如何創造心智：揭示人類思維的秘密

原文：How to create a mind: The secret of human thought revealed

作者：Milo Spencer-Harper

翻譯：Kaiser（王司圖）

前言

原作者Milo畢業於牛津大學經濟學專業，也是一名Python開發者和人工智慧愛好者。本文是他對Ray Kurzweil的著作How to create a mind: The secret of human thought revealed的讀後感，首發於Medium，原文鏈接及作者主頁可見於文首。

Ray Kurzweil，就職於Google，著有《人工智慧的未來》、《機器之心》、《奇點臨近》等書。

至於Kurzweil究竟是真正的「未來學家」，還是美國版的「大腦升級人」，留待讀者們思考。

正文

在學習AI的過程中，我讀了Ray Kurzweil的How to create a mind: The secret of human thought revealed，這本書非常的exciting所以我想與諸位分享一些感悟。

如果要用一句話來概括這本書的話，那Kurzweil自己的話最好不過了：

"The question is whether or not we can find an algorithm that could nturn a computer into an entity that is equivalent to a human brain." -- np181

「問題在於我們能否找到一個演算法讓計算機成為人類大腦的等價物。」——頁181

Kurzweil堅信這是能夠而且應該實現的，他還指出這樣的演算法會基於「思維模式識別理論」(Pattern Recognition Theory of the Mind, PRTM)，比我們想像中要簡單。

人腦可以說是已知宇宙中最複雜的東西了。僅僅三磅重，卻能發現相關性、想像世界、創作音樂、建造泰姬陵，還能自己寫一本關於人腦的書。

人腦還是存在很大局限性，也留下了其工作機理的線索。

「背誦一下《三字經》」（原文為alphabet）

「人之初，性本善……」

「好的，倒過來再背一遍。」

「……」

對於人類，後者比前者要困難的多（否則也不會有「倒背如流」的成語了）。但是對於計算機來說，沒有什麼兩樣，反轉一個序列是非常容易的。這說明人腦只能按順序檢索信息。另有研究發現，我們的大腦最多只能同時思考4個高級概念，這也是為什麼我們需要紙筆計算數學題。

那麼人腦究竟是如何運轉的？哺乳動物實際上有兩套腦子：承襲自爬行動物的「杏仁核」(amygdala)，和具有意識的部分「新皮層」(neocortex)。杏仁核對應著在趨利避害的進化過程中，就已經預編譯好的本能。那麼哺乳動物是靠什麼在動物中脫穎而出的呢？答案就是新皮層。新皮層理性地認識世界並做出預測，這使得我們擁有了學習能力。兩套腦筋緊密結合、協同工作。同時我也在想，當我讀這本書的時候，兩套腦筋可能是存在衝突的。這也解釋了問什麼在文學和宗教里，內心的糾結總是貫穿始終：善vs惡，社會整合vs享樂主義。

更驚人的是，我們的思維可能比腦子的數量要多。大腦分為兩個半球，一左一右。針對裂腦患者（左右腦的連接被切斷）的研究表明，這些患者不一定知道另一重思維的存在。當一個思維移至右腦時，另一個思維會通過虛構記憶來對此進行合理化。這喻示著，我們可能並沒有所謂「自由意志」。我們大腦中有意識地部分，會簡單地為無意識部分已經有的思維製造一個解釋。

大腦新皮層又是如何工作的呢？我們知道它是由300億個細胞（即神經元）構成的，神經元相互連接並通過電脈衝傳遞信息。如果一個神經元的多個輸入信號之和超過某閾值，就會激活下一個神經元，依此類推。這個過程，我們就稱為「思維」。最初，科學家們認為神經網路就是這樣一個複雜且糾纏的網路，人類怕是永遠理解不了。

Kurzweil以愛因斯坦的著名公式為例，說有時複雜問題的答案可能出奇的簡單。科學上曾有過很多先例，從牛頓力學到熱力學，都證明了高層次的抽象可以大幅化簡複雜系統模型。

近幾年的腦成像技術進步已經結束髮現了新皮層包含若干模塊，每個模塊由100個左右的神經元組成，模塊再組成皮層。這樣的一個網格結構中有大約3億個模塊。所以如果我們能夠發現模擬這些模塊的公式，再用計算機重複3億次並施加感知輸入信號，我們就能創造智能生物了。但是這些模塊又是做什麼的？

Kurzweil研究了幾十年的人工智慧，他認為那些模塊就是模式識別器。當讀到上圖這一頁的時候，一個模式識別器就負責探測橫向激勵，這個模塊又向上連接著一個負責字母"A"的模塊，如果其他相關模塊被激活，那麼A模塊也會激活。模塊A,p,p,l連接著Apple模塊，而Apple又通往其他更高級的模式識別器，比如由蘋果所聯想到的東西。你並不需要見到字母e，因為Apple模塊也向下激活，告訴負責e的模塊——這裡有很大概率會看到一個e。

相反，當高層模式識別器根據上下文判定一個事件不太可能發生時，抑制信號會阻止低層模式識別器n被激活。Kurzweil將這一流程稱為「思維模式識別理論」(Pattern Recognition Theory of the Mind, PRTM)。儘管難以想像，但我們的所有想法和決定，都可以解釋為巨量模式識別器共同生效的結果。

我們以層級結構的方式組織思路，解釋世界，並用辭彙將這些模塊賦予含義。這個世界本就是層級結構的，我們的大腦也只是鏡像反映了這點。道生一，一生二，二生三，三生萬物。(原文為Leavesn are on trees, trees make up a forest, and a forest covers a nmountain.)語言與思維息息相關，因為語言直接反映大腦。這就解釋了為什麼不同的語言都有著類似的構造，也說明了我們為什麼用母語思考。我們不僅用語言向別人表達觀點，更是傳達思維深處的想法。

有趣的是，AI研究者已經獨立於神經科學家了，他們最成功的方法論被證明是與人腦等價的，所以人腦給了我們如何創造智能非生命體的線索。如果我們破解了單個模式識別器的演算法，我們就可以在計算機中陣列重複，構成神經網路。Kurzweil認為神經網路是可以具有自我意識的，就像人的思維一樣。並且它們不受生物體所限，又得益於計算能力的飛速發展，甚至可以再創造出更加聰明的實體。最終會在智能上超過我們（這一預測別稱作「技術奇點」）。我會在將來的博文中探討由此引發的倫理學和社會學問題，不過現在先假設這是好的。

那麼問題來了，單個模式識別器的演算法究竟如何？Kurzweil推薦使用層次隱式馬爾可夫模型，因俄羅斯數學家Andrey Markov(1856-1922)得名。但是在Kurzweil的書中，這一技術過於專業，以至未能詳盡解釋。

所以我之後的兩個目標就是：

1. 儘力學習層次隱式馬爾可夫模型

2. 用Python從零搭建一個簡單的神經網路，並訓練解決簡單的人物。

在下一篇文章中，我會學著用9行Python代碼，搭建神經網路。