日韩偷拍一区二区,国产香蕉久久精品综合网,亚洲激情五月婷婷,欧美日韩国产不卡

讓“人腦”走下神壇

韓鋒

智能是什么？

我曾問一位世界級(jí)的人工智能專家，他說(shuō)沒有的定義。后來(lái)，我又嘗試與一位來(lái)清華大學(xué)訪問的美國(guó)專家討論智能的定義，他也沒有直接回答。但他的一番話值得人深思，他說(shuō)：“要等30年，等到人類把大腦研究清楚才可以回答什么是智能。”我終于明白了他們不敢回答智能的關(guān)鍵：人類有一個(gè)天然的假設(shè)：只有人的大腦才可能有真正的智能。就像幾百年前我們相信地球是宇宙的中心一樣，我們把“人腦”放到了智能領(lǐng)域的中心位置，某個(gè)至高無(wú)上的位置。但可惜的是，在生物學(xué)領(lǐng)域，人在大腦的研究上進(jìn)展甚微，我們至今也不清楚大腦運(yùn)轉(zhuǎn)的機(jī)制，所以現(xiàn)在專家們都不敢回答“智能是什么”。

但本書的作者，伊萊恩 迪瓦，以其記者的敏銳、求真的渴望、智者的良知，用大量的采訪事實(shí)試圖告訴我們：認(rèn)為“人腦”的智能至高無(wú)上，主要是由于人對(duì)于其他物種的無(wú)知，對(duì)于宇宙規(guī)律理解得膚淺，以及難以避免的偏見。其實(shí)智能大量存在于和人腦不同的事物中。因此，她想當(dāng)“哥白尼第二”！

在研究區(qū)塊鏈?zhǔn)欠窬哂蟹植际街悄艿臅r(shí)候，我查了許多文獻(xiàn)，發(fā)現(xiàn)在20世紀(jì)30年代，阿蘭 圖靈就石破天驚地提出：機(jī)器也可以(像人那樣)思考嗎？這也是他的一篇著名論文的標(biāo)題。

眾所周知，阿蘭 圖靈是計(jì)算機(jī)之父，計(jì)算機(jī)界的圖靈獎(jiǎng)可以與諾貝爾獎(jiǎng)并駕齊驅(qū)。跨越一個(gè)世紀(jì)，我們?cè)倩氐桨⑻m 圖靈的問題，重新思考智能究竟如何產(chǎn)生，就會(huì)發(fā)現(xiàn)不光是生物大腦才可以產(chǎn)生智能，物理的圖靈機(jī)也可以產(chǎn)生智能，甚至已經(jīng)做到了通過圖靈測(cè)試讓人無(wú)法識(shí)別機(jī)器和人腦的差別既然符合物理規(guī)律的機(jī)器也可以產(chǎn)生“智能”，那讓我們鼓足勇氣，用物理定律去探尋智能是什么吧:

及時(shí)，智能一定是一個(gè)低熵系統(tǒng)。熵代表系統(tǒng)的混亂和無(wú)知程度。產(chǎn)生智能的前提是要想辦法降低系統(tǒng)的熵，這樣才能產(chǎn)生確定的信息，這正是計(jì)算機(jī)現(xiàn)今在做的事情。

第二，智能要能夠產(chǎn)生信息的結(jié)構(gòu)和秩序，沒有結(jié)構(gòu)的信息沒法表達(dá)意義(比如語(yǔ)法)。

第三，目前人工智能較大的突破——產(chǎn)生概念和意識(shí)，也就是智能的整體收斂性。

接下來(lái)讓我們一步步分析。讓“人腦”走下神壇

韓 鋒

智能是什么？

我曾問一位世界級(jí)的人工智能專家，他說(shuō)沒有的定義。后來(lái)，我又嘗試與一位來(lái)清華大學(xué)訪問的美國(guó)專家討論智能的定義，他也沒有直接回答。但他的一番話值得人深思，他說(shuō)：“要等30年，等到人類把大腦研究清楚才可以回答什么是智能。”我終于明白了他們不敢回答智能的關(guān)鍵：人類有一個(gè)天然的假設(shè)：只有人的大腦才可能有真正的智能。就像幾百年前我們相信地球是宇宙的中心一樣，我們把“人腦”放到了智能領(lǐng)域的中心位置，某個(gè)至高無(wú)上的位置。但可惜的是，在生物學(xué)領(lǐng)域，人在大腦的研究上進(jìn)展甚微，我們至今也不清楚大腦運(yùn)轉(zhuǎn)的機(jī)制，所以現(xiàn)在專家們都不敢回答“智能是什么”。

但本書的作者，伊萊恩 迪瓦，以其記者的敏銳、求真的渴望、智者的良知，用大量的采訪事實(shí)試圖告訴我們：認(rèn)為“人腦”的智能至高無(wú)上，主要是由于人對(duì)于其他物種的無(wú)知，對(duì)于宇宙規(guī)律理解得膚淺，以及難以避免的偏見。其實(shí)智能大量存在于和人腦不同的事物中。因此，她想當(dāng)“哥白尼第二”！

在研究區(qū)塊鏈?zhǔn)欠窬哂蟹植际街悄艿臅r(shí)候，我查了許多文獻(xiàn)，發(fā)現(xiàn)在20世紀(jì)30年代，阿蘭 圖靈就石破天驚地提出：機(jī)器也可以(像人那樣)思考嗎？這也是他的一篇著名論文的標(biāo)題。

眾所周知，阿蘭 圖靈是計(jì)算機(jī)之父，計(jì)算機(jī)界的圖靈獎(jiǎng)可以與諾貝爾獎(jiǎng)并駕齊驅(qū)。跨越一個(gè)世紀(jì)，我們?cè)倩氐桨⑻m 圖靈的問題，重新思考智能究竟如何產(chǎn)生，就會(huì)發(fā)現(xiàn)不光是生物大腦才可以產(chǎn)生智能，物理的圖靈機(jī)也可以產(chǎn)生智能，甚至已經(jīng)做到了通過圖靈測(cè)試讓人無(wú)法識(shí)別機(jī)器和人腦的差別既然符合物理規(guī)律的機(jī)器也可以產(chǎn)生“智能”，那讓我們鼓足勇氣，用物理定律去探尋智能是什么吧:

及時(shí)，智能一定是一個(gè)低熵系統(tǒng)。熵代表系統(tǒng)的混亂和無(wú)知程度。產(chǎn)生智能的前提是要想辦法降低系統(tǒng)的熵，這樣才能產(chǎn)生確定的信息，這正是計(jì)算機(jī)現(xiàn)今在做的事情。

第二，智能要能夠產(chǎn)生信息的結(jié)構(gòu)和秩序，沒有結(jié)構(gòu)的信息沒法表達(dá)意義(比如語(yǔ)法)。

第三，目前人工智能較大的突破——產(chǎn)生概念和意識(shí)，也就是智能的整體收斂性。

接下來(lái)讓我們一步步分析。

及時(shí)，一個(gè)系統(tǒng)要想降低熵，就一定要有麥克斯韋妖。在麥克斯韋時(shí)代(100多年前，麥克斯韋剛剛為電磁學(xué)奠定基礎(chǔ))，熵較大原理處于統(tǒng)治地位。熵增原理能統(tǒng)治著幾乎所有的熱力學(xué)現(xiàn)象。但麥克斯韋設(shè)想系統(tǒng)中存在一種“妖”，它能把一個(gè)封閉盒子里的本來(lái)熱平衡的分子從一邊趕到另一邊，從而讓一個(gè)熱力學(xué)系統(tǒng)自動(dòng)熵減，違反熵較大的原理。100多年來(lái)，這一設(shè)想讓世界物理學(xué)家迷惑不解。

直到1961年，IBM實(shí)驗(yàn)室提出的Landauer原理，以及1982年C.Bennett才逐漸解釋了麥克斯韋妖的現(xiàn)象，但解釋得依舊不徹底。我認(rèn)為，麥克斯韋妖必須要用量子不確定性來(lái)解答：① 它為什么存在；② 它為什么不違反熵較大原理。

事實(shí)上，這并不違反熵增原理，由于系統(tǒng)中麥克斯韋妖的存在，熵才會(huì)減少。這個(gè)過程中，系統(tǒng)里的麥克斯韋妖把自己的信息給了系統(tǒng)，自己的熵增大了。所以整個(gè)過程并不違反熵較大原理。

……

先大概說(shuō)一下重整化群，重整化群究竟是一個(gè)什么樣的方法？為什么它可以收斂到低熵？比如說(shuō)這個(gè)自旋系統(tǒng)，它是可以自相似的，就是這個(gè)三角形可以無(wú)限小，就是每個(gè)格子還可以產(chǎn)生更小的三角形。你再看更小的三角形，就跟那個(gè)樹葉一樣，它還可以無(wú)限的小，就是這么一個(gè)結(jié)構(gòu)。本來(lái)描述這樣一個(gè)自相似的分形結(jié)構(gòu)需要的信息熵是無(wú)窮大！

那重整化群怎么處理呢？

既然它是自相似的，三個(gè)三角形又可以構(gòu)成一個(gè)更大的三角形，它某種程度上自相似，而且規(guī)律是一樣的。這些所謂的三角形，這三個(gè)又能構(gòu)成跟大的三角形，它是一個(gè)不同地層次，但是規(guī)律是一樣的。我讓這些無(wú)窮多的小積分積到一塊兒，做一個(gè)常數(shù)加進(jìn)來(lái)，然后我只關(guān)注大的三角形就行了，可以幾次迭代下去，這樣我們就可以得到一個(gè)低熵有限的收斂結(jié)果，這是量子場(chǎng)論最早產(chǎn)生的重整化群，最早沒意識(shí)到它的意義，只不過當(dāng)時(shí)就是為了回避所謂積分無(wú)窮大。

所謂深度學(xué)習(xí)網(wǎng)絡(luò)DNN的辦法，類似(如下圖所示)：這個(gè)圖右上角那個(gè)就表示DNN的重整化群過程，本來(lái)最下面一層可視神經(jīng)元收到的信息熵可以很大，然后第二層神經(jīng)元和他們有一個(gè)相互作用J，但是只用了及時(shí)層三分之一的神經(jīng)元(這對(duì)應(yīng)于自相似結(jié)構(gòu)的尺度放大三角形)，但是只有這第二層的作用，基本無(wú)法做到讓DNN“學(xué)習(xí)差距”最小，所以還得多設(shè)這樣的神經(jīng)網(wǎng)絡(luò)層，但每層的神經(jīng)元數(shù)都遞減，都符合重整化群的變換規(guī)則，達(dá)到DNN“學(xué)習(xí)差距”最小的目的，也就是一個(gè)低熵收斂的結(jié)果。人工智能網(wǎng)絡(luò)的“概念”，誕生了！

重整化群的特點(diǎn)，我們總結(jié)一下，就是不斷通過信息的自相似來(lái)降低我們每層神經(jīng)網(wǎng)絡(luò)的節(jié)點(diǎn)數(shù)，讓我們處理的信息熵越來(lái)越少，但又不失去信息的整體特征(概念)。

人工智能其實(shí)最難以突破的就是所謂模式識(shí)別。蔡維德教授說(shuō)我們的計(jì)算都是快速地笨蛋，它是不能形成概念的，你要讓他識(shí)別貓，你把天下所有貓的照片給它了，它也不知道什么叫貓。它只能是暴力計(jì)算。

所以人工智能曾經(jīng)停滯很多年，就是因?yàn)樗荒苡酶F舉法。我就說(shuō)了，你會(huì)發(fā)現(xiàn)，這些所謂的概念是一種自相似的概念，那個(gè)貓，那天下所有貓，你為什么能有貓的概念，你是忽略了每個(gè)個(gè)體的不同，它的毛不同、爪子不同、眼睛的顏色不同，你全忽略了，收斂到一個(gè)貓的感覺，一個(gè)跟重整化群類似的一個(gè)智能過程，它把大量地不同信息“卷積”重整掉，但是它找到了內(nèi)在聯(lián)系和相似性，把細(xì)節(jié)都忽略掉。Google的神經(jīng)網(wǎng)絡(luò)首先做到了這一點(diǎn)，2012年，它終于從千萬(wàn)張貓的照片中形成了貓的概念(見下圖)：

最近互聯(lián)網(wǎng)金融有個(gè)特火的概念，叫“區(qū)塊鏈”

區(qū)塊鏈目前還是一種很初級(jí)的人工智能，只是利用分布式節(jié)點(diǎn)記賬(麥克斯韋妖)來(lái)構(gòu)建一個(gè)低熵的信用系統(tǒng)。即使以太坊區(qū)塊鏈的智能合約，也只是希望實(shí)現(xiàn)“自動(dòng)執(zhí)行”。但是以太坊實(shí)現(xiàn)了區(qū)塊鏈上的圖靈完備編程，未來(lái)可以設(shè)想?yún)^(qū)塊鏈的網(wǎng)絡(luò)可以向重整化群和深度學(xué)習(xí)方向發(fā)展。如此，多層次的區(qū)塊鏈將真正可能實(shí)現(xiàn)全球大腦的功能。

總而言之，人類終于到達(dá)了一個(gè)認(rèn)知臨界點(diǎn)：我們可以以宇宙的普遍規(guī)律來(lái)理解智能，人腦只是宇宙萬(wàn)物中智能現(xiàn)象的一部分，但它不是宇宙的，也不是智能的中心！

讓我們和本書作者一起，開啟人類的第二次啟蒙運(yùn)動(dòng)之旅吧！