• 媒体品牌
    爱范儿
    关注明日产品的数字潮牌
    APPSO
    先进工具,先知先行,AIGC 的灵感指南
    董车会
    造车新时代,明日出行家
    玩物志
    探索城市新生活方式,做你的明日生活指南
  • 知晓云
  • 制糖工厂
    扫描小程序码,了解更多

发展人工智能,可能是另一种创世

公司

2015-11-23 17:26

人工智能大家都在追风谈 deep learning,也就是程序员设计算法,训练计算机群从海量数据中习得 “特征”。与媒体整天杞人忧天、普通人都开始大谈技术奇点到来,研究一线但凡虚心一点的科学家都明白,deep learning 还只是非常简陋和原始的阶段。

真正的,强人工智能的习得,与人类相比,还有两个巨大的门槛。

第一个问题,归根结底,人是不是一部自动反应的机器?

《生活大爆炸》里有一个男主角叫 Sheldon Cooper ,他很萌,但却是对情境感知能力较差,并伴随着严重强迫症。

社交困难、沟通困难、固执或狭窄兴趣。类似 Sheldon Cooper 的人,在幼年时,会经常遇到这样的尴尬:

– 孩子没有交作业,老师很生气,便讽刺地说道:

– 老师:“狗把你的作业吃掉了吗?”

– 孩子:“老师的狗会吃掉纸?”

孩童是因为不能理解老师的提问而保持沉默,并会认为老师有养狗、而且狗会吃纸。但老师想要表达的其实是“你忘记交作业了”,而孩童本身没有办法了解这类的隐喻。

世界上真实存在着这样一群人。现代精神病学指出,这是一种温和的自闭症叫阿斯伯格综合症(Asperger syndrome),不同于一般自闭症, Asperger syndrome 保有社交的意愿却缺乏相关的能力,他们看起来像 “机器人”,但大多心智正常。

sheldon cooper machine

Asperger syndrome 从某种程度上反映了人类心智并不神圣,是有迹可循的。而认知心理学的发展,却越来越向人们揭示一个可能的结论,无论是自闭症患者、阿斯伯格综合症患者、还是普通人,实际上都是基本自动的机器。

神经科学家安东尼奥·R.达马西奥所著述《Self Comes to Mind》(自我在大脑当中是怎么生成的)中认为,通常人们混淆了 emotion(直觉情绪)和 feeling(感受)。“我觉得怎么样,我觉得受委屈了,我觉得被尊重了”,这种“我的 feeling” 是杜撰的、虚假的。

一个比较典型的例子,这也是原来心理学经常引用的故事,在加拿大做的实验。在一个石桥上和一个铁桥上招募一帮人去谈恋爱,随机抽取一对一对去谈。石桥因为很坚固,有风也不会晃。铁桥是铁索桥,是吊桥,有风就会晃。因为一晃就会紧张,紧张恐惧是一个 emotion,恐惧来的时候又带来什么呢,内部是肾上腺素分泌;外部的表现,比如瞳孔放大,面部会发红,鼻孔会扩张,有各种各样的表现。

但是很有意思是,紧张的外在表现和爱情出现的外在表现是一致的。理论上讲,环境不应该对你是不是对对方有好感能够产生影响,不管你是在石桥上跟人谈恋爱,还是在晃动的铁桥跟人谈恋爱,理论上讲,你爱上对方的几率是差不多的。所以,这就出了一个很有意思的现象,在晃动的铁桥上爱上对方的几率大大超过在一个稳定的石桥上,因为刚才讲的 feeling 部分,就是这个自我部分,它不知道 emotion 出了什么事儿,它只是去读取。它读取的数据是,原来所有的征兆,所有的征兆符合谈恋爱的特征,我就一定爱上对方了,我既然爱上对方了,我就一定要真的去爱她,因为如果我觉得我是,而又没有真的去爱的时候,又会出现另一个,叫做认知失调。这样的话,他就以为自己是这样的,就那样去做了。这是真实研究的成果。

之前人们认为 emotion 就是 feeling,达马西奥研究发现不是,emotion 不能改变,见到什么样的情况你就会产生怎样的反应,是下意识的,是不能控制的。而 feeling 是 “我” 在作怪,受这个所谓的 “我” 来控制的,它首先读取 emotion 的数据,经过处理之后告诉 “我”,我感受到了什么。

“处理” 的过程十分关键,它能否被模拟,是与实现真正的人工智能息息相关,是人工智能已有部分答案(比如 deep learning )的第一个重大问题。而所谓的 “我”,自我意识甚至自由意志都是幻觉,是假的,不存在。我们实际上是个基本自动的机器,99.9% 自动处理的机器,只不过这个机器有一个特别特殊的软件,就监控这个机器本身的“我”。

“自我意识” 是如何产生的,目前还没有彻底搞清楚,也是人工智能最重要的、且尚无头绪的问题。一旦理论获得突破,人工智能也必将产生质的突破。

身体是遍布传感器(耳鼻口舌目身体,听觉嗅觉味觉触觉视觉)的硬件,又运行着一个产生“自我”软件,从某种程度上来说,我们确实只是机器人。

第二个问题,人类本身的智能并不可靠,所以智能系统,一定是一个容错系统?

近代科学发展,有大量的直觉观念失效。比如经典欧几里得几何被颠覆,它只是更高层次非欧几何下的一个特例。

欧几里得的《几何原本》在构建经典时空时有五个倚靠直觉的公设:

– 由任意一点到任意一点可作直线。
– 一条有限直线可以继续延长。
– 以任意点为心及任意的距离可以画圆。
– 凡直角都相等。
– 同一平面内一条直线和另外两条直线相交,若在某一侧的两个内角的和小于两直角,则这两直线经无限延长后在这一侧相交。(平行线公设)

第五条定义平行线的公设有些拗口。很多人就想用着前四条更基本的直觉观念去证明第五条,结果罗巴切夫斯基和高斯先后发现,前人的证明多是错误的循环论证,平行线公设无法由前四条推理证明。1820年代,俄国喀山大学教授罗巴切夫斯基在证明第五公设的过程中,他走了另一条路子。他提出了一个和欧氏平行公理相矛盾的命题,用它来代替第五公设,然后与欧氏几何的前四个公设结合成一个公理系统,展开一系列的推理。但是,在他极为细致深入的推理过程中,得出了一个又一个在直觉上匪夷所思,但在逻辑上毫无矛盾的命题。最后,罗巴切夫斯基得出两个重要的结论:

第一,第五公设不能被证明。

第二,在新的公理体系中展开的一连串推理,得到了一系列在逻辑上无矛盾的新的定理,并形成了新的理论。这个理论像欧氏几何一样是完善的、严密的几何学。

这种几何学被称为罗巴切夫斯基几何,简称罗氏几何。这是第一个被提出的非欧几何学。后来黎曼引入新的公设取代第五条平行定理,引出了黎曼几何(或称椭圆几何)。人们最终发现,欧式几何、罗氏几何、黎曼几何这三种几何学,都是常曲率空间中的几何学,分别对应曲率为0、负常数和正常数的情况。黎曼曲率等于1、-1和0的空间分别是黎曼球空间、罗巴切夫斯基空间和欧氏空间。欧氏空间可看作黎曼空间的特例。

黎曼统一了黎氏几何,罗氏几何,欧氏几何,并且预见,物质的存在可能造成空间的弯曲。为爱因斯坦的广义相对论准备了数学基础。

gravity

更到后来,人们还发现。

线的长短是一个几何问题吗? 以洛仑兹变换和狭义相对论来看,线的长短是相对的,和速度有关,不是单纯的几何问题。

线的弯直是一个几何问题吗? 按照人类经验,光线走两点之间最短路线,两点之间最短路线是直线,所以光线就是直线。 但是,实验证明,光线在引力场会弯曲,所以,直线的概念并不纯粹是几何问题,还和物质的性质有关。

普通人会惊讶,我们看到的、感受到的、理所当然认为的许多日常观念,漏洞百出。

所见与真实有很大的狭隘和偏差。普通人的视力系统就是一种用于获取和分析可见光的信息接收系统,倘若缺少一类,或是性能不足,就会发生:盲人无法感知光线、色盲缺乏分辨色彩的能力、健全人的眼睛看不见紫外线、红外线,分辨不出偏振光……但真正的,健全人看待世界的方式其实与盲人摸象别无二致。

一个已知的事实是地球面向太阳的区域每平方厘米每秒会穿过大约 650 亿个来自太阳的中微子,然而由于缺乏感知能力,不仅人类自身无法察觉。比如我们所谓的 “错觉”,错觉是在已获取信息的基础上,进行额外加工所获得的认知,有一个非常著名的例子就是卡尼萨三角形错觉;错误则是计划之外发生的随机突变。一些特殊的神经性疾病将使得我们感知到与常人完全不同的世界,例如拥有断续影像视觉(Cinematographic vision,一种罕见的精神异常现象)体验的人,大概会认同芝诺关于飞矢不动的论断所言非虚。

我们所谓的存在皆由我们的观察而得,而我们的观察方式存在先天性的漏洞。但奇妙的是,从感知、观察、形成概念、到逻辑推理均存在缺陷的人类,实现了真正的智能。

图灵开创了现代意义上的计算机科学,几乎同时代,美妙而强大的人工智能其实早在 50、60 年代就开始研究了,但一直没有大的进展。之前的研究重点是精确的数理统计与创新算法,直到人们把眼光从线性系统放到非线性系统,从逻辑编排到混沌系统,从机器到人。才取得了一些有限的进展。比如模仿大脑神经元多层链路循环递进处理信息的方式,诞生了时下火热的深度学习。

计算机的发展,核心是逻辑门的堆叠带来的超高效率和超高准确性。100% 正确却诞生不了智能。非线性系统、混沌理论指导下,即使目前流行的分布式计算、并行计算,还没有真正有 “容错”的能力。模拟错误的信息输入,输出错误的模型,能在下一次模型实践中发现模型本身的错误或局限,在没有程序员没有旁人主动干扰指出中习得 “错误”,并从中学习进化。这需要部分抛弃冰冷的逻辑和理性,一场真正的哲学革命。

生命体是各种不同细胞的堆叠,涌现了意识、智能、情感、道德、乃至今天人类的一切,以至于反作用于现实世界本身。计算机实现强人工智能的一天,必然也具备意识、情感、道德等表面上与 “智能” 无关的东西,那时候恐怕就不是一种机器和工具,变成活生生的生命体,而我们成为了造物主,成为了上帝。

neuron-galaxy  pic

宇宙的图像和大脑神经元的图像何其相似,人工智能的研究,可能就是创世。

 

题图来自:Google    插图来自:Google

 

登录,参与讨论前请先登录

评论在审核通过后将对所有人可见

正在加载中