智能模型

從認知心理學的角度看，「感覺」包括5種類型，分別是視覺、聽覺、味覺、嗅覺、觸覺，感應類型分別對應於光波、聲波、化學物質、化學物質、壓力。這是人類認知世界的輸入介面，通過神經元將輸入信號傳遞到大腦，大腦經過轉換整合，產生更高層次的抽象，認知心理學上稱之為「知覺」。有了知覺，人類就感知到了世界。

人類感覺器官的接收範圍是有限的，比如人眼只能看到400～760nm之間的可見光波段，耳朵只能聽見20-20000HZ之間的聲頻信號，但蛇能接收到紅外線信號，蝙蝠能接收到12-160MHZ的聲頻信號，因此世界產生的信號是唯一的，但不同物種接收到的信號範圍卻是不同的，換句話說，不同的物種處在同一個世界，但他們腦中感受到的世界卻是不同的，生命對於外部世界的認知存在錯覺。對於錯覺有一個解釋：如果把生命當作一台計算機，那麼每台計算機的運算速度和處理能力都有一個上限，超過上限的數據只能被丟棄，經過不斷的迭代，每種生物最終選擇了適合自己上限的接收器官。

既然生命不能也不應該接收全部的外部信號， 那麼我們對世界的認知就是有缺失的，要在信號缺失的環境中生存，必然需要一些先天能力，比如小馬生下來就會奔跑，人類生下來就能看到顏色，聞到味道，聽到聲音，缺失了某些基本能力的個體，就被歸類為殘疾，如果沒有群體的庇佑，必然會被自然界淘汰。而在先天能力中最基礎的就是分類能力，用演算法來描述就是無監督聚類。比如看到一顆樹，聽到一段聲音，人類無需任何的先驗知識即可對其分類，至於樹為什麼叫樹，歌聲的內容是什麼，這些就屬於有監督演算法（後天習得）的範疇了。天地初始，一片混沌，盤古開天地，清氣上升為天，濁氣下降為地，人類擁有了基本的分類能力，生存才成為可能。

無監督聚類演算法是什麼樣子呢？請看下面的圖：

生存之後就是發展，人類通過後天的教育完成知識的傳承，讓每一個新生命不必從頭探索就能獲得前人對世界的認知，不光是人類，甚至一些動物都有這樣的過程。這種過程是在有先驗知識的前提下再做分類，用演算法描述就是有監督或半監督聚類，或者叫做後天習得。最簡單的是父母教會小孩叫爸媽，複雜的是學習語言和文字以及閱讀。有了後天習得，生命才能不斷衍化。

智能的根源是分類，分類又分為有監督和無監督，他們的區別在於是否由智能生物（人）提前提供特徵來進行分類。完全用人來分類就是有監督，沒有或儘可能減少人的因素就是無監督。而無監督是必需的基礎能力，因為通過人來提供特徵，等於在模型和原始數據之間增加了一個夾層，模型雖然能接觸到數據，但只能用指定的規則感知數據，一旦遇到不合規則的數據，模型就會崩潰。只有讓模型自己去感知數據感知規則並完成分類，才能讓模型變得「智能」。若某個模型只能對已經訓練過的數據集做出嚴格的應對，對未知的數據存在完全失效的情形，那麼這個模型就不是智能的。

無監督的分類能力帶來一個新能力：相似的判斷。兩組數據，如果用有監督的比較方法，必然有局限性，因為需要事先指定規則，但世界是不確定的，沒有兩個事物完全一樣，甚至同一事物在不同的時間點上也是不同的。只有通過無監督的比較方法，模型才能應對世界的變化。換句話說，世界是不確定的，生物只能用不確定來應對不確定，但凡確定的，必會失效。

有了無監督的分類能力，等於從0跨越到了1，之後就是利用無監督進化到有監督，比如告訴小孩子「樹」的名字叫做「樹」或者「tree」，小孩就能記住「樹」這個分類的定義。如何從無監督進化到有監督？我的設想是再增加一個先天能力：模仿。模仿既是動詞，也是名詞，既是原因，也是結果，既是輸入，也是輸出。父母不斷的對嬰兒說爸爸媽媽，嬰兒通過模仿學會了爸爸媽媽的發音。之後每次喊出這種聲音的時候，父母都會回應，嬰兒就在發音和父母之間建立了一種時間維度上的模仿。人類的學習過程，全部都是模仿的結果。人類不光模仿人類自身，也模仿動物、植物以及自然。從本質上講，模仿就是一種函數逼近。

所以為了感知世界適應世界，生物通過無監督的數據識別演算法（先天能力）獲得生存能力，再通過有監督或半監督的識別演算法（後天習得）進一步認知世界，最後通過模仿獲得發展能力。

綜上所述，按照我的設想，智能的模型就是下圖所示：

推薦閱讀：