面向。