这台朦胧的80年老的机器可能对今天人工智能是解锁它的全部潜力的关键
标签:
it杂谈 |
这台朦胧的80年老的机器可能对今天人工智能是解锁它的全部潜力的关键
By
领先的美国工程师和科学家布什(Vannevar Bush)认为全记忆器(memex)对20世纪40年代的信息噩梦是答案。
When you purchase through links on our site, we
may earn an affiliate commission.

(Image credit: Corbis Historical via Getty Images)
许多年前早在互联网或人工智能之前,一位名叫布什(Vannevar Bush)的美国工程师正在试图解决一个问题。他能够看到在专业人士来研究任何东西之前它已经变得多么困难并看到了一种潜在的更好的方法。
那是在20世纪40年代,当时任何寻找文章、书籍或其他科学记录的人不得不去一个图书馆并搜索一个索引。这意味着一个一个抽屉里装满了索引卡,典型的按作者、标题或主题分类。.
当你已经找到你要找的东西时创建副本或摘录是一项乏味的手动任务。你会不得不非常有组织的保持你自己的记录。任何正跨越不止一个学科工作的人灾祸降临。由于每本书实际上只能被放在一个地方,它们都不得不在一个主要主题下被归档。因此,一篇关于洞穴艺术的文章不可能是既艺术又考古学的,研究人员会往往浪费额外的时间试图来找到正确的位置。
这一直是一个挑战,但那个时代中一个研究出版物中的激增已经使它比以前更糟。正如布什1945年7月在《大西洋月刊》上发表的一篇有影响力的文章《就像我们可能想的一样》中所写的那样:
有一个日益增加的研究的山。但随着专业化的扩展有增加的我们今天正陷入困境的证据。调查人员被成千上万其他工作人员的发现和结论震惊——这些结论就像它们出现的一样他不能找到时间来掌握更不用说记住了。
布什是麻省理工学院工程学院院长和卡内基研究所所长。在第二次世界大战期间他一直是科学研究与发展办公室主任,协调约6000名他们无情工作来给他们的国家一个技术优势科学家的活动。他能够看到科学正在被研究过程急剧的减缓下来并提出了一种他叫“全记忆器”的解决方案。
全记忆器是一种内置在一个桌子上需要很少的物理空间的个人装置。它将严重的依赖当时的新技术缩微胶片进行数据存储。全记忆器将利用这个以一种高度压缩可以投影到半透明屏幕上的格式存储大量文档。
最重要的是布什的全记忆器要包含一种将两个项目联系在一起的关联索引形式。使用者将能够使用一个键盘来点击一个文档旁边的代码号来跳转到一个相关文档或同时查看它们,不需要来筛选一个索引。
布什在他的文章中承认,这种通过键盘点击在技术上还不是可行的。然而他相信这很快会是的,并指出现有的诸如穿孔卡片处理数据的系统是潜在的先驱。

穿孔卡片是一种存储数字信息的早期方式。
他憧憬一个使用者随他们开发他们的个人研究图书馆会在项目之间建立联系,创建缩微胶片框架链,其中同一文档或摘录可以同时是多条轨迹的部分。
新的添加可被要么通过将新它们拍摄到缩微胶片上要么购买一个现有文件的缩微胶片插入。真的,一个使用者将能够来用大量的参考文本扩大他们的全记忆器。布什说,“新形式的百科全书将会出现,现成做的有一个网状的联想轨迹贯穿它们,随时可以放入全记忆器中”。有趣的是这与今天的维基百科不是遥远的。
它导向了哪里
布什认为全记忆器将帮助研究人员以一种更自然、更联想的方式来思考,这将被反映在他们的记录中。他被认为已经启发了美国发明家乃尔森(Ted Nelson)和恩格尔巴特(Douglas Engelbart),他们在20世纪60年代独立的开发了超文本系统,其中文档包含了可以直接访问其他文档的超链接。这些变成了如我们知道它的万维网的基础。
除了有轻松获取这么多信息的实用性之外,布什相信在全记忆器中添加的值布下使它对使用者更容易操纵想法并激发新的想法。他的文章区分重复性思维和创造性思维之间,并预见到很快就会有新的“强大的机械辅助”来帮助重复的种类。
他可能主要在思考数学,但他为其他思维过程打开留下了大门。80年后,随着人工智能在我们的口袋中,我们正在比用一个计算器从来远更可能的自动思维。
如果这听起来像是一个圆满的结局,布什当他在1970年出版的《行动的片段》一书中重新审视他自己的愿景时听起来不是过于乐观的。在过去的25年时间里,他已经目睹了计算等领域正带全记忆器更接近现实的技术进步。
然而,布什感到了这项技术已经大体上错过了他愿景的哲学意图——来增强人类究因和创造力:
在1945年,我梦想将和我们一起思考的机器。现在,我看到了为我们思考的机器,或者更糟糕的控制我们。
布什将刚好在四年后享年84岁去世,但这些担忧今天仍然感觉惊人的相关的。虽然我们不需要通过翻阅抽屉里的索引卡来搜索一本书是伟大的,但我们可能会感到关于机器为我们做大部分思考更不安。
RELATED STORIES
—AI outsmarted 30 of the world's top mathematicians at secret meeting in California
这项技术增强和提高我们的技能还是使我们懒惰呢?毫无疑问,每个人都是不同的,但危险在于凡是我们留给机器的技能的,我们最终失去,年轻一代甚至可能获得一开始就没有来学习它们的机会。
来自就像我们可能认为的一样的教训是,像全记忆器这样的纯粹技术解决方案是不够的。技术仍然需要以人类为中心,被一个哲学视野支撑。随我们沉思一个人类思维中未来几年的伟大自动化,挑战是同时怎样如何保护我们的创造力和究因。
这篇编辑过的文章在知识许可下从The
Conversation重新发表,阅读原文original
article

加载中…