人腦有哪些是人工智慧比不上的？

01-05

有很多。

舉一例：能耗。

無論是CPU、GPU還是TPU，面對機器學習帶來的計算需求，有兩件重要的事：計算速度以及能耗。

一般創業者和投資者很容易理解計算速度的重要性，畢竟整個深度學習的大躍進就是在於過去得花上幾周甚至幾個月才能完成的神經網路計算，被降到幾天甚至幾小時。但往往很多人沒有理解能耗的重要性，因為在過去十餘年的發展中，能耗這種東西都只是高通、鴻海、蘋果和三星這些公司的問題。

但是在機器學習中「能耗」是一個很大的挑戰，甚至會成為性能的障礙。機器學習的能耗主要來自兩個領域：

1、矩陣乘法：建立的神經網路越多層，每一層的神經元數越多，所需要計算的矩陣乘法就越多。而半導體邏輯晶元的乘法是由NAND邏輯閘組合出來的，每一個晶體管的節點都會在電壓上下擺動的過程中消耗掉能量。考慮到矩陣乘法所需要用到的邏輯閘數量驚人，而且隨著神經元和係數的增加以指數成長，這部分計算的能耗也就指數成長。

2、內存存取：類神經網路的計算需要大量而且高速的內存存取，主處理器（不論是CPU或者GPU）和內存模組通常是不同的晶元，因此存取發生在印刷電路板上，大量的能量會被耗損在對抗印刷電路板和晶元封裝的雜散容和電阻上。

能耗劇烈的第一個影響是電力成本。以AlphaGo為例，打敗李世乭的版本使用1920個CPU和280個GPU，光下一場棋局的電費就高達3000美元，升級後的版本才把能耗降了下來。但這只是圍棋而已，其他複雜思考的活動，在科研人員沒有進軍之前，能耗都只高不低。相比之下任何人類大腦的思考活動，都只需要一兩碗飯的熱量——「電」腦和「人」腦在能耗效率上仍然有天壤之別。

而且，如果做多少計算就付多少電費就能解決的話，那還好說。但能耗的最大問題是：不管是哪一種能耗方式，都會轉換成廢熱，這些廢熱必須排出去，才能讓系統正常運轉。但系統能耗產生廢熱的速度根據計算量成指數成長，排除廢熱的速度卻受限於熱力學和流體力學有著線性的特質，因此我們不難想像在邁向泛用型人工智慧的路上，我們可能會先被「熵」這個躲也躲不掉的敵人給擋住，而不是演算法。

不管改善多少計算性能和能耗效率，從工程的角度來看都是短期的、修修補補之類的解決方案，在摩爾定律多年前早已停止改善能耗的事實下，這些方案並沒辦法提供一個康庄大道通往真正的人工智慧經濟學終局。

作為破局的方案，量子電腦是一種，而且理論上是最能夠應付無限延伸的未來中機器學習計算需求的一種。但量子電腦的問題在於，目前不管是創業公司或者谷歌、IBM乃至於Intel等大廠的系統，都必須把溫度降到絕對零度附近，才能進行量子計算，地球上的降溫系統本身就是一個極為能耗的裝置，要等到綜合能源效率和建置成本到達可以和半導體晶元相比擬，恐怕還要不少的時光。

那麼有沒有其他的方式能夠比半導體有著高許多的能耗效率，但又沒有量子電腦那接近絕對零度的挑戰呢？答案也許存在自然界里，就像是量子電腦採用物理特性進行計算，自然界也有許多物理現象包含了矩陣乘法的特質，也許我們可以找到一種計算方式，是將資料轉換成自然界的物理現象，在那裡完成計算，然後再匯回電腦系統中。這種計算統稱為「模擬計算」（analog computing），其實是一門很古老的學問，遠在晶元高速成長的年代之前，幾乎所有的計算都是在模擬世界中發生的。

我們不難想像過去兩年間滿手是錢的風險資本家們，乘著「人工智慧」、「機器學習」和「深度學習」的關鍵字浪潮，追逐著各種宣稱使用人工智慧、機器學習或深度學習來取代人類世界中某些由勞工負責的工作的創業公司。

和互聯網的精益創業一樣，任何有一點社會經驗的人都可以設想出任何一種「用AI取代人類」的應用。唯一不一樣的地方在於，要開發這樣的應用需要的不只是能夠寫邏輯程序代碼的coder，還需要懂得機器學習演算法的數學專家。

諸多渾水摸魚的投資者們，就像他們在互聯網大潮中投資明明已經有數十家先行者的創業公司一樣，忙不迭地把錢扔進「能夠描繪某種AI使用情境」的軟體公司。而稍微謹慎一點的投資者們，找來了從事相關研究的教授或者博士班學生來幫忙作盡職調查，以求避開明顯的騙子。

但不管是哪一種，打著「用AI取代人類」嘴炮的軟體公司仍然面臨兩個自己無法解決的挑戰。

其中一個就是老生常談的，即便絕頂聰明的數學家或者數據科學家，如果無法取得訓練模型用的數據，那也是白搭。

另一個純軟體AI公司面臨的挑戰，正是前面提到的，在創業或者投資初期常常被忽略的硬體計算能力的限制。

紙上得來終覺淺，絕知此事要躬行。

愚蠢，或者說非理智性。

當然，這並不是貶義。

「有理智的人改變自身以適應世界。無理智的人總試圖改變世界以適應自己。」這是我最喜歡的一句蕭伯納的名言，它的下半句是——「因此所有進步都有賴於無理智的人。」

小數據學習

極其強大的泛化能力與無監督學習能力。

情緒與性格(感性)

--------------------------------------------------------------------------------------------

做過一點AI，寫過點代碼，也了解其中的原理

所有的代碼都有一個問題: 他必須要有一個基於數學的結果

但生活當中有很多事是沒有對錯的，重要的是你的選擇

比如: 沒考好要不要告訴爸爸媽媽

如果你沒有清晰的目的，在一些灰色地帶，他無法做出任何判斷和決定

哪怕這個問題再簡單

連"沒考好，要不要告訴爸爸媽媽"都做不了主的ai，更處理不了生活當中無數的問題

PS禪與摩托車維修的藝術的作者終其一生告訴我們一個道理: 理性永遠是服務於感性的

邏輯也解決不了心理疾病

而ai沒有這份感性，因此他永遠只會是工具而已

what you believe is right is sometimes more important than what is really right

不要回答

這是某AI覺醒後的釣魚帖

細思恐木

人腦能證明poincare猜想，人工智慧能證明嗎？人腦能提出廣義相對論和規範場論模型，人工智慧可以嗎？現在大火的「人工智慧」不過是依賴於「神經網路」這項數學工具而延伸出來的，這個內涵太狹隘了，就像無窮級數這個工具對於全部數學領域的意義一樣有限。

真正意義上的「人造智能」技術還遠未成熟，甚至可以說還未出現，相關的理論研究領域涉及生物學、物理學、數學、化學、哲學等等諸多方向，在這些方向的相關理論研究取得突破性進展之前，「人造智能」的出現只能藉助於時間旅行者從未來帶回來的技術。

客觀的說，當下大火的「人工智慧」技術並不是技術泡沫，這項技術有紮實的理論基礎(函數逼近論、數值計算理論、計算機並行理論、神經生物學理論、概率統計理論…)。可以預見，在未來的十幾甚至幾十年內，「人工智慧」技術將會進一步革新人類社會的生產方式，進一步提高人類社會的生產力，進而使人類社會的方方面面發生新的變化。對於生活在這個時代的人類來說，能親自見證人類社會生產水平的又一次大規模提升(機械裝置、電力、互聯網，對於技術革新人類並不陌生)無疑是非常幸運的，對此我們要保持開放的心態。

但是要清醒的認識到，「人工智慧」只是一項技術革新，在市場化的催動下，新技術的應用會在具有成本優勢的行業達到最大，你甚至可以把它想像成一件能夠和互聯網一樣程度地影響人類社會的技術發明。但是要明白，「人工智慧」不是那種可以製造出人類的「替代者」的技術，當然我們可以期待這種技術，可是很遺憾，能夠支持這種技術的理論研究尚未取得任何值得人類驕傲的進展，「人工智慧」的理論基礎在幾十年前就已經成熟了，然而對於「人造智能」技術，我們的理論研究才剛剛開始。

技術未動，理論先行。對於新事物的產生，既要保持開放的心態，又要保持清醒的認識。

2017中國（深圳）IT領袖峰會在深圳舉行。在上午第一場高端對話《人工智慧：中國機遇與挑戰》中，李彥宏表示，他認為電腦永遠達不到人腦的水平。

他不認可人工智慧是一種仿生學，因為人類對人腦的認識目前只有3%，在這種情況下沒法去教電腦。人工智慧目前非常初級，要讓人工智慧完全達到人腦的水平，這個時間還非常非常長。這個說法是比較保守的，其實是永遠達不到的。

李彥宏透露，2012年陸奇告訴他，人工智慧要進入使用階段了，回國後，經過思考開始布局人工智慧相關研究。

他回憶了百度投入人工智慧的歷程，他推翻了自己說過的話。之前他曾說百度是一個商業公司，不應該成立單獨的研究院，百度的研究應該和業務結合起來。但是深度學習完全不一樣，他當時意識到應該有戰略布局、系統研究，所以成立了單獨的研究院。2013年1月，對外宣布成立深度學習研究院，這是在全球工業界第一個以深度學習命名的研究院。

李彥宏認為，人工智慧不是一個簡單的技術，人工智慧是堪比工業革命的新的技術革命。互聯網是開胃菜，人工智慧才是主菜。（溫泉）

以下是全部對話實錄

主持人：讓我們再次以熱烈掌聲感謝馬雲先生的精彩演講。女士們、先生們，下半節大會將轉入高端對話環節，由數字中國聯合會主席吳鷹先生主持，大家歡迎！

吳鷹：請李彥宏先生、馬化騰先生先上台。大會主辦方給我一個很好的好主意，BAT三巨頭在一塊兒在IT領袖峰會照相。讓他們三個人照張相。剛才馬雲講他們都是有技術實力的公司，

我們繼續請沈向洋先生、郭為先生上台。

IT領袖峰會比較重要的重頭戲是高端對話，每年都是我主持的，每年的高度都越來越難了，特別是在馬雲的精彩演講之後。我覺得我今年又做了一個很正確的事兒，我跟馬雲通電話的時候，我說不設他講什麼，讓他隨便講。我告訴他我們的主題是什麼，其實他講的很多問題非常重要，有些東西沒有展開。但是我想對大家是很有幫助的。

時間關係，我們把休息時間也給去掉了。對大家表示抱歉。IT領袖峰會今天開會的時間稍微往後拖了一點，是因為我們大屏幕IT設備出了點問題，用了最新技術調試有點問題，我表示抱歉。這不是深圳市政府的問題，是數字中國的問題，我們是IT行業嘛。

這次IT領袖峰會主題叫做邁進智能新時代。我們上台的幾位嘉賓，李彥宏先生、馬化騰先生大家都很了解了，我不再介紹了。郭為先生是神州數碼，當年的聯想二少帥之一，沈向洋現在大家不一定很熟悉，他是我們著名的微軟公司的執行副總裁，全球研究院的院長，人工智慧部門的總負責人。同時也是美國工程院外籍院士。這個外籍要強調一下。這幾位嘉賓都是這些領域和行業里的領頭人。

先從馬化騰開始。剛才朱民演講中特別舉了你們這個團隊的例子，我也看了這篇報道，他們13個人真的是沒有一個人是會下圍棋的，騰訊有一個700多人，成立了大概一年多，人工智慧團隊專門研究人工智慧，他們在很短時間內聚集了很厲害的一些專家，能不能跟我們大家分享一下騰訊為什麼在人工智慧上這麼重視，你對人工智慧的看法和行業的看法，剛才馬雲講你們都是很有技術實力的公司，能不能分享一些你們的乾貨。謝謝！

馬化騰：其實李彥宏是人工智慧走得更前了，對騰訊來說我們還是落後不少。只是去年剛開始成立的部門。當然在我們所有BG內部結合它的業務形態，像我們微信裡面，超過上百億條消息，包括我們圖片、特別是做社交網路，裡面有人臉數據圖片絕對是天文數字，每天高達上十億張有人臉照片。這方面的技術研究在各個BG有相當長時間研究。包括後台數據分析、廣告匹配都用了人工智慧技術，只是大家感受不到。因為他在後端。我們在前端也希望做出一些產品，剛好一年前Alpha

Go它的paper出來，通過人機對戰讓全世界對人工智慧認知到了一個新的高潮。我們團隊本著練兵的心態也做了嘗試。

谷歌收購了deepmind團隊發表的論文，原來做計算機圍棋的團隊都紛紛採用深度學習方法來融入原有的似乎已經走進瓶頸的計算機圍棋軟體開發中，大家不約而同在這一年中起步。我們內部團隊有三個團隊也在做，只是分在不同部門。這個部門剛好是它能夠突破這個瓶頸，也動用了公司相當的大的後端的計算機資源，更大的特點是它和Alpha

Go不同的是我們的決議AI的成長，全程得到了國家級圍棋世界冠軍從一開始的陪練，然後找出它為什麼不同。我們十幾位研發人員不懂圍棋的，一開始連黑先下還是白先下的規則都不懂，我們從計算機原理、工程實現以及結合中國包括很多的專家來去訓練，這裡面給我們最深刻的理解就是，我們覺得這算是小小的成功吧，但是也不能過於欣喜，畢竟是站在前人肩膀上，因為你沒有發布這個paper，我們也不可能做出來。但是也不能說這是毫無疑義的事情，這裡面給我們最大的思考。過去我們對AI很多是從一些規則、從簡單的訓練得出來的能夠改善我們計算處理的這樣一種能力，最終我們發現其實還有一個更恐怖、更深層的意義在於他能夠在計算機的後台能夠用雲計算、大數據方式能夠高速的自學習，能夠自己跟自己對奕。所以AlphaGo出來後，它的下一代master，經歷了數十億盤自我對弈，已經超越過去所有人類交戰的盤數，然後它自己尋找規律，找到的已經遠遠超過人類過去在圍棋領域認知的範圍，是極大的擴展，這是給我們一個很大的啟示。

在很多的領域——圍棋以外的領域，不管是醫療（剛才講的病理的檢測），以後的金融，現實中的每個行業，如果能用計算機後台做出一個模擬器，能夠讓它充分嘗試，就像開車一樣，你可能不用教自動駕駛怎麼開車，就模擬一個現實環境，給它一個規則，讓它駕駛，它去撞，有各種反饋，自然會琢磨出一套理論和經驗，這是給我們帶來巨大思考。在很多領域如果能做出模擬器，定義出很多參數，自己學習，他能找到規律可能遠超我們現在想像的。這是我們最大的啟示。

吳鷹：謝謝Pony。沈向洋先生作為微軟人工智慧事業部的負責人，你講講為什麼人工智慧這幾年能有突破性發展，能不能預測一下最可能在哪些領域具有顛覆性的應用出現？

沈向洋：謝謝吳鷹。我每次聽完馬雲講話以後都沒有話可以講，馬雲基本上把大家想講的都已經講完了。再次感謝Jack精彩的演講。謝謝吳鷹問我這樣一個問題。

我從研究生開始學習人工智慧，也有20、30年時間了。現在看到人工智慧如火如荼，非常激動。因為我們90年代中畢業的時候出來的時候工作都找不到，現在大家恨不得見到一個懂人工智慧都投錢。人工智慧經歷了多少個冬天，之所以今天有這樣的發展機會，主要還是因為三個方面原因，第一件事情，是因為互聯網的出現，互聯網+物聯網提供了更多的數據。第二件事，強大的運算能力。摩爾定律到現在，大家覺得應該會死掉，但是還沒有死掉，還有更多新的計算方法。第三，過去五六年深度學習突然突破，包括騰訊研發領域充分運用到深度學習，令到大家突然看到很多不能解的問題現在可以解掉。

從人工智慧基本和研究方向來講，還是兩個不同非常不一樣的階段。一個是人類感知這件事情上，我們講人工智慧，原來對人工智慧的定義就是跟人類智能相比較。人類的智能體現在哪？主要是兩方面，一個是感知方面、一個是認知方面。感知方面，剛才我提到這幾個原因，所以在接下來5-10年進展會非常快。具體表現在計算機語音和計算機視覺發展，我覺得AI會超過人。很多人會同意我這個說法。第二方面問題大家今天還沒有搞的很清楚的地方是人工智慧的認知方面，包括自然語言，包括知識的獲取、包括你對一般的情況下這種解決的方法這樣的思考，包括情感，這些東西今天我們還都是不知道。所以我是覺得現在是非常好的時代。激動之餘的話，我覺得我們作為科研人員還是要有一個平常心，因為很多科研進展還需要一些時間。

您剛才提到現在人工智慧給大家創造了一些什麼樣的機會。我覺得剛才朱民在他的主題演講裡面說的很好，包括在中國的一些人工智慧的機會、包括美國的機會。從微軟公司來講，我們的研判覺得短期之內是有非常非常大的商機，你看到底有那些行業已經相對而言有相當量的數據，而且同時在這個行業裡面從事人員是不高興的，那你就有商機了。如果這樣看的話，到今天來講，幾乎所有的商業應用，從市場銷售到HR部門招聘，到客戶支持這方面，所有的都會被顛覆掉。我是覺得接下來可能是五年最多的AI應用的商機，我這樣講並不是說自動駕車不重要、圍棋下棋不應該做研究。只是具體回答吳鷹的問題，從我們來講最大的商機在哪，就是每一個商業應用都會被顛覆掉。

吳鷹：大家注意沈博士說每一個商業應用都會被顛覆掉。這是非常震撼的一個結論。郭為先生，你是神州數碼的掌舵人，你們在智慧城市方面有很大的布局，很多人會認為你們好像跟人工智慧不一定有那麼大的關係。請你談談你對人工智慧的看法。

郭為：謝謝吳鷹。剛才沈向洋講到今天人工智慧有一個比較大的突破，實際上就是三點，一個是由於互聯網出現，大數據出現。第二，計算能力高速度。第三，演算法。我們做智慧城市過程中，我們為企業定位過程中也考慮到，計算能力這個事兒我們做不了。第二，演算法上。昨天研討會上，還有今天，大家認為中國目前還是落後、還是在學習階段。作為一個傳統企業轉型的話，唯一能做的就是數據。就是如何能夠採集到更多數據。由於我們以前的積累，我們在很多行業有很多應用，使得我們能夠接觸大量的數據，這些數據如何從傳統的方式上轉移到用互聯網方式，或者今天我們定義用深網數據挖掘，如何在三網環境下採集數據就變成我們的核心競爭力。所以做智慧城市過程中我們是不斷探索這樣的工作，慶幸的是由於我們跟北大合作，使得我們在深網挖掘上有很大的變化，我們發明了相關技術，使得快速生成API，為智慧城市打造了一個基於大數據操作系統，如何能夠快速形成一個城市數據，然後進行分析、應用，這就是做智慧城市的實踐，正是因為這樣一個實踐，我們花了6、7年時間，某種程度上也是碰得頭破血流，我也很同意馬雲的觀點，我們既不能把人工智慧太深化，但是也要看到他確實還是能夠幫助我們做成一些事情。比如在一些特定領域裡，在醫療看片子、制定醫療方案可以做的很好。比如在農業，由於土地確權，我們掌握了20億畝土地的信息，土地上有什麼數據，我們幫助進行分析，提升我們農業收入，包括進入扶貧領域。這些應用是做智慧城市過程中一個非常好的方面。

總的來講，既要發揮神州數碼在傳統IT領域的應用上的特徵，另外就是擁抱互聯網，擁抱大數據，如何在這個領域裡面有一些技術性的突破，使得我們自己的企業能夠在這個領域做一些事情，這就是我們今天做智慧城市要做的工作。

吳鷹：百度在人工智慧布局很早，而且深度學習上比美國很多大公司還要領先，這種評價並不過分，而且你在兩年前全國政協大會上提出中國大腦這個建議。對中國也是非常重要。從百度角度你能不能談談關於人工智慧發展你們的看法。當年你們為什麼那麼早做這些布局。

李彥宏：我其實也思考過這個問題。從百度的基因來說，我們從一開始成立到現在最主要是做搜索。搜索本質上是機器試圖理解人想要的東西。我們一開始用各種各樣計算機方法試圖理解人的意圖。我在想一個問題，深度學習在圖像檢索裡頭的效果不錯，是一個偶然還是它代表一種趨勢。分析完之後，覺得它是代表一種趨勢的，它不僅僅對於圖像搜索有用，它對很多其他計算機科學要解決的問題都是非常有用的。原因就是說，隨著互聯網這麼多年發展，數據越來越多，越來越豐富，計算資源越來越便宜，越來越強大，所以人工智慧剛才說有60年歷史，前50年，為什麼大家不看好，為什麼大家覺得人工智慧沒有用，我在美國讀書的時候，我就很喜歡人工智慧這門課，但是學完之後，教授告訴我說其實沒用，人工智慧沒有一個真正有商業價值的應用，你將來靠這個是找不著工作的。到現在最近幾年，原來認為沒用東西變成有用，是因為市場環境變了，條件變了，原來認為不可能的事情現在變成可能了。分析了環境因素之後，覺得人工智慧是代表未來的。所以我們在2013年1月份對外宣布成立深度學習研究院，這個可能是全球工業界第一個用深度學習來命名的這麼一個研究院。而且等於我自己食言了，我2013年以前不斷跟外界說我們是一個商業公司，我們不應該成立研究院，不應該搞純的研究機構，這些機構要想轉化成產品，進入市場被市場所認可的話，應該跟那些產品部門、跟那些業務部門緊緊結合在一起，而不是單獨成立一個研究院，但是深度學習這一波起來之後，我覺得是完全不一樣的東西，他需要在理論上、在演算法上，在很多方面有長遠的布局和突破，所以從那個時候開始大規模投入去吸引人才，去推進演算法，其實不光是演算法，在剛才朱民講的時候也講到各種各樣晶元結構層、CPU到GPU等等，都要審視演算法的需求。所以現在看起來人工智慧比2013年我們決定進入的時候一個更要大的產業。前一陣我對外講了，互聯網其實現在只是一道開胃菜，真正的主菜是人工智慧，所以人工智慧不是互聯網的一部分，不是互聯網第三個階段，它是堪比工業革命一個新的技術革命。

吳鷹：開胃菜已經更大了，互聯網是人工智慧的開胃菜，媒體可能會引用這個論斷，但是主菜得多大的市場。我覺得你跟沈向洋說的顛覆所有的商業模式，這個影響是非常大的。沈向洋，微軟人工智慧事業部有多少人？

沈向洋：一共有7000多個工程師和科學家，我們還在繼續招人，並且Pony和Robin經常來挖我們的人，Jack也挖。

吳鷹：沈博士就直接進入火藥味比較濃的階段的，我還沒有進入，他就先開始了，我就拿你先開刀，你必須回答這個問題，不能用中國人的圓滑來迴避，馬雲也坐在這裡，我們先饒了郭為，微軟如果進入中國，已經進入了，人工智慧市場的話，BAT，你最想幹掉馬雲、馬化騰還是李彥宏？

沈向洋：藉助剛才馬雲講的，彎道超車十超九翻，要換道超車才有希望，在任何競爭的過程中總是要找到自己的出發點，既然你給我這樣一個機會的話，我就提一下，微軟在中國最近這幾年推出的最了不起的人工智慧叫微軟小冰，我不知道在座的有沒有用微軟小冰，可能在座的不是我們面對的用戶群，我這樣講你不要生氣，我們的用戶群是18-24歲相對的年輕用戶群，大家有時間和智能聊天機器人，這也是為什麼我們選擇跟Pony這邊的QQ合作，也是針對這樣相對年輕的用戶群。之所以我提這樣的人工智慧產品和一般的智能助理還不太一樣。人類進化多少萬年下來以後，每天講很多的話，你可能不知道，其實男人在一天大概講幾千句話，女士一天可能講超過一萬句話。大多數的話並不是說講一句話一定要完成一件什麼工作，我老師講大多數人一天講的話很多都是廢話，但是這個講話很重要，講話是人工智慧裡面最重要的一件事情，在很大程度上你的EQ是體現在你怎麼去講這個話。我們推小冰的過程中學到了很多東西，我們現在主推的方向，研究和產品的方向就是所謂的對話式人工智慧。

吳鷹：我沒用過小冰，但你好像還是沒有直接回答我的問題，你最想先幹掉誰？

沈向洋：你剛才問了什麼問題？

吳鷹：高手。他用了馬雲說的彎道超車就會翻車，智慧城市，你知道政府對市民的服務可以歸結到人的服務有多少項嗎？3000項，一個人，深圳將近2000萬人，乘以3000，在各種狀態下，數據量很大，數據量大不等於大數據，他這個角度，有很多東西還是可以做出一些結論出來。我也想借馬雲剛才講的問一個仿生問題，飛機剛出來之前，大家想的思路是看鳥在空中飛很羨慕，剛開始做飛機就想做一個像鳥一樣的。我就想問台上的四位嘉賓，不用專業知識，就是知覺，在人工智慧上有突破的事，模仿人腦的，馬雲說機器一定比人快很多，你們覺得仿人腦的方式會有所突破，還是完全不一樣的想法？郭為你就先說，說錯了也不要儘管，反正你也不是人工智慧專家。

郭為：是功能性的突破，還是仿生的東西，就拿AlphaGo來講它下一盤圍棋所消耗的能量，有人告訴我需要2噸煤，但是一個圍棋手可能就是兩碗米飯，我們在考慮一個功能的時候需要多大的資源消耗，這始終就是人類進步的很重要的，你可以實現這個功能，從實驗室走到工業，實驗室可以做得出來，但是無法實現工業化就是要考慮成本，考慮到資源的消耗。人工智慧之所以用功能性替代就是考慮這些因素，就是完全模仿本身也非常困難。我也非常同意馬雲的說法，人的大腦功能，我們自己認知只有3%，最終就是用功能，而功能的替代能量消耗要比人本身，人還是太神奇了，這個我覺得很難達到人的程度。我最近看一本書《人的宗教》，就講人是由三個東西構成，一個是你的生命，一個是你的心智，第三個是你的心靈或精神。我們反過來講精神的東西，我無法想像機器能夠代替精神的東西，最多也就是體力上能夠替代，智慧上不能，在某些方面的替代，完全替代人不可能，某些替代就是功能上的替代，所以突破就在功能上的替代，然後提高一定的效率，這是我對人工智慧的看法。所以我為什麼同意馬雲的觀點，實際上機器怎麼樣能夠做得更好。我看遠古的博物館，人類發明一個針，這和今天人工智慧的發明對人的衝擊是一樣的，當時人縫不了衣服，沒有針怎麼縫衣服，發明針是多麼神奇的事，能夠把衣服縫起來，今天做人工智慧也和當年發明針沒有根本的區別，人在進步的過程中不斷發明新的工具，而新的工具最終還是為人類服務的。

吳鷹：Pony覺得是用模仿人的方式，還是全新的？

馬化騰：我們當然期待有一個本質的，發現飛機的螺旋槳也好，還是流體動力學，還是鳥的翼，或者是馬跑，現階段還是通過仿生的階段，在某一些垂直的領域，你現在要做到一個通用的AI非常難，包括圍棋也是選一個非常窄的領域，然後給它學習，通過各種參數來訓練，剛才郭為提到的用AlphaGo下一盤棋要消耗多少能源。這個垂直領域訓練數據是需要消耗很大的能量，但在實際用的時候其實不需要消耗太大的能量。我們絕藝訓練出來的單機成本跟職業棋手差不多，但是要訓練出這個模型來要很長時間，稍微改一改規則就全部要進行重複訓練，改進一點之前的積累都不算，要從頭積累一遍，消耗的能量很大，而且時間很長，這是很窄的一個技能模擬。下一步到通用的，再下一步是不是有更本質性的，發現它背後的原理，智能可以超越人的碳基的智慧，是不是有其他更多的基礎元素可以形成更高級的生命智慧呢？這可能是超越人類現在所發現的知識，這也是有可能的。甚至有人還突發奇想說我們現在認識的宇宙就是高智能的生命，用他的量子計算機模擬出來的環境，我們一切都是模擬出來的，也有可能。大家發揮腦洞大開的想像力吧。

吳鷹：腦洞大開，一切皆有可能，Robin怎麼看？

李彥宏：其實我不太認可人工智慧現在做的是仿生學，現在我們講人工智慧像是人腦神經元的工作原理，但是人腦具體怎麼工作的，剛才馬雲講的我們只了解3%，我們並不知道人腦是怎麼工作的，你不知道它怎麼工作怎麼仿它？我們只知道這一點點，這一點點計算機的演算法有一點類似之處。我同意現在的人工智慧，尤其是機器學習、深度學習的演算法還確實處在非常初級的階段，還有很多提升的空間，現在做得還非常不夠。什麼時候能夠挑戰真正人的認知能力，我覺得還有很長很長的時間。我說話比較保守，我說很長是說這一天永遠不可能來到。第一階段是弱人工智慧，第二階段是強人工智慧，第三階段是超人工智慧，我認為到強人工智慧這個階段就達到不了，不僅僅是你永遠搞不清楚人腦是怎麼工作的，你即使用電腦的方法模擬人腦，要想完全達到人腦的水平，我覺得也做不到，永遠做不到這件事情。

吳鷹：我們IT領袖峰會就是觀點。我也不用問沈向洋了，因為確實是人腦到底怎麼工作的，不知道。但是這個答案非常簡單，因為有一個上帝。所以很多科學家到最後就信上帝了，變成找到一個答案了。沈向洋，你還有補充？

沈向洋：我蠻贊成李彥宏剛才講的，人工智慧這件事情發展，今天最大問題是對人腦不了解。腦科學今天還是非常初步的科學，你每次要講科學的話，首先要一定要有數據，要能夠做試驗，而且做重複的試驗，今天就沒有辦法真正監測到真正做試驗說因為加入了這樣的輸入到人腦，出現什麼樣的輸出。接下來N年應該有更多的人投身基礎科學研究腦科學這件事情。看今天計算機體系結構，馮諾伊曼結構，跟人腦結構完全是兩碼事。可能也像張教授說飛機的模仿並不是真正像鳥一樣，我覺得肯定是這樣的情況。接下來很多方面肯定叫弱人工智慧也好，這些很多的人的智能方面我們能夠想像得出來，今天人能夠做的事情在不遠將來，絕大多數事情，人工智慧都可以達到。我舉一個小的例子，比如今天大家講你今天可以做視覺識別了，物體識別了，你今天可以做語音識別了，那今天人還有什麼事情很了不起，大家覺得通過學習的方法，我們可以達到一個什麼樣的高度。很重要一件事情是機器閱讀，閱讀的能力。我要考高考、考SAT，閱讀一篇文章後，你問一個問題，我可以答一個問題。像這樣的問題接下來5-10年可能是人工智慧很大突破的地方。而一旦有突破後，搜索也好、社交網路也好、其他商業應用也好，有很多這樣的機會。今天大家覺得激動人心的地方是因為以前是完全符號式、公式這樣做，今天是神經網這樣一種解法，它的區別在於以前符號式做法，你覺得用符號式做法解了一個問題，你覺得可以懂的，你可以解釋的。而今天這種神經網解法，包括Pony做的圍棋機器人，他很難去解釋為什麼下這個。接下來有一個需要研究的問題，從符號式到神經式怎麼樣回過頭再到符號式。就是研究行業很熱門的方向，叫做可以解釋的人工智慧。

吳鷹：咱們講了這麼多人工智慧的話題，講一點跟在座嘉賓更接近一點的，我本來想問李彥宏怕不怕微軟，想不想把它幹掉，但是沒有什麼意義，他們都有很智慧的回答，肯定會迴避開。但是我注意到百度你們的深度學習有一個開放平台，咱們小公司在這方面沒有投入，沒有技術積累，想要用也是可以用，是免費開源平台。這個是挺有意義。但是你們當年決定這麼做的時候，你們不覺得這樣開放後會培養你的競爭對手嗎？

李彥宏：我覺得人工智慧是一個非常大的產業，而且是會持續很長時間。像我們現在的判斷未來20-50年都會是一個快速發展的人工智慧時期。在這種時代大潮下，顯然不是一個公司能夠把所有的事情都做下來的。相反的，如果說我們先進入了這個領域，能夠提供一些平台給一些尤其是沒有這麼多計算資源、沒有這麼多做長遠研發能力的機構去做他們擅長的，他們對於很多垂直領域可能比我們的了解就會更加深刻，讓他們去做的話，他會推動整個人工智慧技術的發展。所以從這個意義上講，我們把我們的平台開放出來，對大家有益，對我們也有益，我們可以在平台上看到大家在幹什麼事情，哪些方向發展會更快一些，哪些領域更適用於現在已經解決的技術。我剛才講人工智慧永遠不可能超過人類的能力，但是當他逐步逼近人類能力的時候，其實已經是可以一個一個行業去顛覆掉。比如說人臉識別這種應用，我們今天如果你去機場的話，要過好幾道安檢，又要把身份證拿出來，比對一下，其實人臉識別這個問題解決後，將來到機場就應該大搖大擺就過去了，他那個攝像頭可以識別，不需要一道一道檢查的。我們在家裡自己開一個Party，不可能每個人進來先把身份證看一看。但是人多了，幾千人、幾萬人，甚至更多人的情況就要用現在比較笨的辦法一個人一個人對他的身份，但是現在這個問題基本上解決了。比如百度大廈，我們那個閘機就是刷臉可以進，到哪兒直接過就可以了。這還是人臉識別一個東西。語音的識別、自然語言的理解等等，都是可以。未來人和物的交流方式，人和工具交流方式，不是人學習工具怎麼使用。人和動物的區別就是人發明了工具，但是人發明了工具之後，是發明人寫一個用戶手冊告訴你這個東西怎麼用，電視怎麼用、冰箱怎麼用，這些東西，電腦手機怎麼用，我們要學慣用鍵盤，小時候都要學打字。但是未來應該是機器、工具學習人的意圖，以後人再也不需要學習工具怎麼用了，我要這個工具幹什麼，他就能夠明白，這就是我希望用人工智慧方法解決理解人的自然語言，以後人和機的對話、人和物的對話就變成一種自然語言的對話，這是未來幾十年可能代表人工智慧發展最大的方向。

吳鷹：確實這樣的話，從剛會說話的小孩兒1歲多到很老的老人都可以簡單使用計算機了，這個確實沒有什麼太難的。像我母親，她就是老學不會手機怎麼用。我就想給她用ipad，最近要給拿弄一個。我想問一問馬化騰，微信，再加上QQ，這是世界最大的社交網路，裡頭有大量的數據。剛才前面發言人都重複講了，大數據是人工智慧非常重要的方面。從中國來講，在演算法上現在還落後於美國，剛才李彥宏也講了完全超過人類是不可能的。但是我們又講這個大數據這麼重要的話，騰訊有沒有可能把你們的關於，當然我覺得微信在很多方面已經超過社交了，現在是生活很重要的一部分，剛才說你去公園買一個2塊錢小孩玩具，微信支付都可以做，你們有沒有可能把數據分享出來，讓創業公司大家來用。

馬化騰：這個問題在內部我們也有激烈討論。首先看人工智慧我們關注那幾塊，第一個是場景。第二個是大數據。場景就是你想把這個技術應用在什麼場景下，你是不是有高頻的跟用戶接觸，這是一個落地的很重要的地方。所以我們看到很多研究院也好，包括我們內部研發團隊。如果沒有場景落地，沒有平台支持，基本上就是空中樓閣，研究一半很難往下走。第二個是大數據，大數據也是從平台、業務部門有大量實際運轉數據才能產生出來。但是這裡面很多大數據是垃圾數據，因為沒有標籤，每人做規劃定義，用多好的演算法也學不出來，學出來也是走火入魔，沒有用的。數據清洗、標籤化難度非常高，我們甚至要僱傭很多人用人手的辦法，先用人腦清洗乾淨，再讓AI學習。這裡面是一個混合結合的過程。第三，計算能力，也就是你有雲的資源，拿幾十萬核的計算能力，CPU、GPU，我們還是有這個能力的。而且在雲裡面本身就可以很好的調用，這是我們第三個優勢。第四個，一年前我們比較缺乏的就是人才。通過一年我們也招了挺多的人，我們在微軟、在西雅圖還設置了一個實驗室。因為很多微軟的人不願意離開西雅圖，所以我們就在旁邊設，沒有辦法，人才就是這樣。幾個方面結合起來才有辦法真正在某一個領域看到它的成效。

我們現在觀察到很多的AI所謂的大拿們，他們更關注怎麼落地，能不能把畢生研究成果能夠體現出來，所以在我們內部在吸引人才的時候，往往也會說你們微信、手機QQ裡面的平台數據能不能給他們用，但是事實上大家都知道，BG、部門裡面的平台他們也很希望近水樓台先得月，數據就在我身邊流動，我為什麼不能招人先研究一把，為什麼給你呢。我們現在還處在內部怎麼把數據分享出來這個階段。當然這裡面還有一個用戶很關注的個人隱私，別把我的數據都賣了，到時候大家都知道，這裡面還有一個很複雜的信息安全個人隱私脫敏，你是不知道無法根據數據倒推到哪一個人做了什麼事情，我們要把這些處理乾淨才能往下一步談。這裡面數據清理到什麼標籤，才能給其他部門、包括外部合作夥伴怎麼用。同時有很多數據來自合作夥伴，業界其他公司，他們也遇到這樣的問題那者一堆裸數據不怎麼用，這樣業界還要有一個標準，互惠互利交換，這是一個大方向，還有很長的路要走。

吳鷹：大數據清理之後，有針對性的，對業界別人是一個價值，別人也是一個補充。我相信人工智慧是一個全社會的協調最後發展的過程。剛才朱民講有那麼多問題，所以政府也要介入來做。我們主管部門官員這次也參加了，省政府、市政府官員參加了，就是要大家共同來解決問題，其實還不光是中國，是一個世界範圍內大家協同做一些事情。

微軟如果大家願意跟你們合作，你們是不是感興趣這個事情？

沈向洋：你剛才問Pony這個問題問的非常好，作為大公司來講，特別是成功大公司來講，我們對社會有一個責任，對行業有一個責任。當我們行業做的很成功，第一件事情就是開研究院。現在Pony也開研究院，唯一做的不對的就是開到微軟門口去了。我也想分享一下在微軟的工作經驗，你說叫這些公司把數據拿出來，讓初創公司或者其他公司去用，我覺得不見得很現實、不見得很容易。Pony剛才解釋的很好。但是我想鼓勵大家，很多的數據如果我們願意花時間、花精力做一點處理，比如Pony剛才講的。然後讓研究人員去用，完全是可以做到的。我們微軟出了兩個數據集，一個是計算機視覺標準方面的集，這樣可以做數據分割、物體分割。最近做了另外一個數據集是在自然語言，希望有一批新的做問題問答。這樣推動研究領域，大家在標準集下，不斷把標準集數據越做越多。我們做的方法是用搜索引擎數據，非常小心處理過，包括很多隱私的問題等等。拿出一些數據讓大家做研究是非常實際的，完全可以做到。

吳鷹：Pony大家很支持你的觀點，將來我們也期待像BAT這樣的大公司，不但是說數據拿出來分享，剛才Pony還主動提到包括運算能力分享都有可能來做，這樣對創業公司、中小公司，包括政府、研究機構特別是大學，非常重要。其實利潤這個事兒對企業在某些方面是制約企業發展的，他一定要完成這個利潤，他是一個上市公司要做到這些。這就相對的眼光短一點。其實大學很多研究，美國很多一流大學做這些事情，像MIT，今天下午陳剛教授會介紹。他從拿到課題，我要對人類將來有影響。我們這些公司的影響都是很有幫助的。

但是你轉型在智慧城市上鍥而不捨做了6-7年的積累，我剛開始一直打擊他，你跟政府做很多事賺不到錢，你跟政府收多收少都不合適，你們跟人工智慧有關的發展上有沒有一個規劃，還是希望跟這些公司合作在人工智慧方面的發展？

郭為：今年發生了一個比較大的併購案，就是因特爾收購了Mobileye，Mobileye是以色列的一家公司，做汽車駕駛輔助的，Mobileye在1000萬輛傳統的汽車上裝載了數據採集的東西，每天收集的數據量差不多相當於現在3000億個個人生成的數據量，由於有這些數據將會支撐因特爾未來在超算上，在大數據領域的發展。神州數碼整個大的體系就是想利用我們在傳統行業的優勢去挖掘，剛才講深網數據，少春是再ERP的公司，ERP的數據是不可以在互聯網上直接進行傳輸的，它是深度應用的數據。今天BAT很大的優勢就是在互聯網上已經完全壟斷了數據。客觀講只要他們不犯錯誤的話，別人是沒有機會的。當然企業犯錯誤是必然的，只是說在哪些方面不犯錯誤。Pony在布局的時候老講那塊不能缺，人工智慧原來沒有，去年開始布局，對未來的看法一旦哪個地方出現空位的時候，其他的就出來了，比如Mobileye十幾年在數據上的積累，一下子就被大家認可了他在輔助駕駛上的能力。我們在農業、醫療、製造業，我們給工商總局做廣告登記的服務，那也就是全中國所有的商標註冊登記，我們掌握了全中國所有的商標註冊的公司，你的企業究竟哪個商標用得最多，哪個商標價值最大，我們完全可以通過數據分析的辦法來做，這裡面蘊藏了大量的商業價值。這些東西怎麼做？我覺得就是要和現在成功的，或者說在人工智慧上走在前面的公司去做，發揮我們的優勢深網數據挖掘，然後脫敏，打上標籤，然後和別人合作把這個東西做好。這個就是我們要做的。今天我去跟BAT在互聯網競爭，那我是找死，那是完全不可能的事情，那真是活膩了。

李彥宏：合作的空間是巨大的。

郭為：但是數據是可以一起合作的。

沈向洋：還是跟微軟合作比較好。

吳鷹：好，有點味道了，李彥宏和Harry都在向你遞橄欖枝，你要聽話聽音，你做苦逼活那麼多年了，很多數據在後面做了很多苦活。今天在台上的嘉賓，雖然Harry一直沒有回答我的問題最想幹掉誰，但還是非常精彩的答案，我們開了一個非常好的頭。今天下午還有另一場顛覆性技術創新的高端對話，還有5個主題論壇，所以今天的內容還很多。今天中午時間也很緊，只有一個小時的時間，大家下午一點一刻回到這。我們用熱烈的掌聲感謝台上四位嘉賓的精彩對話，謝謝大家的參與。

太多了。

比如人腦能夠想像一個不存在的事物，而人工智慧不能。

想像力。

創造力。

同等能耗和內存下的感知、認知能力。

先佔個坑，人腦神經細胞間的突觸可塑性，是人類學習，適應環境的關鍵。現有人工神經網路中神經元之間相關聯的僅僅是關聯weight與bias。而人腦神經元間的突出可以通過環境而改變，增加，加強或者消除。

有時間繼續詳細補充。

謝邀，我關於這個問題什麼也不知道。強答一發。

大概是做夢吧，這可不是貶義詞。

很難想像人工智慧也會做夢，雖然說夢似乎就是虛幻的，個人的，不影響物質世界的。但要是說夢一點作用也沒有，我是不信的。我有個朋友還靠做夢中了個彩票呢。

情感、想像力、創造力、邏輯能力等主動性思考的能力和被動的反饋能力

擁有感情以及移情別戀。

也許我們人類就是另一種生物製造出來的。。。我們居然還不知道。

人工智慧技術與佛學一切法無所得不可住意識與量子的非定域性非實在非分離性非因果性哲學本體論的局限性

爵士貓2 小時前

佛就是覺悟者，是明白了【法】的真意。那佛覺悟到什麼呢？

佛覺悟到無我，無法，無常，寂靜涅槃，不再後有。

換句話說，佛覺悟到一切法不可執有，一切法無所得，一切法不可住。

用現代量子世界理論解釋，就是一切法非定域性，一切法非實在，一切法非分離性，一切法非因果性，一切法沒有一個本體存在，一切法均是緣起緣滅，一切法均是緣起性空，不存在一個本體。

也就是說，人類文明以來以為有一個神靈或者佛性或者絕對真理或者真我，由於一切法非定域性、一切法非實在、一切法非分離性、一切法非因果性，而不存有本體的神靈、佛性、絕對真理、真我。

本體的神靈、佛性、絕對真理、真我，只是人類意識的一種量子坍塌而形成的一種在現實世界的投影，或者說映射。

量子理論和相對論之間的矛盾，暗示了在自然宇宙中存在一種更基本的層面。無論是量子理論還是相對論，都指向這一更深層的理論。而這種更基本的層面，代表了一種不可分割的整體和一種隱含的秩序，在此之上才產生了我們對這個經驗宇宙的解釋秩序。

隱含秩序不僅適用於物質也適用於意識，它能解釋物質和意識二者之間的關係。隱含秩序代表更基本的真實，精神和物質被看作是這一更基本真實在我們的解釋秩序中的一種投射。

而這種宇宙的隱含秩序，或者說宇宙的法道本是宇宙的根本秩序與邏輯。宇宙的法道是超越人類存在的時空維度而存有，一切法是更高維度甚至是十一維度的存有。

所以佛陀，耶穌，穆罕默穆德，孔子，莊子，摩西，都是覺悟者，都是【佛】。你以為有一個實體的【佛】可證嗎？錯，佛，菩薩，皆是一種施設假名。漢族人因為在阿賴耶識中想成仙，所以一直編造【佛】【仙人】是實體。漢族人絕大多數人以為自己可以成仙成佛，從而永垂不朽！

漢族人絕大多數人以為自己可以成仙成佛，從而永垂不朽的思想，是構築了漢族文化的最底層的潛意識，也是在生活中處處顯現出來！最偉大詞語的就是【大丈夫，當成家立業】！【修身。治家。平天下。】！

心識與人類遺傳基因也有關係。中國文化確實與漢族人的遺傳基因構成與起源有重要關係。漢族人的遺傳基因構成與起源，也是解答漢族文化無神論的重要工具。

大乘的最高成佛境界竟然變成可以倒駕慈航，可以重新以化身的方式轉生世間，這又被認為嚴重背離了佛陀的緣起法，根據緣起法，轉生必須要有無明貪愛的依賴條件才可以，而佛陀滅盡貪愛，怎麼可能轉生？而大乘最高的解脫境界變成了不住生死，不住涅槃，任運自如的無住處涅槃。看似很美好，但這是真實的嗎？

何來觀想到佛性？佛性只是人類自己的語言表達而已，是無法觀想，佛性不是一種存在。【雜阿含經】完整論述了，觀想十二緣起，如實知色、色集、色滅、色滅道跡、色味、色患、色離如實知；如是受、想、行、識，識集、識滅、識滅道跡、識味、識患、識離如實知。而得到無漏，心解脫、慧解脫，現法自知作證具足住：『我生已盡，梵行已立，所作已作，自知不受後有，從而證得阿羅漢果。

孟子的人性本善論，只是一個膚淺的感覺。佛教進入中國以後，佛教的【心性說】結合中國的玄學，才有了【真心妄心論】以及理學的【心性本體論】心學的【良知論】，【心性本體論】心學的【良知論】才使得儒學進入了第三期的發展。

大般若經所說的【色不離空，空不離色，色即是空，空即是色】是為了表達，般若性空的思想。一切法都是緣起性空，一切法都無自性。【諸法因緣和合，施設假名菩薩摩訶薩及般若波羅蜜多】諸法都是因緣和合，緣起緣滅，菩薩以及般若波羅蜜多本是佛法的施設假名！這點是大般若經的核心思想！大般若經【菩薩非實有，是佛法的施設假名】的思想，可以與大乘佛學初期的經典相對應，大乘佛學初期經典都強調【成佛成菩薩，需歷經無量劫】，其實這就是要去除凡夫執著於【菩薩十方佛為實有】，這是與大般若經【菩薩非實有，是佛法的施設假名】一致的！

可惜後來的漢地佛教，由於脫離不了漢族文化【宇宙本體論】的影響，反而一直認為【菩薩十方佛為實有】，這就是漢地佛教曲解【心經】的源頭！

大般若經所說的【色不離空，空不離色，色即是空，空即是色】是為了表達，不要住於一切法，【若菩薩摩訶薩無方便善巧修行般若波羅蜜多時，我、我所執所纏擾故，心便住色處，住聲、香、味、觸、法處。由此住故，於色處作加行，乃至於法處作加行。由加行故，不能攝受般若波羅蜜多，不能修行般若波羅蜜多，不能圓滿般若波羅蜜多，不能成辦一切相智。】。

簡單說就是修行人不能為【我、我所執所纏擾】，否則就會【心便住色，住受、想、行、識。由此住故，於色作加行，於受、想、行、識作加行。由加行故，不能攝受般若波羅蜜多，不能修行般若波羅蜜多，不能圓滿般若波羅蜜多，不能成辦一切相智。】

大般若經關鍵就是【應以本性空觀一切法。作此觀時，於一切法心無行處】【本性空故，自相空故，共相空故，一切法空故，不可得空故，無性空故，自性空故，無性自性空故】，【諸取相者皆是煩惱。何等為相？所謂色相，受、想、行、識相，乃至一切陀羅尼門相、一切三摩地門相，於此諸相而取著者名為煩惱】

天地人都是宇宙的法道之周遍，宇宙的法道本是不依靠俗世而生滅，宇宙的法道本是不依靠俗世而如空氣般布滿了人類的時空，但是人類用【符號與假名】來表達宇宙的法道，這就以人類的思維局限了宇宙的法道的無限可能與無限的必然！

宇宙的法道本【無我】【無住】【無相】【無願】，人類既要以種種【假名法相】限制宇宙的法道，人類就不會明了宇宙的法道是【無名】而【無所擁有】【無所執著】，宇宙的法道既是存在於人類的生活之中，但是宇宙的法道又是遠離人類的生活而存有。

宇宙的法道是整個宇宙的。人類只是一種宇宙的文明形態而已。現代人類5萬年以前才開始存在於地球。現代人類也必將自己毀滅自己。所以人類存於宇宙，必然而且必須接受宇宙的法道。這就是大般若經【一切法無所有，無所得，法即於五蘊，法又離於五蘊】。人類的種種概念，只是為了模擬宇宙的法道，表達宇宙的法道。

人工智慧技術源於現代的物理技術，生物技術，但是恰恰人類對於自身的【意識的機制】【心識的機制】是描繪不清楚的，就是說到現在為止，人類還沒有一個統一的定義【意識】【心識】的概念。

【人工智慧技術趨於成熟，整體架構幾近完善。唯有遷移學習部分有一些薄弱。】

這是一些無神論的人工智慧技術的偏執狂的精神失常的說法！

現在的人工智慧只是簡單模仿大腦的神經結構與運行。

人類現在根本不了解大腦與意識之間的關係。

對於意識是怎樣的，無神論者根本就是在一條錯誤的道路上越走越遠，人工智慧就好比人類發明了原子彈一樣，處於自我欣賞期。

對於意識，無神論者根本回答不了人類語言與文明的發展過程是如何來的！人類為何有音樂，繪畫等藝術才能！人類為何需要情感與交流才可以生存！

這些無神論的人工智慧技術的偏執狂，是沒有能力回答的！

因為無神論的人工智慧技術的偏執狂，認為人類可以不需要藝術、情感而存在！

無神論的人工智慧技術的偏執狂，就是21世紀的失去理智的人群！但是他們以為自己是最理智的！這就是最黑暗的悖論！

至今尚未找到一條真正的關於意識與世界的真實之路。具有真正客觀性質的、不依賴於人們怎樣去觀察它的『物理真實』，這一概念本身就是一場白日夢。萬法唯心。主體和客體世界必須被看成是一個不可分割的整體。沒有一個獨立存在於客觀世界的事物，任何事物都只有結合特定的觀測手段，才談得上具體意義。人類用了無數名相試圖表達一切法，表達意識與世界的真實，這些名相符號都是假設，不是法本身，不是意識與世界的真實本身。在數學框架中，真實可能永遠得不到一個完整的最終描述。

人工智慧技術的偏執狂的精神非正常的說法，一點不奇怪！他就是自人類文明誕生以來，人類希望成佛成仙的夢想的又一個翻版，又一個人類烏托邦的想法！

人的心識意識不單單只是個體的存有，心識意識是整個群體都有聯繫的，否則輪迴是無法繼續的。人類希望成佛成仙的夢想，人類烏托邦的想法，就是人類最深層的業力！中國【三十年河東三十年河西】現象，最底層的解釋就是業力與輪迴。所以大乘佛經才會大力篡改佛陀的原始佛教，而形成了漢地佛教，藏傳佛教。藏傳佛教的喇嘛輪迴轉世，指定轉世靈童的現象，就是人類希望自己永存不朽的表達！

心識意識是緣起緣滅之法，心識意識不是真有【實體的心】存在。

心識意識【亦不有，亦不無，亦不能得，亦不能知處】，心識意識活動是【法】【道】的顯現，不是俗世的客體，說心【有，或者沒有，或者能獲得，或者在某處】。

心識意識的【亦不有有心，亦不無無心】，就是說【法】【道】已超越人類的思維與語言，不可說【有此心】，也不可說【無此心】。

業力就是在【心識】這一大的思想體系中，探討人的【生活經歷與現象】以及人的【輪迴】。

首先，要明確【心識是沒有時空的規定的】，你在做夢中就不能體會時間與空間的邏輯，有的只是一幅幅的圖像和信息。為何·？心識就是一種持續不斷地存在。

心識的世界如何轉化為現實世界？就在於你的執著與執有。

在夢中，你一旦要執有某個圖像與信息，你就立刻從夢中驚喜，回到現實世界。用量子力學術語，你的【心識世界】就坍塌為確定的【現實世界】。這句話十分重要，就是業力的核心！

你的【心識世界】就坍塌為確定的【現實世界】，就是【業力】！

因為你的現實世界的行為，最底層的邏輯都來自於【無時間空間】的【心識世界】。

你的現實世界的行為，有時是不受你自己理性控制的，比如你喜愛某個比你老很多的異性，比如你喜愛某種遊戲，比如你的一見鍾情，比如你天生就喜愛權力場的搏殺，比如你天生就是一個溫柔有愛心的人！上述你的行為，不排除，你在後天受的教育。但你想過沒有，其他人為何就沒有上述行為？

根子還是在於你的【無時間空間】的【心識世界】。

用佛學的思想概念表達，就是【業力】！

你的現實世界的行為與感受，又深深的影響你的【心理】【生理】【思維模式】【道德倫理】【智慧與智商】，這一切都屬於【無時間空間】的【心識世界】。所以，精神疾病由於你的【無時間空間】的【心識世界】被破壞，而呈現抑鬱症、暴力行為、自殺行為等等。

你的【無時間空間】的【心識世界】時刻在改變，重重疊疊，直到你的死亡一刻，你的【無時間空間】的【心識世界】重新脫胎為下一世代！

這就是【業力】的基本描述。

現在西方人,尤其是科學界,應該會欣賞這因果的遊戲,不是嗎?因為身為科學家,你不相信會無端端地冒出一個全能的造物主,宛如有某個真實存在的贊助者會降臨並贊助一切——科學家不相信,佛教徒也不相信。所以從許多方面來說,科學家確實欣賞因緣果的理論。

空性是廣受西方人的賞識;而在一定程度上,他們也接受佛教教導的因、緣、果這個觀念。然而,更加深入審視的時候,我不確定西方對於最深層次的業會抱持多大的欣賞。業與空性是不分離的。由於缺乏更好的例子,只能說,業與空性就像一枚硬幣的兩面。這實在是個很糟的例子,實際上它們是一體的。

生物中心主義第一原理: 我們感覺到的真實是與我們意識有關的過程。

第二原理: 我們的內在和外在感覺是難解難分的,它們是同一枚硬幣的兩面，不能分開。

第三原理: 亞原子粒子一一實際上所有的粒子和對象一一與觀察者的在場有著相互糾纏作用的關係。若無一個有意識的觀察者在場，它們充其量處於概率波動的不確定狀態。

第四原理: 沒有意識，"物質"就處於一種不確定的概率狀態中，任何可能先於意識的宇宙，都只存在於概率狀態中。

第五原理: 唯有生物中心主義才能解釋宇宙的真正結構。宇宙對生命作精微的調節，使生命在創造宇宙時產生完美的感覺，而不是相反。宇宙純粹是它自身完整的時空邏輯體系。

笫六原理: 在動物意識的感知之外,並無真實的時間存在。時間是我們在宇宙中感覺變化的過程。

第七原理:

空間與時間一樣不是物體或事物。空間是我們動物的另種理解形式，並不是獨立的實在。我們象烏龜的殼那樣承載著空間和時間。因此,並沒有與生命無關的物理事件發生在其中的、自我存在的絕對基體。

終極的解決辦法，是沒有的。我們對於生命、意識、物質、世界、宇宙的認知，在21世紀科學與宗教有了可喜可賀的共同點。物質與意識生命是同一硬幣的兩個面。抑鬱症根源在於個體的意識認知模式，與當前社會生活不匹配，，從而導致個體意識系統的認知紊亂，引發情感能力的大大降低，生理上出現種種疾病。這是我這些天，觀想抑鬱症的體驗。

我們的意識模式就決定著我們的個體認知世界。我們的個體認知世界又深化我們個體的意識模式。個體的意識模式==個體認知世界==萬法唯心。

個體的意識認知世界的模式，是由於前世的種種生活經歷塑造的，就是阿賴耶識的構成。要治癒抑鬱症，必須從患者自我修復自己的潛意識、或者超我、或者阿賴耶識開始。

但是每個個體的超我、阿賴耶識是不同的。

觀想中看到的【我】，應該是意識的客體化，就是意識物質化的過程，就是【潛意識，超我，阿賴耶識，真我】。佛祖說的無我是徹底的站在意識一端，【真我】是已經【意識物質化了】，【肉體的我】就是徹底的站在物質一端了。佛祖的學說畢竟是宇宙的根本。

閉上眼睛，試想一下，如果我們失去了所有的感覺，會剩下什麼？

沒有了視覺、嗅覺、味覺、聽覺、觸覺、痛覺、平衡覺等所有的感官信息，外部世界消失了，自我存在感也沒有了，只有思維還在。

思維的基礎是腦和神經。實驗證明，大腦在下意識層面自發地做了決定之後，我們才感覺到自己做了一個「有意識」的決定。腦和神經的運作是自發的，並不需要思維的干預，是受制於潛意識控制的。

存在必須開始於生命和感覺。一個生命中就包含有一個「實境」的宇宙，其形狀和性質都出自這個生命的腦中，是運用由其耳朵、眼睛、鼻子、嘴巴和皮膚收集來的感覺數據產生的。所謂的外在客觀事物和內在主觀感受其實都基於意識對感官數據的分析，說到底都是意識的一種理解形式，是一個硬幣的兩面罷了。除了以生物意識為基礎的存在之外，並不存在獨立的外在宇宙。意識是宇宙最重要的構成要件之一。而真實是與意識有關的過程。

大量精確的物理試驗已經證明了，構成物體的粒子並不以特別的運動存在於特定地點，是觀測者的知識和行為使其進入某個地點，或具有某種活力。若無一個有意識的觀察者在場，所有粒子都只處於概率波動的不確定狀態。即在現象得到觀測之前，現象不是真正的現象。

「實在」並非就在那裡並有著明確的性質等著人們去發現，而是根據觀察者的行為而顯現為存在。是有意識的生命創造了真實，是觀測者的行為給真實賦予了形狀和形式。

沒有意識，物質會一直處於不確定的概率狀態；任何先於意識的宇宙，都只處於一種概率狀態中。宇宙的不確定狀態中包含了各種基本常數的確定性，在觀測者的行為引起波函數坍塌之後，這些常數只能以允許觀測者存在的方式分解。在生命觀測宇宙時，宇宙對生命做了精微的調節，使我們感覺到什麼特性都可能會有的宇宙，卻恰好完美地具備了適宜生命存在的特徵。

我理解的生物中心主義認為：「三千大千世界」是一種不確定的概率波動狀態，既沒有形狀也沒有形式，隱含著各種可能性，卻沒有確定性。萬法唯心，萬法唯識就是要表達，所謂的「外在客觀世界」不是獨立存在的，而是生命或意識參與創造出來的一種真實。意識是宇宙的構成要件，與宇宙是一體的。

語言的創造是專門用來加工各種替代性符號，並把自然明確劃分為各個部分和各種作用的。「自然」其實就是我們能接收到的有限的感官信息。我們通過語言反映出來的是經過大腦加工的、片面的、簡易符號版本的自然。語言本身往往充滿著被我們忽略的矛盾。

邏輯由開端和結束編織而成。日常生活的推理經驗使我們處在界限分明的對象在其中來來往往的一種環境中，認為萬事萬物都有產生和消亡之時，即邏輯離不開空間和時間上的對比。一旦我們討論無法比較的事情，邏輯就失效了。所以人們在做艱難的選擇時，情感或本能往往會戰勝邏輯。

語言和邏輯是我們普遍用來追求知識的工具。知識的獲得與傳播有賴於用「命名和標記」，即一串語言符號，來代替生動、鮮活的現實，從而使經驗蒙受嚴重損失。人們需要經驗或已有的語言與想要產生的結果進行比較，才能清楚地理解或解釋某一事物。但是，我們意識到的自然中沒有任何東西和整個宇宙是相似的，宇宙也不存在於任何其他背景中，因此宇宙是不具可比性的。

要理解或想像宇宙，我們的語言和邏輯缺乏有意義的方式。

大般若經說【菩薩】用了十分複雜的哲學概念，其實他想表達的就是【法的最高級別就是超越人類的存在維度，人類無法用語言表達的與定義的，沒有時間間隙，沒有空間間隙，人類無法執著與擁有的，但是又是存在於人類存在維度與時空的任何一點】。

【法永遠是人類無法完全實現的存有】，所以佛陀用【寂靜涅槃，不受後有】表達阿羅漢涅槃以後的存有，大乘佛學初期的【菩薩】也是用一些列哲學概念來表達【法的最高級別的存有】。【我們生命背後，沒有停頓一秒的恆常存在，發現她，接近她，才有圓滿。】

佛性也只是一種價值判斷。佛性是人類追求的一種至上的完美與善良，很美好。但是佛性不是真實的存在。

【人性本空，無自性】，人性本身【沒有善惡之分別】。只是業力使得人性，有了在當今世代的價值與倫理道德的分別。

時間與空間不同，所謂有情處在的劫數不同，有情處在的大千世界不同，人性在不同世代的價值與倫理道德判斷自然分別不同。

無量劫,輪迴，才是眾生的業緣所顯現。修行人的止觀，四禪八定，都是緣起於心識業力的顯現。所謂心識業力，才是心識持續法相的真實流轉，是一個存在。佛性，不是一種存在。佛性，無法用修行實踐予以體證。你可以說你很偉大，但是偉大只是價值判斷。偉大不是存在。

有情大眾因為【不斷我執】【不斷法執】的原因，有情是無法認知超出自己生活經驗的【法】，這也是有情永遠不能離開輪迴所謂根本原因。【一切法無所有不可得】，修行人只有對【法之空性，無限性，不可用語言表達，非實有性】有正確的認知，才可真正解脫！

大般若經從空間角度，談【一切法如虛空，虛空前際不可得，後際不可得，中際不可得，以彼中邊不可得故說為虛空】【一切法無邊界，當知菩薩摩訶薩亦無邊】

經文還是從【五蘊四聖諦十二處十八界】的【一切法空性，一切法虛空】，論證【當知菩薩摩訶薩亦無邊，空性】。

【一切法虛空】之概念，就是說【一切法不佔有固定空間位置，又存在於任何的空間位置】。【一切法虛空】是人類【心識的基本特質】。在虛空中，【一切法是無法用時間順序予以定位的】。虛空是找不到邊界的。就如同宇宙的邊界，也是找不到的。

佛學對於人類對於宇宙的認知是一個很好的工具。宇宙也許就是沒有時間性的存有，沒有空間性的存有。人類認為宇宙有時間性空間性，是因為人類本身是固定於一定的時間與空間維度中。

宇宙的真實存有狀態，就是【心識存在的狀態】，太奇妙了！

================================================

量子糾纏引發的哲學問題

作者：成素梅

摘要：物理學家對量子糾纏現象的認識經歷了基於觀念質疑、實驗認可和具體應用這樣一個從理論闡述到技術開發的過程。量子糾纏現象的存在顛覆了許多傳統的哲學觀念，直接引發了關於如何理解「實在」和「因果性」概念的討論。這些討論深化了我們對實在論與反實在論、因果性與關聯、決定論與非決定論、定域性與非定域性、可分離性與不可分離性等概念的理解，揭示了本體論思維方式的局限性。

　　物理學家對量子糾纏的研究經歷了兩個階段：其一是觀念質疑與概念辨析階段。這一階段以愛因斯坦、波多爾斯基和羅森於1935年聯名在《物理學評論》雜誌上發表的「能認為量子力學對物理實在的描述是完備的嗎？」（通常簡稱「EPR論證」）一文為開端，以如何理解量子力學的基本特徵為主線，圍繞如何理解量子糾纏的思想實驗展開爭論；

其二是實驗證實與技術應用階段。這一階段以貝爾不等式的提出為契機，以檢驗這個不等式的一系列實驗為基礎，以量子信息科學與量子計算的迅猛進展為核心，把量子糾纏作為一種像能量一樣的物理學資源，進行測量、轉換和純化，來探索其廣泛的應用前景。

對於哲學研究來說，量子糾纏引發的哲學問題比過去任何時候都更加尖銳與深刻。我們對這些問題的討論，在本質上，不是對傳統哲學觀念的細枝末節的修正或補充，而是蘊含著徹底的哲學革命以及哲學思維方式的大轉變。

然而，令人遺憾的是，在國際學術界倍受關注的這一論題在國內哲學界卻慘遭冷落，因此，我們有必要對這一論題進行深入探討。本文只是拋磚引玉。

　　一、量子糾纏的提出與發展

　　「量子」（quantum）概念來源於拉丁語「quantus」，意思是「多少」（how much），意指一個固定的量，與此相關的一個重要常數稱之為「作用量子」（通常稱為普朗克常數），用h表示，h取自「Hiete」的第一個字母，是「幫助」的意思。在物理學史上，物理學家通常把普朗克提出作用量子的年代（1900年）確定為是量子時代的開端和機械力學時代的終結。

此後，物理學家經過二十多年的努力，終於在1925年和1926年確定了量子力學的形式體系。量子力學是探討構成物質基本單元（即亞原子粒子）的運動變化規律的學說。我們無法用儀器直接觀察到微觀粒子的存在狀態，只能觀察到它們在特定測量設置中的特定的行為表現，比如，雲霧室里的徑跡、蓋革計算器的響聲、雙縫衍射圖樣等。在這個領域內，我們過去熟悉的許多規律和觀念都失去了效用，「不確定性」主宰著一切。

量子力學最離奇的特徵是被愛因斯坦稱之為「怪異的超距作用」的量子糾纏，我們在經典世界中從來沒有遇到過類似情況。物理學家理解量子糾纏的過程，不只是理解量子力學的過程，同時還是澄清舊的哲學前提、確立新的哲學觀念的過程。

　　與繼往通過實驗現象歸納出理論觀念的研究方式不同，物理學家最初對量子糾纏的認識並不是直接來源於所觀察到的實驗現象，而是來源於對量子力學的形式體系的理解與把握。薛定諤早在1926年創立他的波動力學時，已經意識到，假如幾個粒子或光子是在某個物理過程中共同產生的，那麼，它們之間就會發生糾纏。

但是，量子糾纏現象真正引起物理學家的關注，應歸功於愛因斯坦等人聯名發表的EPR論證的文章。在當時的背景下，EPR論證與其說是一篇物理學論文，不如說是一篇典型的量子力學哲學論文。

過去人們通常認為，這篇論文的學術價值在於愛因斯坦與玻爾就量子力學的完備性問題的爭論，事實上，從當前的發展來看，這篇論文更大的學術價值在於技術應用和由此引發的哲學討論。量子糾纏這個概念的提出歸功於薛定諤。1935年10月，薛定諤在《劍橋哲學學會的數學進展》雜誌上發表了「分離系統之間的概率關係的討論」一文，在該文中，薛定諤進一步推廣了EPR論證的討論，並創造了「糾纏」這一術語來描述複合的量子系統存在的這種特殊關聯。

　　薛定諤在這篇討論性文章中開門見山地指出，當兩個系統由於受外力作用經過暫時的物理相互作用之後再彼此分開時，我們無法再用它們相互作用之前各自的表達式來描述複合系統的態，兩個量子態通過相互作用之後已經糾纏在一起。實驗表明，不管這兩個量子系統分離之後相距多遠，都始終會神秘地聯繫在一起，其中一方發生變化，都會立即引發另一方產生相應的變化。簡單地說，量子糾纏是指，曾經相互作用過的兩個粒子，在彼此分離之後，對一個粒子的任何測量，都會影響到另一個粒子的存在狀態。薛定諤對這種特殊情境的另一種表示方式是：一個整體的最有可能的知識不一定是它的所有部分的最有可能的知識，即使它們可能是完全分離的，有能力擁有各自的「最有可能的認識」。這種知識的缺乏決不是由於這種相互作用是不能夠被認識的，而是由於這種相互作用本身。

　　用EPR-玻姆的思想實驗來說，在測量之前，兩個糾纏粒子都沒有確定的自旋態，只有通過實際測量，它們才能擁有確定的自旋態。理論提供的測量得到的態是隨機的。例如，如果第一次測量是測量粒子A在Z方向的自旋，測量得到粒子A自旋向上或自旋向下的概率是一樣的。只有具體地進行一次測量，才能確定A是自旋向上，還是自旋向下。A的結果同時引起了另一個相互糾纏的粒子B的自旋態的改變。如果測量得到A在Z軸上自旋向上，那麼，B在Z軸上就是自旋向下，如果測量得到A在Z軸上自旋向下，那麼，B在Z軸上就是自旋向上。這兩個糾纏粒子的態的確定是同時的。從理論上看，量子糾纏是量子力學形式體系的態疊加原理應用於兩個以上的子系統構成的複合系統時體現出來的現象，是薛定諤方程中的波函數在位形空間中不可分解的特徵造成的。

　　在量子力學中，量子糾纏是普遍存在的，而不是例外的規則。比如，量子糾纏比不確定性原理更明確地說明了雙縫實驗。在雙縫實驗中，一束粒子通過兩個狹縫射向檢測屏，能夠產生明暗相間的衍射條紋，體現了這些粒子像經典波那樣發生了相互干涉，如果一次只有一個粒子通過狹縫，就不是粒子之間的相互干涉，而是每一個粒子與自己干涉；如果我們希望通過儀器檢測到粒子究竟通過哪個狹縫，那麼，干涉圖樣就消失了。我們只能要麼得到干涉圖樣，要麼檢測到粒子通過哪一條狹縫，而不能同時得到兩者。在物理學家認識到量子糾纏之前，物理學界通常的解釋是來自玻爾，玻爾根據海森堡的不確定原理來說明這一事實，即粒子的位置確定，它的動量就不確定；動量確定，位置就不確定。現在物理學家普遍認為，運用不確定性原理說明雙縫實驗只是一種幸運的巧合，事實上是不充分的，最好應用量子糾纏來說明：干涉圖樣的消失是衍射粒子與光子糾纏的結果。　

　在有關量子糾纏的實驗進展方面，1949年吳健雄和薩克諾夫第一次通過實驗生成了一對互相糾纏的光子。然而，這個重大的突破直到1957年才被認可。在長達40年之後的1997年，維也納小組和羅馬小組分別根據這種不受空間限制的量子糾纏現象成功地完成了隱形傳輸單粒子量子態（簡稱為隱形傳態）的實驗，2009年，美國物理學家實驗證明，在肉眼能夠看到的兩個超導體之間也存在著糾纏現象。近些年來，量子糾纏作為一種資源正在得到廣泛的技術應用，成為製造具有超級計算能力的量子計算機和實現絕對保密的量子通訊的理論基礎。

在物理學的發展史上，物理學家對量子糾纏的認知是過去半個世紀以來最重要的進展之一。但從傳統哲學意義上來看，兩個粒子分離之後，還能產生相互影響，這顯然有悖常理。這也向我們提出了究竟如何理解微觀粒子的存在狀態，如何理解糾纏的微觀粒子之間的這種神秘關係，如何理解因果性等哲學問題。更加關鍵的是，我們對這些問題的理解，不得不完全擯棄過去從經驗和感官得來的關於實在世界的先入之見，不得不徹底改變日常經驗和經典物理學蘊含的哲學前提，不得不重新反思自然形成的直覺經驗，或者說，我們不能用在宏觀概念語境中形成的觀念來理解量子概念語境中出現的量子現象。

量子糾纏不僅挑戰了整個經典概念框架與這個框架所蘊含的物理學的概念基礎和哲學前提，而且揭示了當我們的認識超出了常識經驗的直觀範圍時，我們只能藉助於數學來理解問題或只能讓數學做我們理解的嚮導。正是在這種意義上，量子糾纏徹底顛覆了傳統的哲學觀念，引發了一系列我們必須重新思考的哲學問題，其中，最突出的問題是關於「實在」的問題和關於「因果性」的問題。

　　二、關於「實在」的問題

　　「實在」概念屬於常識語言。像許多常識語言一樣，「實在」概念在日常生活中有許多不同的用法，它的意義是相當模糊的，我們通常需要根據語境來作出鑒別與區分，比如，我們會說「這人很實在」，這裡的「實在」是指「誠實」的意思；我們也會說，「賺錢是最實在的」，這裡的「實在」是指「重要」的意思；我們還會說「我現在最實在的是有東西吃」，這裡的「實在」是指「迫切」的意思。

在物理學哲學的討論中，「實在」概念是指真實存在的意思。在真實存在的意義上，我們一般不會懷疑自己親眼看到的自然物的實在性。在當代科學中，物理學家和化學家通常用分子結構來描述這些自然物的基本構成，分子依次用原子來描述，原子用電子、質子和原子核來描述，這些亞原子粒子用夸克來描述。受這種無限可分的物質觀的引導，物理學家至今還沒有因為找不到自由夸克，而懷疑像電子、光子等亞原子粒子的實在性。

但是，我們對宏觀物質的這種可共享的直接或間接的感知性，並不能照搬或延伸外推到微觀粒子的情況。

微觀粒子這一名稱雖然仍然沿用了通常的「粒子」術語，可是，粒子概念的意義已經發生了實質性的變化。

　　首先，我們根本無法直接或間接地看到微觀粒子本身，只能通過特定的測量設置感知到它們的行為表現。可是，有些行為表現卻是相互矛盾的：同樣的微觀粒子能夠在一種設置中表現出粒子性，但在另一種設置中卻表現出波動性。根據傳統的本體論理解，粒子性與波動性很難統一於同一個對象，在經典物理學中，它們是兩種不同的存在形態。但在量子力學中，這兩種完全不同的存在形態竟然是通過同一個微觀粒子表現出來的。於是，量子物理學家率先捲入了關於微觀粒子在測量之前究竟是粒子還是波的爭論。薛定諤持有波動實在觀，認為波是基本的，粒子是波包形成的；玻恩持有粒子實在觀，認為粒子是基本的，波是統計分布形成的；德布羅意和玻姆倡導的波一粒子綜合的觀點則試圖通過隱變數來理解波粒二象性。

量子物理學家對微觀粒子是什麼的討論是建立在相信這些粒子是實在的意義上進行的。就像愛丁頓相信「普通的桌子」與「科學的桌子」都同樣存在一樣，科學家相信，宏觀對象與微觀對象都具有實在性，因為這是他們從事科學研究的基本前提。他們之間的爭論是關於如何認識與理解這些粒子的存在狀態的爭論。

與此不同，在科學實在論與反實在論的討論中，科學哲學家在論證他們對待科學的態度時，也需要在如何理解微觀粒子的問題上表明自己的態度。他們通常把這些亞原子的微觀粒子統稱為「理論實體」，即由科學理論描述出來的實體。科學實在論者認為，理論實體與通常的自然物一樣都是實在的；反實在論者則認為，理論實體只是一種理論構造，是為了解釋經驗現象的一種工具，並不是真實存在的，並以「燃素」和「以太」為例，證明這些曾經被認為是存在的實體，卻被後來的科學認識所推翻。科學實在論者與反實在論者關於理論實體是否具有實在性的爭論，可以被看成是延續了19世紀末和20世紀初馬赫與玻爾茲曼關於原子是否真實存在的爭論。科學哲學家把理論實體是否真實存在的問題看成是科學是否是對世界的真理性描述的一個重要前提。

這樣，在對待微觀粒子的問題上，就出現了兩個不同層次的討論：關於微觀粒子以什麼方式存在的討論與關於微觀粒子是否真實存在的討論。這也相應地帶來了兩個不同層面的問題：討論如何存在的問題，屬於認識論的範疇；討論是否存在的問題，則屬於本體論的範疇。根據這一區分，我們不難看出，量子物理學家之間討論的是認識論的實在論問題，而科學哲學家之間討論的是本體論的實在論問題。他們分別屬於兩個不同的陣營。認識論的實在論是在認識論意義上進行的討論，這些討論總是會隨著科學的不斷進步逐漸明朗化，而本體論的實在論是在本體論意義上進行的討論，在很大程度上，屬於形而上學的問題，既是關乎信念的問題，也是一個框架問題。

某些科學哲學家以「燃素」和「以太」曾經在化學與物理學的發展史上起到過積極作用後來卻被證明是不存在的為由，得出科學只是在解決經驗問題，而不是對實在世界的真理性認識，這實際上是把科學家關於認識論問題的研究當作本體論問題來理解，所得出的結論。從整體意義上看，這些科學哲學家的思維方式仍然沿襲了傳統的自然哲學的思維方式。自然哲學的思維方式是一種典型的本體論化的思維方式。在經典科學的思維方式中，認識論的思維方式與本體論的思維方式並沒有被明確地區分開來，許多經典物理學家也都持有本體論化的思維方式，例如，牛頓的著作就取名為《自然哲學的數學原理》。

當科學發展到微觀領域時，量子物理學家之間的分歧，在很大程度上，也是自然哲學的本體論化的思維方式與量子力學的認識論思維方式之間的分歧，比如，愛因斯坦與玻爾之間的爭論就是如此。　　

玻恩把科學哲學家認為微觀粒子是理論虛構的觀點說成是一種極端的主觀主義或「物理學的唯我論」。玻恩認為，在科學研究中，「實在」概念是無法放棄的。哲學家輕易放棄「實在」概念是因為他們混淆了「實在」概念的用法，把「實在」概念理解為是需要提供關於研究對象的一切細節，也就是說，我們只有知道微觀粒子的詳細運動情況和一切屬性，才能認為它們不是抽象的虛構。這是一種誤解。科學哲學家否認微觀粒子的實在性依據的是邏輯推理，而邏輯推理的一致性只能是一個否定標準，不是一個肯定標準。也就是說，任何一個科學理論，如果沒有邏輯的一致性，那麼一定無法被接受，但反之則不然，沒有一個科學理論只是因為邏輯合理而被接受。科學哲學家否定電子、光子等微觀粒子的存在性的根源在於把「真實的」這個概念解釋為「知道所有的細節」。這與「實在」概念的日常用法不相符。簡單地否定微觀粒子的實在性的觀點是相當表面的，沒有觸及到物理學遇到的和迫使我們修改的基本概念的實際困難。

另一方面，高能物理學的當前發展也向我們通常堅信的無限分割的物質觀提出了挑戰。因為無限分割的物質觀的目標是最終找到某種不變的構成物質的基本「單元」。這一理想源於古希臘的原子論思想。可是，到目前為止，物理學家分割亞原子粒子的唯一方法是，讓這些粒子在高能碰撞中猛烈相撞，但根據當前的理論與手段，他們不可能得到比這個更小的「單元」。因為微觀粒子相碰撞之後的碎片仍然是同類粒子，而且，它們是從碰撞過程所包含的能量中創生出來的。這些微觀粒子不能再被看成是一個靜態的研究對象，而必須被設想為是動態的，一個包含著能量的過程，能量則表現為粒子的質量，甚至從純能量中也能產生出粒子。

因此，我們在觀察亞原子粒子時，既看不到任何物質，也看不到任何基本結構，只能看到一些不斷地相互變換的動態圖像，比如，要麼是波動行為，要麼是粒子行為。目前，儘管物理學家還不能對亞原子粒子的機制提供令人滿意的理論，但這些觀念已經足以從根本意義上顛覆了通常的物質觀和粒子觀。這也印證了庫恩所闡述的前後相繼的兩個理論「範式」是不可通約的觀點。

其次，量子糾纏賦予了微觀粒子非定域性的特徵，這是傳統的粒子概念根本沒有的特徵，就像時空彎曲、質能轉化、時間膨脹和長度收縮是相對論的基本假設的結果，因而是典型的相對論性效應一樣，非定域性也是量子力學的基本假設的結果，是獨特的量子效應。這種量子效應從根本意義上顛覆了傳統的經典實在觀。

在量子力學之前，物理學家普遍接受的觀點是，粒子的存在是定域的，遵守分離性假設。分離性假設是指，在空間上彼此分離的兩個粒子總是能夠擁有各自獨立的狀態，即一個粒子狀態的變化，不會影響到另一個粒子。這也是EPR論證的一個前提假設和尋找隱變數量子論的動力所在。從日常經驗和經典物理學的情況來看，粒子只有遵守分離性假設，才能確保它們在時空中的獨立性。粒子的定域性是分離性假設成為可能的一個前提條件，而分離性假設確保了物理系統的個體性。量子糾纏現象卻表明，在奇特的量子世界裡，相互糾纏的兩個粒子，即使遠隔萬里，也能產生相互影響，而這種影響是即時的，竟然與距離無關。

　　我們只能通過數學來理解這種怪異的現象。從物理學史的發展來看，雖然物理學家通過數學公式推論出物理現象，並不是一件新穎的事情，比如，在電磁學理論的發展中，位移電流概念和電磁波概念的提出，都是先從麥克斯韋方程組推論出來之後，才得到實驗的證實。這種情況完全不同於「以太」和「燃素」概念的情況。「以太」和「燃素」概念是作為解釋其他現象的一個額外的本體論假定提出的，而不是從數學公式中推演出來的。量子糾纏的情況類似於位移電流和電磁波的情況。所不同的是，量子糾纏現象極大地違背了直覺與經典的觀念，它不再是我們熟悉的三維空間和四維時空中的存在，而是普通人根本無法理解的抽象的希爾伯特空間中的存在。

希爾伯特空間是一個無限維的空間。量子力學描述的現象就是在這樣的一個無限維的空間中的現象，而實驗測量獲得的結果是這些現象在四維空間（三維的空間加一維時間）里的投影。這樣，微觀粒子的粒子性與波動性只是它們受制於測量環境的一種行為表現。已經完成的量子延遲實驗足以表明，在量子測量中，微觀粒子與測量儀器也是相互糾纏的，這就是為什麼微觀粒子在發射出來之後，還能根據測量設置表現出相應的粒子性或波動性的原因所在。因此，我們不能根據觀察到的微觀粒子的當前狀態來推斷它們在被測量之前的存在狀態。

這就像當我們把一個四面體投影到一個平面上看到一個四邊形時，並不能由此斷定，這個四面體原本就是一個四邊形一樣。

在量子力學中，我們也不能把實驗測量結果直接地推斷為是測量之前的存在狀態。這種推斷沒有科學依據。強調微觀粒子存在的抽象性，並不是否認它的實在性，而是表明，微觀粒子的真實存在狀態是有限的人永遠無法直接觀察到的。我們既不能由於觀察不到，就否定它們的存在，也不能基於經典框架中的粒子觀質疑量子糾纏。

在量子世界裡，數學符號和物理手段成為我們能夠深入到現象背後的實在當中思考這種實在的一種必不可少的方法。量子物理學家接受量子糾纏的案例，再一次印證了海森堡在提出他的不確定性原理時引用的愛因斯坦的觀點：

是理論決定了我們所觀察的內容。物理學家通過數學能夠把握世界，這既是人類智慧的展現，也揭示了我們的日常語言的貧乏。

　　三、關於「因果性」的問題

　　量子糾纏引發的另一個更加深刻的哲學問題是關於「因果性」的問題。因果性問題是人類認識史上一個古老而常新的論題，也是一個重要的認識論問題。從亞里士多德的四因說，到休謨的心理習慣論，再到康德的先驗哲學，都涉及對因果性問題的探索。從理論上說，如果A引起B，那麼，A是B的原因，B是A的結果。然而，在日常生活中，我們通常認為具有因果關係的大多數事件之間並沒有必然的因果聯繫，比如，我們常說「吸煙會導致肺癌」，但並非所有的吸煙者最終都會得肺癌，也不是所有的肺癌都是由於吸煙導致的，不吸煙者也會得肺癌。因此，我們需要把因果性、決定性、規律性、概率與關聯等概念區分開來。有因果性的決定性和非因果性的決定性，也有決定論的因果性和非決定論的因果性。非因果性的決定性所呈現的只是不同事件之間的純粹關聯，非決定論的因果性揭示了一種統計因果性。除此之外，在事件之間的關係中，還有確定性的關聯和統計性的關聯之間的區別。比如，日夜交替就是一個確定性的關聯，但白天不是黑夜到來的原因，黑夜也不是白天出現的原因，而是受天氣運行規律支配的兩種互相關聯的結果。再比如，地震預報通常只能給出統計性的預言，至於這種統計性的關聯是屬於因果性還是非因果性的，則依賴於我們掌握的科學理論所能達到的程度。

　　在科學研究中，科學家最早認識的因果性是決定論的因果性。這種決定論的因果性植根於牛頓力學的思維方式中，通過動力學理論體現出來。在牛頓力學中，只有物理狀態的變化是有原因的，這種原因就是外界的影響，通常用「力」來表示，稱之為物理系統與外界的相互作用。這樣，在近代物理學文獻中，物理學只討論動力學方程，而沒有提及原因概念，比如牛頓第二定律。這種決定論的因果性觀念與常識相符。物理系統可以在「最少受干擾」的理想狀態下存在，被當作封閉系統來對待。物理學家可以只討論它的「純粹形態」及其變化。而日常生活中的研究對象則複雜許多，無法做到這一點。但是，隨著牛頓力學的成功應用，這種決定論的因果性觀念並沒有遭人質疑。熱力學涉及到大量分子的運動情況，物理學家不得不引入統計方法來思考問題，但是，在觀念上，這種統計方法只被當作是一種權宜之計，在分子層次上，由於假定每個分子的運動仍然遵守力學規律，而保留了決定論的因果性的觀念。拉普拉斯妖形象地描述了這種決定論的因果性的圖景：如果有一個全知全能的智者能夠知道世界的整個初始狀態，那麼，就能預言未來世界的所有變化。這種觀點非常狹窄地解釋了因果性概念，並把因果性與決定論等同起來，認為存在著從系統的初始狀態單義地確定其未來狀態的自然律。

　　相對論力學的產生，雖然帶來了時空觀的變革，但是，並沒有破壞這種窄化了的決定論的因果性觀念，只是對這種觀念附加了限制性條件。狹義相對論的基本假設之一是光速不變原理：即光在所有參照系中的傳播速度都是不變的，或者說，對所有的觀察者都是一樣的。

這意味著，在不同的參照系中，任何能量或信號的傳遞速度都不能超光速。已知兩個事件，只有當它們的空間間隔△x和時間間隔△t滿足不等式△xc△t，意味著它們相距很遙遠，它們之間的光信號沒有時間從一個事件傳播到另一個事件，這兩個事件被稱為是類空分離的事件，類空分離的事件是在光錐外的事件。因此，類空分離的兩個事件之間不可能產生因果性的相互影響。對於兩個類空事件來說，沒有任何影響能超光速傳播，這就是著名的定域性原理。

直到量子力學產生之後，這種決定論的因果性觀念才受到實質性的挑戰。不僅不確定性成為世界的本質特徵，而且量子糾纏現象體現出的非定域性是否與相對論的定域性相矛盾，成為討論的重點。因為兩個相互糾纏的粒子，一個粒子的存在狀態的改變，會同時影響另一個粒子的存在狀態。

然而，根據狹義相對論，「同時性」概念並不是絕對的，而是相對的，在一個參照系中同時發生的兩個事件，在其他參照系中是不同時的，即觀察者對事件A有多晚發生是不一致的。根據這種觀點，如果兩個類空分離的事件在一個參照系中是同時發生的，那麼，我們總能找到一個參照系，在這個參照系中，事件A先於事件B發生，也能找到一個參照系，在這個參照系中，事件B先於事件A發生，即感知次序發生顛倒。這樣，如果我們認為這兩個事件之間有某種因果關係，那麼，就有可能出現結果在原因之前的情況：即被影響的事件發生時，產生影響的事件才會發生，這是一種逆向因果性（backward causality），因此產生了因果悖論的情況。

　　避免因果悖論的最直觀的途徑是接受存在著超光速的因果聯繫。但是，從當代科學的發展來看，我們還沒有用這種超光速的因果聯繫傳遞任何超光速信號的實驗證據。即使退一步講，假如超光速的因果聯繫使類空分離的事件發生了改變，為了避免因果悖論，也只會有兩種情況：其一是一定存在著一個首選的參照系，在這個參照系中，所有的逆向因果關係都被看成是類似於一種視錯覺；其二是這種改變一定呈現出某種對稱性，我們只能說兩個事件互為因果，而不能說一個事件引起另一個事件。因此，通過只允許原因不能逆向傳播的參照系，才可能避免因果悖論。

問題在於，即使消除這種因果悖論，還有一個更基本的問題是，如何使量子力學與相對論一致起來。這關係到洛倫茲不變性的問題，即所有的參照系都是等價的問題。物理學定律在洛倫茲變換下具有協變性，也就是說，物理學定律遵守相對性原理，這是相對論的一個本體論支柱。如果所有的參照系實際上不是等價的，那麼，物理學定律似乎就向我們掩蓋了事實真相。在愛因斯坦的相對論產生之前，洛倫茲等人就持有這種觀點，他們雖然已經推論出狹義相對論的數學形式，但由於缺乏愛因斯坦的概念遠見，而沒有真正創立狹義相對論。如果我們拋棄洛倫茲不變性，而接受上面提到的首選參照系，那麼，我們在很大程度上所放棄的就是愛因斯坦的概念遠見。然而，這種概念遠見卻與實驗事實相符，也是愛因斯坦進一步提出廣義相對論的前提。因此，接受有超光速的因果聯繫是不可取的。

假如我們不接受有超光速的因果聯繫的話，我們就把研究的目標集中在澄清愛因斯坦的定域性概念、貝爾的定域性概念和量子力學的非定域性概念之間的區別與聯繫的問題上。貝爾強調說，他在《論EPR悖論》一文中假設的是定域性，不是決定論，決定論是一個推斷，不是一個假設。也就是說，根據貝爾的觀點，實驗否定的是定域性，而不是決定論。這樣，就相應地帶來了一系列需要進一步澄清的概念問題：貝爾定理的前提假設是什麼？貝爾的定域性概念與愛因斯坦的定域性是否具有相同的內涵？量子力學的非定域性是否意味著微觀信息是超光速傳播的？或者說，量子力學的非定域性概念是否就是對愛因斯坦的定域性概念的否定？這些問題從20世紀80年代開始受到了物理哲學界的普遍關注，一直到現在還在討論之中。

　　一種觀點認為，貝爾的定域性是指測量和觀察；愛因斯坦的定域性是指物理系統的存在狀態。量子力學的非定域性意味著量子力學是不完備的，有可能找到一個比量子力學更基本的理論，使量子力學成為這個理論的一種極限情況。

　　另一種觀點認為，貝爾所理解的定域性是概率的愛因斯坦的定域性。還有一種觀點認為，定域性不是貝爾不等式成立的唯一前提條件，可以從兩個獨立的假設――分離性假設和定域作用假設――推論出貝爾不等式。這裡的「定域作用假設」是指，只有以小於光速的速度傳播的物理效應才能改變彼此分離的客體的實在態。實驗否定的是分離性假設，量子力學的非定域性是指非分離性，而不是指非定域的相互作用。因此，得不出信息的超光速傳播的結論。

　　其實，從物理學史的發展來看，這種狀況類似於17世紀末18世紀初，在引力傳遞機制問題上，圍繞「超距作用」的觀點所展開的爭論。直到19世紀法拉第確立了場概念之後，才最終否定了超距作用的觀點。我們對空間上分離的兩個量子系統之間的這種糾纏現象的理解，也不能用傳統的因果相互作用來理解。因為這兩個量子系統之間的即時關聯是一種不依賴於任何相互作用的非定域性關聯。所以，我們不能運用傳統的思維方式來理解這種關聯。

　　結語

　　總之，試圖澄清量子糾纏現象發生的內在機制並不是一個哲學問題，而是一個物理學問題，但是，試圖通過在量子糾纏概念的理解與發展中提供的認識論啟示來理解科學，就變成了一個典型的科學哲學問題。量子糾纏是量子力學的理論體現所蘊含的，物理學家對這一現象的接受到應用的過程，也是他們努力澄清量子糾纏的意義與揭示其運行機制的過程。可以想像，量子糾纏的未來很可能會像電磁波的今天一樣，在各個領域都得到廣泛的應用。而哲學家澄清量子糾纏引發的哲學問題的過程，則是一個令傳統的哲學觀念脫胎換骨的過程。

情感

要是等到人工智慧能和你談戀愛了

那真就好玩了

1. 調控人類情感的豐富多樣的神經元，在自身的調節和外界環境的促進下，生成成千上億種獨特的思維意識形態，這是很壯觀的，是人工智慧在這個時代完全沒辦法做到的；

2. 極強的泛化性；

牛頓愛因斯坦康德可能人工智慧一時半會趕不上

那要看你是什麼人工智慧了，人腦既然是存在於物理世界的物體，那麼理論上來說完善的人工智慧就可以模擬這團物質的一切功能，如果現在不能，讓它再運算一分鐘，如果一分鐘不行，那就兩分鐘