机器会思考吗? 计算机科学之父英国阿兰图灵: 计算机器与智能-3

5. 数字计算机的通用性

前文中考察的数字计算机可被归类为“离散状态机”，这类机器能够从一个确定状态跳变至另一个确定状态。

这些状态的区别足够显著，以至于我们可以忽略它们之间可能的混淆。严格来说，这样的机器实际上并不存在。

一切事物实际上都是连续变化的。

然而，有很多种机器可以被视为离散状态机。

例如，在照明系统中的开关，我们可以将开关看作只有开和关两个状态。它们之间肯定存在中间状态，但在大多数情况下我们可以忽略这些中间状态。

作为离散状态机的一个例子，考虑一个每秒转 动 120 度的轮子，这个轮子可能会因为外部操纵杆而停止转动。在轮子上有一个发光的灯。这个机器可以抽象描述如下。

机器的内部状态（通过轮子的位置来描述）可以是 q1，q2 或 q3，输入信号是 i0 或 i1（操纵杆的位置）。如下图所示，任何时候内部状态都可以由上一状态和输入信号决定，如下表所示。

这个例子是一个典型的离散状态机，只要它们的状态是有限的，就可以用这样的表格描述。[4]

可以看出，只要给出初始状态和输入信号，所有的未来状态都是可以预测的。

这让人联想到拉普拉斯（Laplace）的观点，即只要给出某一时刻宇宙的完整状态（由所有粒子的位置和速度描述），就应该能预知未来的所有状态。

但我们考虑的预测与拉普拉斯相比更接近实用性。对于“整个宇宙”这一系统，只要初始条件有一个很小的误差，后果将会截然不同。某个时刻一个电子位置的十亿分之一厘米的偏移，将决定一个人会在雪崩中死去还是逃生。

我们称之为“离散状态机”的机械系统的一个基本特性是，这样的现象不会发生。

即使是考虑实际的物理机器而不是理想化的机器，只要有关于某个时刻的状态的准确知识，就能得到任意未来时刻的准确知识。

正如我们之前提到的，数字计算机属于离散状态机，但是这样的机器所能够达到的状态集合通常是相当大的。

例如，现在在曼彻斯特机可以有 2165000 个状态，也就是大约 1050000。而上面描述的轮子仅有 3 个状态。

找到有如此多状态的原因并不困难，计算机具有一个存储器，对应于计算员的纸，这些存储器中应该能够写入任何能够写入计算员所用纸上的符号。

为了简单起见，假设仅仅用从 0-9 的数字作为符号，忽略手写笔迹的差别。假如计算机具有 100 张每张 50 行，每行 30 个数字的存储空间，那么状态的数目将是 10(100×50×30)，即 10150000，这大约是 3 个曼彻斯特机状态数量的总和。

状态数的以 2 为底的对数通常被称为机器的“存储容量”，因此曼彻斯特机的存储容量是 165000，而上面例子中轮子的存储容量是 1.6。如果两个机器加在一起，它们的存储大小应该是原来存储大小的和。

因此 我们可以说“曼彻斯特机具有 64 个容量是 2560 的磁带存储器、8 个容量为 1280 的电子管。各种各 样存储器加在一起大约是 300 个，总容量共 174380”。

只要给出对应于离散状态机的状态转换表，就能够预测出机器将会做什么。

这样的计算没有理由不能通过数字计算机来完成。

只要运行足够快，数字计算机就能够模拟任何离散状态机的行为。模仿游戏可以变成在前面问题中的机器（B）和数字计算机（A）之间进行，并且提问者将不能区分它们。

当然，数字计算机除了必须有足够的存储空间，且运行足够快。并且，模仿不同的机器之前，它（数字计算机）必须被重新编程。

由于数字计算机可以模拟任意离散状态机的性质，它可称为“通用机器（universal machines）”。

具有这样性质的机器带来一个重要结果就是，除了对运行速度的考虑，不必设计出不同的新机器来执行不同的计算过程。

不同计算过程都可以用同一个数字计算机来实现，只要根据不同情况适当编程。由此可见，所有数字计算机在某种意义上是等价的。

我们现在可以重新考虑在第三章末尾提出的问题。

第三节中初步提出了将问题“机器能思考吗？”

替换为

“是否存在可想象其在模仿游戏中表现出色的数字计算机？”（Are there imaginable digital computers which would do well in the imitation game?），

如果愿意，我们还可以问“是否存在表现出色的离散状态机？”

（Are there discrete state machines which would do well?），

但是考虑到（数字计算机的）通用特性，我们可以看出这两个问题都等价于这一问题：

“让我们把注意力集中在一个数字计算机 C 上，如果我们可以让其具有足够大的存储空间，足够快的计算速度，而且对它进行适当的编程。C 扮演角色 A，人扮演角色 B，C 能不能在模仿游戏中表现出色？”

6. 关于主要问题的争议

当前，我们可以认为基础问题已经整理清楚，准备对“机器是否能够思考？”以及上一章结尾的引申问题展开辩论。

我们并不能完全放弃问题的原始形式，因为对所替代的问题的合理性会存在不同的看法，至少我们应该听取这方面的意见。

如果我首先解释我的看法，可能会让读者觉得更加明了。

首先，让我们来看看这个问题更确切的形式。

我相信，大约 50 年后（公元2000年），人们将有可能对存储容量将达到 109 左右的计算机进行编程，使其在模仿游戏中表现出色，以至于一般提问者在提问 5 分钟后准确判断的几率不会超过 70%。

我相信，这时“机器能思考吗”这个就没有什么意义、不值得讨论了。

尽管如此，我认为到本世纪末，语词用法和常识观点（general educated opinion）会有很大变化，因而人们能够谈论机器思维而不会受到反驳。

我也相信，隐瞒这些信念没有任何好处。

人们普遍认为科学家进行科学研究总是从可靠的事实导出可靠的事实，不受任何未经证明的猜想（conjectures）所影响。

然而，这种看法实际上是错误的，只要能清晰地划分哪些是经过证明的事实，哪些是猜想，就不会有害处。

猜想往往是非常重要的，因为它们提示了有用的研究方向（lines of research）。

现在开始考虑与我相反的意见。

(未完待续, To be contd)
 

本页Url