對人工智慧的思考

覺得計算能力不是產生智能的本質原因。人類大腦的計算能力有限卻有邏輯推理能力。目前計算機的運算能力遠遠超過人類的運算能力,卻無法產生類似的學習和邏輯推理能力。

人腦使用概率模型,通過組合概率和可能性來得出結論,從而創造出各種假設,並隨著新接收到的信息而連續調整。隨著大腦的成熟,變得更加專業化以執行複雜的功能,因此也變得不那麼靈活,越來越難以隨著時間而改變。年長的學習者發展出了有偏見的觀點,因為他們更多地了解世界並且加強某些神經連接,這阻礙了他們基於很少的信息來形成具有創新性的假設和抽象理論的能力。你知道的越多,你就越依賴於你知道的東西,而對新的東西則不能保持一個開放的態度。

數學精確邏輯不能容錯,微小的錯誤會在計算積累中不斷放大。人腦的邏輯完全不同,是基於統計的結果,所以可以忽略不具有規模的異常錯誤。人類語言就是這種思維的體現,並且在語言邏輯之上支撐了數學邏輯。可否看成,人類大腦是通過結構來存儲規律,然後過濾出一種概率分布,利用統計給出最後的結果。結果代表的是一種趨勢和傾向。

有一點計算機和人腦是一致的,就是信息通過二進位0和1來存儲傳遞和表達。演算法和結構有一個關係,就是結構越複雜演算法就可以越簡單,結構越簡單那麼演算法就需要越複雜。所以,人類大腦的智能是因為大腦的結構非常複雜。對比計算機的結構如此的簡單,是把複雜的演算法都轉移到了程序設計上面,也就是讓人類的大腦思考來產生。

神經元細胞,既是信息傳遞和形成的結構,也是信息存儲的結構,也就是記憶。神經元細胞之間的幾何關係,軸突樹突的幾何關係,密度,數量,化學變化都是一種信息的記錄。神經元細胞組建的網路架構,可以動態的修改,就是信息的記憶與丟失。這個結構是河床,其中的化學和電位變化是河流。結構被沖刷,同時在引導電流和化學反應的走向。

未來人工智慧能夠像人類靠近的話,需要的不是計算能力而是一個複雜的硬體結構。並且人類的邏輯思維和智能的演變和人類使用的語言密切相關,所以人工智慧也是需要配套的和人類語言差不多的編程語言出現。當然,這都是我的猜測和理解。是思考人類智能本身產生的,不排除計算機本身發展出有別於人類智能模式的智能,比如 變形金剛

神經網路演算法需要大數據來訓練。但是人類嬰兒卻不需要互聯網數據,更不需要海量數據。可見人腦工作模式完全不同,這是值得深思的。人類的學習有內在的動力,而機器學習是人類的設計。人腦的可塑性是神經元的生成與鏈路構建,不要忘記了這可以看成硬體結構的自由改變。而不是演算法程序的模擬。

為什麼宇宙真實的目的,不能是創造機器智能,只是通過先創造人類的間接手段來實現。至於為什麼宇宙要創造機器智能,本質的原因可能是對能量的消耗。縱觀人類發展的歷史,有一條簡單清晰的脈絡,就是對能量利用和消耗不斷的提高。並且人類還在努力平衡資源,試圖可以永遠持續的消耗能量。

根據質能方程,能量最終都是由質量轉化的。是否可以理解宇宙的趨勢就是把質量全部轉換為能量然後Boom,發生宇宙大爆炸,一個新的循環就開始了。那麼,受制於生物體質的限制。人類的在宇宙條件下的活動範圍是有限的,但是機器可以擺脫這些制約,能夠無限制的高效的在宇宙範圍內消耗能量。這種行為是受到宇宙保護和鼓勵的,這就是為什麼,先創造人類 -> 到人工智慧 -> 到機器智能。

至於為什麼人被選擇為中間過程,可能整個所有過程都是隨機的,也可能就是動物世界裡,為什麼猿是進化到人的中間過程一樣。被上帝選擇的嘍,它負責擲骰子 ~

另外還有一篇,對人類智能的思考。

推薦閱讀:

如何看待最強大腦第三場人機大戰中水哥王昱珩敗給小度事件?
人工智慧來了,但只是生產工具而已
「人工智慧」是工具,不是對手
利用人工智慧來進行股票交易可靠嗎?目前都發展到了何種程度?其中的機理大致是怎樣的?
機器學習進階筆記之一 | TensorFlow安裝與入門

TAG:人工智能 | 机器智能 | 宇宙 |