北大黃鐵軍教授之電腦傳奇（下外篇，附周日新聞五則；41k字21頁經典收藏版；歡迎讚賞、留言；點擊「閱...

目錄

一、黃鐵軍：電腦傳奇（上篇）計算機出世——你所不知道的電腦秘史　你應該知道的電腦未來 （四節：我的計算機簡史、1. 邏輯大腦、2. 馮·諾伊曼的101頁草稿、3. 計算機非電腦）

二、黃鐵軍：電腦傳奇（中篇）智能之爭（四節：4.人工智慧、5. 神經網路、6. 深度學習、7. 智能之路）

三、黃鐵軍：電腦傳奇（下篇）電腦涅槃（四節：8.電腦之路、9.解析大腦、10.模擬大腦、11.超越大腦）

四、黃鐵軍：電腦傳奇（外篇）視「覺」（四節：12.青蛙之眼、13.動物視覺、14.視覺計算、15.回歸結構、16.意識開關）

五、秦隴紀10言：純經驗知識、無實踐的教學方式適合孩童教育嗎？（PDF18頁）

參考文獻（PDF18頁）

Appx. 新聞五則(4339字)（下外篇11頁）

附i. 早報,4月30日,星期日（下外篇11頁）

附ii. 2017年4月30日周日讀報時間！一切美好從接受開始（下外篇11頁）

附iii. 2017年4月30日（丁酉雞年四月初五）周日／早讀分享：（祝您五一假期愉快！）（下外篇12頁）

附iv. 每天三分鐘 知曉天下事（2017年4月30日星期二）無新聞（略）

附v. 2017年4月30日農曆干支、節日、名人和事件（下外篇12頁）

Appx. 數據簡化DataSimp社區譯文志願者（321字）（下外篇13頁）

來源：轉自CCF《中國計算機學會通訊》2016年第12期至2017年第3期《專欄》，關鍵詞：馮·諾伊曼架構、數理邏輯、大腦神經系統。「數據簡化DataSimp」公號已獲作者及CCF jyang授權，全版由：一、黃鐵軍：電腦傳奇（上篇）計算機出世——你所不知道的電腦秘史　你應該知道的電腦未來；二、黃鐵軍：電腦傳奇（中篇）智能之爭；三、黃鐵軍：電腦傳奇（下篇）電腦涅槃；四、黃鐵軍：電腦傳奇（外篇）視「覺」，四篇文章27027字整合而成，內容全面，免得大家到處搜集完整版資料。點擊「閱讀原文」可下載完整41k字21頁經典收藏版PDF文檔。

作者：黃鐵軍北京大學信息科學技術學院教授，計算機科學技術系主任，國家傑出青年科學基金獲得者，教育部長江學者特聘教授，CCF傑出會員。主要研究領域為視覺信息處理與類腦計算，在圖像視頻背景建模與編碼、前景目標檢測與分析、視覺特徵表達與識別等方面取得了多項成果。近三年來積極推過我國類腦計算技術發展，在靈長類初級視覺解析模擬方面開展了系統工作。發表（含合作）學術論文200多篇，專著2部，作為主要起草人制定5項國家標準、4項ISO/IEC標準和3項IEEE標準，申請發明專利80多項（過半已授權）。中國電子學會理事（2006-），中國計算機學會傑出會員（2015-），曾兩次榮獲國家科學技術進步二等獎，五次榮獲省部級一等獎，榮獲中國科協求是傑出青年成果轉化獎（2014）和IEEE計算機學會Computing Now獎（2013）。^[1]

圖1 作者黃鐵軍教授

三、黃鐵軍：電腦傳奇（下篇）電腦涅槃 ^[4]

8.電腦之路

人腦是強人工智慧最好的和唯一的參照物。正如歐盟「人類大腦計劃(Human Brain Project)」建議報告中指出的：「除人腦以外，沒有任何一個自然或人工系統能夠具有對新環境與新挑戰的自適應能力、對新信息與新技能的自動獲取能力、在複雜環境下進行有效決策並穩定工作直至幾十年的能力。沒有任何系統能夠在多處損傷的情況下保持像人腦一樣好的魯棒性，在處理同樣複雜的任務時，沒有任何人工系統能夠媲美人腦的低能耗性。」

人腦是宇宙中已知的最複雜的對象。馮·諾伊曼1946年11月寫給維納的信中曾提到，「為了理解自動機的功能及背後的一般原理，我們選擇了太陽底下最複雜的對象」，並因此否決了麥卡洛克和皮茨的「邏輯大腦」模型。皮茨顯然沒有放棄這個對他來說唯一真正重要的問題，他在1955年（也就是人工智慧概念出現前一年）曾指出：「（一派人）企圖模擬神經系統，而紐厄爾則企圖模擬心智……但殊途同歸。」

製造真正的「電腦」，是走「結構」路線？還是「功能」路線？

任何客觀對象都可以分為「結構」和「功能」兩個層次：基元按照特定結構組成對象，擁有特定結構的對象表現出特定功能。簡言之，結構是功能的基礎，功能是結構的表現。大腦的「結構」是指各種神經元（神經細胞）通過神經突觸連接而成的複雜神經網路，「功能」是指大腦神經網路表現出的動力學行為，即思維和意識現象。所謂大腦奧秘這個終極性難題，實際上是指「大腦（結構）何以產生智能（功能）？」或簡稱為「理解智能」難題。

問題在於：「製造智能」（製造出具有類腦智能的機器）是否必須先「理解智能」？

肯定回答似乎是顯然的，因為「科學是技術的基礎和前提」。但事實上，人類歷史上重大技術突破往往都在其科學原理揭示之前。以飛機為例，萊特兄弟1903年發明飛機。馮·卡門1908年在巴黎親眼目睹了飛行表演後才相信，並下決心搞清楚飛機為什麼會飛。直到1946年，他才和錢學森系統地提出空氣動力學。這樣的例子不勝枚舉：從中國的四大發明，到日常生活中的樂器，甚至漿糊，都是先成功實踐，後揭示出科學原理（即使像「漿糊為什麼能夠粘連」這種看似簡單的問題，要回答也並不容易）。製造真正的「電腦」，同樣應從結構入手，通過解析大腦（主要是皮層神經網路結構以及作為結構基元的神經元和突觸的功能）和模擬大腦，製造出能夠產生類似功能的機器，之後嘗試理解機器智能，並最終理解生物大腦的智能。簡言之，「先結構，後功能」，因為「功能源於結構」。

為了和經典計算機區分，真正的「電腦」可稱為「類腦計算機」或「神經計算機」，是仿照生物神經網路，採用神經形態器件構造的，以多尺度非線性時空信息處理為中心的智能機器。具體來說，是從結構層次模擬入手，採用微納光電器件模擬生物神經元和神經突觸的信息處理功能，仿照大腦皮層神經網路和生物感知器官構造出仿生神經網路，在模擬精度達到一定程度後，加以外界刺激訓練，使之產生與生物大腦類似的信息處理功能和系統行為。背後的基本理念是繞過「理解智能」這個更為困難的科學難題，先通過結構模擬等工程技術手段製造出類腦計算機，再通過訓練間接達到智能模擬的目的。這條技術路線可總結為：結構層次模仿腦，器件層次逼近腦，智能層次超越腦。

9.解析大腦

解析大腦的結構在現代計算機出現之前就開始了。神經科學的百年歷史，就是一首解析大腦的壯歌。1906年，諾貝爾生理學或醫學獎授予「研究神經系統結構」的卡米洛·高爾基(Camilo Golgi, 1843-1926)和聖地亞哥·拉蒙-卡哈爾(Santiago Ramon y Cajal，1852-1934)。他們提出神經元染色法，並繪製了大量精美的生物神經網路圖譜，沿用至今。

神經元（即神經細胞）是生物神經網路的基本單元。對於它的功能，1943年，麥卡洛克和皮茨想像成「全或無」的邏輯開關。但是，生物神經元真是這樣嗎？這個問題在1939年就有人思考，而且不止思考，還「擼起袖子說干就干」。但神經元那麼小，擼袖子有什麼用！剛剛博士後出站回到劍橋大學的阿蘭·霍奇金(Alan Hodgkin, 1914-1998)和他的博士後安德魯·赫胥黎(Andrew Huxley, 1917-2012)腦子急轉彎：找個大神經元！他們選中了大西洋槍烏賊的巨神經元：軸突和耳機線差不多，插入0.1毫米的電極綽綽有餘！他們自製工具，很快就測到這個神經元的靜息電位和動作電位，實驗結果發表在Nature上。恰在此時，二戰爆發，兩人棄筆從戎。直到1946年，也就是馮·諾伊曼在給維納的信中想到「藉助『顯微鏡』……在細胞層次上更深入地認識神經機制」的那一年，霍奇金和赫胥黎重新拿起膜片鉗，又花了6年時間，精細測量神經元傳遞電信號（神經脈衝，更準確地稱為「動作電位」）的動態過程，並給出了精確描述這一動力學過程的微分方程，稱為霍奇金-赫胥黎方程（Hodgkin-Huxley方程，簡稱HH方程）。HH模型對不同類型的神經元具有通用性，1963年，兩人因此獲得諾貝爾獎。

接下來是解析神經突觸，這一歷史重任轉到中國人肩上。中國現代神經科學奠基人馮德培(1907-1995)和張香桐(1907-2007)對神經可塑性研究做出了傑出貢獻。在霍奇金-赫胥黎方程發表的1952年，張香桐就發現樹突具有電興奮性，樹突上的突觸可能對神經元的興奮精細調節起重要作用。1992年，國際神經網路學會授予張香桐終身成就獎，評價他「……為樹突電流在神經整合中起重要作用這一概念提供了直接證據……這一卓越成就，為我們將來發展使用微分方程和連續時間變數的神經網路，而不再使用數字脈衝邏輯的電子計算機奠定了基礎」。1998年，托斯迪克斯(Tsodyks)和亨利·馬克拉姆(Henry Markram, 1962- )等構建了神經突觸計算模型。同年，畢國強和蒲慕明提出了神經突觸脈衝時間依賴的可塑性機制 (Spike-Timing Dependent Plasticity, STDP)：反覆出現的突觸前脈衝有助於緊隨其後產生的突觸後動作電位並將導致長期增強，相反的時間關係將導致長期抑制。2000年，宋森等給出了STDP的數學模型。2016年，蒲慕明院士因為發現「……神經細胞如何依據對現實世界的體驗，建立新連接或者改變原有連接強度」，獲得美國神經學學會格魯伯神經科學獎。

神經突觸雖然微小，但對越來越精密的探測儀器來說，並無突破不了的障礙。人類全身神經突觸數量達到百萬億，神經元數量達到千億。雖然龐大繁雜，但仍然是一個複雜度有限的物理結構。2008年，美國工程院把「大腦反向工程」列為本世紀14個重大工程問題之一。2013年以來，歐洲「人類大腦計劃」以及美、日、韓和我國的「腦計劃」相繼登場，都把大腦結構圖譜繪製作為重要內容。2014年，華中科技大學「單細胞分辨的全腦顯微光學切片斷層成像技術與儀器」獲得國家技術發明獎二等獎，並被歐洲「人類大腦計劃」用作鼠腦模擬的基礎數據。2016年3月，美國情報高級研究計劃署(IARPA)啟動大腦皮層網路機器智能(MICrONS)計劃，對1立方毫米的大腦皮層進行反向工程，並運用這些發現改善機器學習和人工智慧演算法。2016年4月，全球腦計劃研討會(Global Brain Workshop 2016)提出，需要應對3大+6挑戰，第一個挑戰就是繪製大腦結構圖譜：「在10年內，我們希望能夠完成包括但不限於以下動物大腦的解析：果蠅、斑馬魚、鼠、狨猴，並將開發出大型腦圖譜繪製分析工具。」彷彿是為了證明這個預測，2016年9月8日，日本東海大學宣布繪製出包括十多萬個神經元的果蠅大腦神經網路三維模型。

我國已經將「多模態跨尺度生物醫學成像」列為「十三五」國家重大科技基礎設施，由北京大學和中國科學院生物物理所等聯合建設。這一平台融合光、聲、電、磁、核素、電子等成像範式，提供從埃米到米、從微秒到小時跨越10個空間與時間尺度的解析能力，將分步驟實現多種模式動物大腦的高精度動態解析。

10.模擬大腦

模擬大腦的努力可以追溯到20世紀80年代。1972年，美國生物學家傑拉爾德·艾德曼(Gerald Maurice Edelman, 1929-2014)因發現免疫系統抗體的化學結構而獲得諾貝爾生理學或醫學獎。1978年左右，他轉向意識研究。他的基本思想可概括為「神經群體選擇理論(neuronal group selection)」，即神經系統產生感知、行為、學習、記憶以及意識的機理與生物適應自然環境的自然選擇機制類似，因此被稱為「神經達爾文主義」(Neural Darwinism) 。為了驗證這一學說，從1981年開始，他提出了統稱為「綜合神經建模(synthetic neural modeling)」的理論，即逼近真實解剖和生理數據的神經系統大規模模擬，並研製了一系列名為「Darwin（達爾文）」的「仿腦機」(Brain-Based-Devices, BBD)。仿腦機模擬的是不同腦區（如海馬或小腦），通過從多種模擬神經迴路中進行選擇而實現學習。起初是軟體，1992年開始採用硬體。以2005~2007年研製的達爾文10號和11號為例，模擬約50個腦區、10萬個神經元和140萬個突觸連接，通過模擬嚙齒類動物走迷宮的過程，理解大腦空間記憶的形成過程。基於仿腦機的足球機器人在2004年至2006年參加RoboCup機器人足球公開賽，曾5局全勝卡內基梅隆大學的經典人工智慧系統。

現代微電子學和大規模集成電路先驅、加州理工學院教授卡弗·米德(Carver Andress Mead, 1934- )也是在20世紀80年代興趣轉向生物神經系統的。與艾德曼關注神經元群體和神經環路不同，米德的關注點在神經元的硬體實現，開創了「神經形態工程(neuromorphic engineering)」這個方向 ，提出採用亞閾值模擬電路來模擬脈衝神經網路，並提出了「神經形態處理器(neuromorphic processors)」的概念。1989年5月，米德在ISCAS(International Symposium on Circuits and Systems)會議期間組織了「模擬集成神經系統(Analog Integrated Neural Systems)」研討會，主要參會人員至今仍然活躍在這一領域。米德在1989年招收的博士生博阿漢(Kwabena Boahen)於2005年加入斯坦福大學，成立了「硅腦(Brains in Silicon)」實驗室。2009年，研製出了神經形態電路板Neurogrid。每塊板有16顆晶元，每顆晶元內集成了65536個神經元，每個神經元用340個亞閾值工作狀態的晶體管模擬。這樣一塊Neurogrid板就支持100萬個神經元和60億個突觸聯結，能耗只有5瓦，在神經系統模擬方面可媲美能耗1兆瓦的超級計算機。

使用超級計算機可以更為精確地模擬生物神經網路。2005年，瑞士洛桑聯邦理工學院(EPFL)亨利·馬克拉姆領導的「藍色大腦計劃」獲得瑞士政府資助，平台就是IBM的藍色基因超級計算機。2007年，IBM Almaden研究中心認知計算研究組在超級計算機上開發了稱為「皮層模擬器(Cortical Simulator)」的大腦模擬軟體，牽頭的「神經形態自適應可塑性可擴展電子系統(Systems of Neuromorphic Adaptive Plastic Scalable Electronics, SyNAPSE)」得到DARPA資助。2009年，在藍色基因超級計算機上實現了8.61T個神經突觸的貓腦模擬，在哺乳動物大腦皮層上經常能觀測到的阿爾法振蕩（10Hz左右）和伽馬振蕩（40Hz左右的信息整合）現象，也在這個「軟體大腦」上出現了。在接受視覺模式刺激時，這個「軟體大腦」還出現了在哺乳動物視皮層上才能觀察到的特定群體響應潛伏現象。同樣在2009年，馬克拉姆團隊在藍色基因超級計算機上構造出剛出生兩周的大鼠的新皮質柱精細模型，包括1萬個神經元和數千萬個突觸連接，同樣出現了伽馬振蕩現象。2009年12月，馬克拉姆在接受採訪時表示：「從技術層面上講，利用計算機和數據採集技術，有可能在10年內建立起人腦模型。」儘管對這一看法存在諸多爭議，但這個前景實在誘人。由馬克拉姆領銜的歐洲「人類大腦計劃」於2013年1月獲得歐盟批准，提出將信息技術和生命科學結合，整合從單分子探測到大腦整體結構解析，實現全腦模擬模擬。

為了實現全腦模擬的目標，「人類大腦計劃」支持了兩台大型神經形態計算系統的研製：英國曼徹斯特大學的SpiNNaker系統和德國海德堡大學的BrainScaleS。2016年3月，兩台階段樣機正式上線運行。SpiNNaker是一種受大腦結構和功能啟發的大規模並行計算體系結構，正式啟動於2005年的EPSRC項目，負責人是ARM處理器發明人史蒂夫·佛伯(Steve Furber)。SpiNNaker系統採用定製ARM處理器作為基本單元，分為五代。最初的102機使用了約100個ARM核，計劃2020年完成的106機則集成了約106個ARM核，可實時精細模擬10億個生物神經元。SpiNNaker用數據包交換來模擬神經元之間的非同步稀疏脈衝交換，因此可以在物理連接大大少於大腦的情況下，實現相同性能的信息交換。BrainScaleS由德國海德堡大學卡爾海因茨·邁耶(Karlheinz Meier)教授負責，前身是2005到2010年的FACTES項目，強調生物神經系統和神經形態計算之間的比較研究，微觀層面研究神經元的信號處理特性及模擬電路實現，介觀層面研究突觸可塑性及數字電路實現。該項目在8英寸晶園上實現了20萬個神經元和5000萬個突觸，晶圓內匯流排速度達每秒1T脈衝，晶圓間分散式通信速度為每秒10G脈衝。在人類大腦計劃支持下，2016年完成了20塊晶圓、400萬個神經元和10億個突觸的神經形態計算系統，速度比生物系統快1萬倍。2022年（也就是人類大腦計劃結束前）的目標系統現在尚未敲定，預計構造一個500塊或5000塊晶圓組成的大型系統。即使是500塊的方案，也能同時模擬5億個神經元，比人腦速度高上萬倍，因此將具備實時模擬人類大腦的能力。

IBM主導的SyNAPSE項目，在超級計算機上進行大腦皮層模擬的基礎上，為了突破規模瓶頸，也開發了神經形態晶元TrueNorth。2014年，Science將其列入年度十大進展。TrueNorth採用成熟的CMOS集成電路工藝，神經元採用簡單的LIF模型，每片集成4096個核，每核內有256個輸入神經元和256個輸出神經元，突觸狀態、神經元狀態和參數、脈衝目的地址、軸突延遲等均用靜態隨機存儲器記錄。每片總計100萬個神經元和2.56億個突觸連接，耗費54億個晶體管，單個晶元平均放電頻率為20Hz，單神經元放電功耗26pJ，晶元功耗低至65mW，相當於同等晶體管數量的傳統CPU功耗的1/5000左右。基於這款晶元，IBM建立了Corelet編程模型、演算法庫和相應的軟體開發環境，結合Compass模擬器，用戶可以快速嘗試不同的模型和參數，從中找出優化的方案。採用TrueNorth，美國勞倫斯·利弗莫爾國家實驗室和IBM公司近期公布了一款智能超級計算機。

如果說Neurogrid、BrainScaleS、SpiNNaker和TrueNorth等神經形態計算系統代表了神經計算機的今天，那麼全新的神經形態器件將決定神經計算機的明天。要在一個有限的物理空間中以較低功耗實現大腦規模的神經計算機，必須研製尺度和功耗都與生物相當甚至更小的神經形態器件。在生物突觸模擬方面，憶阻器和相變存儲器從2008年開始就持續引起廣泛關注。2016年8月，IBM蘇黎世研究院宣布，用相變材料研製出世界第一個人工神經元。9月，美國馬薩諸塞大學阿默斯特分校採用擴散型憶阻器，成功研製逼近神經突觸的器件。10月，普林斯頓大學宣布研製成功光神經元。中國在神經形態器件方面已經有10多年的研究歷史，北京大學、清華大學、南京大學、中科院上海微系統所、華中科技大學和國防科技大學等單位的成果表明，中國很有可能對這一領域產生巨大影響。儘管這些器件應用於神經計算系統還有很長的路要走，但它們將從根本上塑造神經計算機的未來，就像晶體管和集成電路對經典計算機的貢獻一樣。

11.超越大腦

模擬生物神經系統的神經形態計算系統在2016年已經正式浮出水面，這類新的計算系統可簡稱為「神經計算機」。這種新的計算機是否還是圖靈機？一個更深刻的理論問題是，智能是否是「可計算」的？如果答案是「否」，那麼新的神經計算機是否能實現人腦的所有智能？如果答案是「是」，那麼為什麼不繼續以經典計算機為平台實現更強的智能乃至強人工智慧？

現代計算機是迄今為止人類最偉大的發明之一，並被作為實現人工智慧的平台，但它本質上是一個開關電路系統，擅長計算和邏輯，並非為製造智能這個目的而設計。神經計算機的重要意義在於給出了實現智能的一種更為合理的體系結構和實現途徑，即使將來理論證明神經計算機仍然是圖靈機，也不能抹殺製造神經計算機的必要性。用傳統計算機實現類似功能的代價（硬體規模和功耗）過於巨大而得不償失。

借鑒生物大腦和神經系統的精細結構模型，研製能夠對多尺度非線性信息進行高效處理的「電腦」，需要遵循以下原則：

1.先結構，後功能：應該從對生物神經系統的結構模擬出發，而不是從生物智能的功能模擬出發，即科學基礎主要是神經科學，而不是認知科學；

2.器件層次逼近腦：必須研製功能和尺度都逼近乃至超越生物神經元和生物突觸的神經形態器件，以製造大規模神經網路硬體系統；

3.結構層次模仿腦：需要借鑒生物神經網路的結構設計新的體系結構，在實現類似生物智能後，再進行簡化、優化和擴大規模；

4.功能層次超越腦：使用互聯網大數據、物聯網感測器和虛擬環境等多種刺激，訓練硬體神經網路，「培育」智能；

5.先理解機器智能，再理解生物智能：對機器智能產生的動力學過程進行建模和分析，理解機器智能，再將這種理解外推到生物系統，補充生物實驗，理解生物智能乃至人類意識。

沿著上述原則研製的「電腦」，並不需要等待腦科學認知原理的突破，就有可能製造出類似生物一樣的強人工智慧，甚至湧現出自我意識，這將是揭開大腦終極奧秘的重要一步。

我們所在的宇宙是一個物質能量世界，同時也是一個形態世界，物質有限，能量守恆，而形態變化萬千，世界的形態屬性正是信息的來源。我們的大腦是一個足夠複雜的結構，所以才能映射和表達外部世界存在的複雜結構；我們的大腦還是一個動態複雜的系統，所以才能感知和處理複雜的動態世界；我們的大腦這個動態系統對形式的加工過程中所進行的變換和抽象，則是知識的源頭。當然，我們的大腦還是一個複雜度有限的結構，複製這樣的結構只是製造更複雜結構的起點。1896年，天才發明家尼古拉·特斯拉(Никола Тесла, 1856-1953)說過：「我認為任何一種對人類心靈的衝擊都比不過一個發明家親眼見證人造大腦變為現實。」這是因為，一旦「電腦」變為現實，超越就同時發生了：

1.速度：神經形態器件可以快多個數量級；

2.規模：沒有顱骨的限制；

3.壽命：電子系統即使有損耗，也可以複製遷移到新系統而永生；

4.精度：生物大腦的很多缺陷和「短板」可以避免和彌補；

5.協作：電腦之間「精誠合作」、「萬眾一心」；

6.進化：電腦自己設計自己；

7.……

這正是：

幽幽顱中物，灼灼銀河星；

更有千千結，長程連短程；

染色百年技，光電透皮層；

列國腦計劃，十年欲圖窮；

突觸新器件，人工造神經；

大腦為藍本，電腦近黎明；

結構加訓練，意識自然成；

心浩連廣宇，唯有慨然行。

四、黃鐵軍：電腦傳奇（外篇）視「覺」 ^[5]

12.青蛙之眼

真實的歷史從來都比後世敘述更詭秘。

1946年，馮·諾伊曼對邏輯大腦模型提出尖銳批評，但似乎並未產生什麼影響，皮茨1947年在控制論會議上還介紹自己正在撰寫概率三維神經網路的博士論文。維納在《控制論》序言中也提到，1947年麥卡洛克和皮茨「接受了一個設計一種幫助盲人用耳代目閱讀印刷品的裝置的任務……能夠把一個形象和另一個大小與它不同的標準形象做比較……引起了馮·博寧博士的注意，他立刻問道：『這是不是一張大腦視覺皮質第四層的圖？』受到這個啟發後，麥卡洛克博士在皮茨先生的幫助下創造了一個把視覺皮質的解剖學和生理學聯繫起來的學說」。這就是他們1947年發表的《論我們何以認識世界：對視聽形式的感知》。

當然，維納也沒把馮·諾伊曼的忠告忘在腦後。1951年，他說服麻省理工學院電子研究實驗室副主任傑里·威斯納，邀請神經生理學家成立「實驗認識論(Experimental Epistemology)」研究組。梅西控制論會議常任主席麥卡洛克已經年過半百，毅然辭去正教授職位而低就副教授，介紹三人認識的「媒人」萊特文也從最初級職位做起。「控制論」金三角聚首麻省理工學院。就在歷史「準備再次偉大」時，1952年正在墨西哥學術休假的維納突然發電報給威斯納：「請告訴（皮茨和萊特文），我跟他們，以及你的項目從此一刀兩斷。」

維納發飆的原因，一種說法是皮茨和萊特文之前興沖沖地給他寫過信，說：「很多先進設備已到位，要做最好的研究。你快回來，回來晚了這個世界就都變了！」另一種廣為傳播的說法是，維納太太捏造說，女兒被「那位波希尼亞人（指麥卡洛克）」的「男孩們」玷污了。

維納斷交肯定對皮茨造成了很大打擊。對於15歲離家出走的皮茨來說，維納既是知音和導師，還像父親。而如今突然火冒三丈，不可理喻地絕交，而且閉口不談為什麼，真的不合邏輯好嗎！

真正不合邏輯的更大打擊還在後頭。

少了維納，實驗認識論組並未消亡。1955~1965年，他們合作發表了5篇論文，其中最著名的是《青蛙的眼睛告訴了大腦什麼？》這篇論文的第一作者是萊特文。萊特文本想成為一名詩人（他一生確實筆耕不輟），但他媽媽立場更堅定，「不學醫，沒學費」，他只得選擇醫學院。加入實驗認識論組後，萊特文給自己的定位是，「為神經生理學的問題以及更清晰地定義這些問題設計新方法」。

萊特文研究青蛙開始於1956年。1953年，英國神經科學家荷瑞斯·巴洛(Horace Basil Barlow, 1921-)就發現青蛙視網膜有一種神經節細胞對運動斑點敏感（被形象地稱為「小蟲檢測器」）。萊特文的這篇文章則發現4種新功能的神經節細胞。正如後來巴洛總結的：「單個神經元可以完成的任務比人們過去所想像的要複雜得多，也精確得多。」

皮茨參加了青蛙實驗，有照片為證，他本來期望實驗能為他的邏輯大腦模型提供實證。但是，萊特文回憶說：「我們完成青蛙眼睛的研究後，他很明顯地意識到，就算邏輯在這個過程中發揮了作用，也並非如我們所想的那樣承擔了重要或核心的工作，……這讓他失望透頂。」

從12歲讀完《數學原理》開始，邏輯就成為皮茨內心抵抗外部複雜世界的強大力量，馮·諾伊曼的批評和維納的斷交都未能擊垮他。可如今，邏輯竟然連青蛙的大腦都對付不了，這從根本上撼動了皮茨的世界觀。他把研究報告、筆記和論文付之一炬，不再跟任何人說話，還經常失蹤。萊特文回憶說：「我們幾天幾夜地找他。」一代數理邏輯天才就此一蹶不振。

13.動物視覺

青蛙眼睛和大腦的會話未必符合數理邏輯，但符合生死時速的大邏輯。

研究青蛙視網膜的巴洛，他媽媽的爺爺達爾文在《物種起源》中曾寫道：「如果假定眼睛能由自然選擇而形成，我坦白承認，這種說法好像是極其荒謬的。」為此，達爾文花了大量篇幅論證進化出眼睛的可能性（全書60多處提到眼睛）。例如，「在關節動物這一大綱里，我們可以看到最原始的單純被色素層包圍著的視神經，這種色素層有時形成一個瞳孔，但沒有晶狀體或其他光學裝置。」瑞典隆德大學丹·克尼爾森教授把眼睛進化分為無向光感受器、有向光感受器、低解析度視覺和高解析度視覺4個階段，估計50萬年之內就足以進化出眼睛。

最近已知，視感受器出現在6億年前，魚眼出現在5.5億年前，而昆蟲複眼出現在1.6億年前。人們往往想當然地認為，動物眼中的世界和自己看到的類似，實際上大相徑庭。立方水母全身神經元也就1萬多個，卻有24隻眼睛，4片膜上各有一隻像不倒翁一樣永遠向上的眼睛，用以辨別身處開闊水面還是食物豐富的紅樹林。夜間活動的飛蛾用複眼感知光線方向，但不分距離，靠遙遠的月亮導航沒問題，遇上人造燈火就麻煩了：或者撲火而亡，或者圍繞燈光不停旋轉，除非偶然離去，否則就只能撞死或累死。貓在昏暗環境下捕食，感知亮度的視桿細胞比人眼多，但感知色彩的視錐細胞很少，因此貓看到的世界是灰色的。古巴岩鬣蜥的世界五彩繽紛，它有4種視錐細胞，而人類只有3種，極少數女士有4種。螳螂蝦進化出12種視錐細胞，能夠感知紅外和紫外光，而且還能靈活轉動，更加顧盼神飛。有種跳蛛的視感受器排成V字形，功能就是識別配偶背上的V字形狀。

接下來的問題就是：動物的神經系統是如何實現這些視覺功能的？生物控制論創始人沃納·賴夏特(Werner E. Reichardt, 1924-1992)1950年對伯恩哈德·哈森施坦因(Bernhard Hassenstein, 1922-2016)的甲蟲視動反應實驗感興趣，兩人提出了昆蟲運動視覺感知模型，並於1958年在德國馬普學會生物所共同創立控制論研究組，1968年獨立為生物控制論研究所。賴夏特作為創始所長，繼續開展昆蟲視覺信息處理過程的研究。他選中的是腦複雜度適中的家蠅。1971年，剛拿到物理學博士學位的托馬索·波焦(Tomaso Armando Poggio, 1947- )加入這項研究，發現了家蠅視覺飛行控制系統的秘密，並給出了精確的定量描述：家蠅的視覺器官並不感知人類熟悉的三維世界，而是直接感知一對方向角，再通過5個相互獨立的固定快速反應（從視覺刺激到改變扭矩僅需2毫秒），實現起飛、著陸和追逐等動作。

1982~1984年，我國神經生理學家郭愛克院士(1940- )在賴夏特研究組作為訪問學者參加家蠅視覺系統圖形與背景分辨研究。採用類似實驗手段，郭愛克和唐世明在2001年發現果蠅具有抉擇這種高級認知行為。2006年，郭愛克和郭增強發現果蠅視覺和嗅覺的學習記憶可以跨模態增強。2016年9月，果蠅全腦神經網路三維精細模型繪製完成，從神經元網路層次破解蠅視覺的秘密，曙光在前。

14.視覺計算

與蠅視覺相比，人類視覺要複雜得多。果蠅全部神經元約25萬個，人類初級視皮層神經元就有2.8億個，兩者差距上萬倍，更遑論結構複雜性。但是，視覺的難度在人工智慧早期被嚴重低估。1967年，明斯基宣稱，「創建『人工智慧』只需要一代人」。他的同事佩帕特則表示，「計算機聯上攝像頭，『描繪它看到什麼』這個問題一個暑期項目就能搞定」。兩人在1969年出版《感知機》，挑起人工智慧和神經網路之戰。麻省理工學院人工智慧實驗室也在1970年正式成立。然而好景不長，1971年，神經網路旗手羅森布拉特猝然辭世，神經網路進入寒冬。唇亡齒寒，人工智慧也未能堅持太久，1974年，英國和美國相繼斬斷對人工智慧的資助。

人工智慧寒冬將至未至的1973年，大衛·馬爾(David Courtnay Marr, 1945-1980)加入麻省理工學院人工智慧實驗室。明斯基和佩帕特延攬馬爾，是希望他收拾機器視覺這個牛皮吹破的「爛攤子」。馬爾曾引用一段話描述當時的狀況：「一些（計算機視覺）研究者都有一種共同的、幾乎是令人絕望的感受：在一幅圖像中任何事情都可能發生，而且事實上所有的事情也都在圖像中發生。」

馬爾1966年從劍橋大學獲得碩士學位，本科和碩士專業都是數學，後轉向神經生理學，1972年獲得生理學博士學位。博士論文的內容是基於解剖學和生理學數據的小腦功能建模。1973年10月，馬爾在給自己博士導師的信中說，決定把研究興趣轉到視覺，12月又寫信說，「再也不準備寫任何理論神經生理學方面的論文了」。

馬爾說到做到，全身心投入視覺計算研究，1977年獲生理學系正式教職，1980年升任教授，當年因白血病辭世。馬爾的同事和學生把他尚未完成的《視覺》補充完善出版，成為計算機視覺的開山之作。

馬爾對視覺計算理論的重大貢獻是把神經生理學和計算機科學深度結合。據波焦回憶，他1973年初次造訪波士頓就見到了馬爾，兩人當時談論的是馬爾感興趣的視網膜特徵檢測器。1976年，波焦再次到麻省理工學院短期訪問。兩人討論認為，大腦和計算機都是信息處理系統，而理解一個複雜的信息系統，至少應該分成三個層次：計算理論（對功能和行為的理解）、表徵和處理、物理實現，這奠定了《視覺》一書的基本思想。這個思想對神經生理學是一股新風，但在計算機學科卻是常識：底層物理實現就是計算機本身（主要是體系結構）；中層的表徵對應數據結構，處理對應演算法；頂層是對要解決的問題進行理論分析建模。馬爾把重點放在中間層，因此把「人對視覺信息的表徵和處理的計算研究」作為《視覺》一書的副標題 。

馬爾在著作中描述了自己的「思想轉變」過程：「我也曾相信，真理從根本上是屬於神經的，研究的中心任務就是對神經系統的結構做徹底的功能分析」，轉變為「用神經元（除作為實現一種計算方法的手段外）對視覺現象所做的任何解釋已經不堪回首了。取代它們的是對一系列問題的明確認識：要計算的是什麼東西？怎樣才能進行這種計算？計算使用的方法基於哪些物理假設？對可執行這種計算的演算法怎樣進行分析？」

馬爾的視覺計算理論影響至今，但基於這套理論開發的計算機視覺系統，即使經過多年改進，也還遠遠不能和生物視覺系統相提並論。回過頭來看，馬爾的視覺計算理論固然是一座重要的里程碑，但也是一個先天不足的早產兒。

馬爾的視覺計算理論採納了當時最新的神經生理學成果，但當時的神經生理學還不足以支撐這個新興學科，馬爾只能猜測視覺信息的處理過程。「表徵」是馬爾視覺計算理論的核心之一，馬爾將之劃分為「要素圖→物體2.5維描述→3維描述」三個層級，但是提取這些表徵的演算法很難獲得可靠結果。「處理」是這套理論的核心之二，是「從一種表徵獲得另一種表徵的一個映射」，處理流程自底向上，而實際的生物視覺系統是「自頂向下」和「自底向上」相互作用的雙向動態過程。20世紀70年代神經生理學家轉向解剖學和可塑性，馬爾認為是「停滯了」，這種看法失之偏頗。大腦皮層需要映射大千世界的各種複雜結構，必須有可塑性，這是大腦信息處理能力強大的關鍵。因此，這個「轉向」不是停滯，而是正確選擇。當然，即使在今天，要突破計算機視覺，腦科學和神經科學仍然還有很長的路要走。

馬爾假定底層「物理實現」是計算機，這個將要創立的新學科不是機器視覺，而是計算機視覺，這在當時對促進兩個學科結合意義重大。但是，計算機並非實現機器視覺的理想平台。生物大腦是個複雜的結構，已經為一些複雜功能進化出了專門的結構，因此「演算法」就可以相對簡單。經典計算機是個簡單的串列結構，實現視覺功能需要複雜的演算法，有些視覺功能難以實現，甚至不能實現，必須依靠神經網路才能實現。

「先結構，後功能」是最終解決視覺計算問題的必由之路。近年來，深度學習利用海量數據訓練出特徵濾波器，採用多層神經網路結構提高表達能力，在圖像識別等方面已經超越人類，說明「結構先行」的路線是有效的。當然，目前深度學習針對專門視覺任務「就事論事」，還遠不是視覺的全部。下一步應該從生物視覺系統中獲得更多支持：視網膜是億萬年「進化大數據」訓練的結果，是更為合適的視覺濾波器；視皮層不僅僅是多層結構，而是層級結構，這對人工神經網路設計也有重要參考價值；生物視覺對時空信息的處理機制更為巧妙，前饋、反饋和側向互動更是機器視覺應該學習的。

機器視覺要逼近乃至超越人類視覺，需要以人類視覺系統神經網路解析為基礎，先構造具有類似視覺功能的機器視覺系統，再對該系統的信息加工過程進行分析，從而理解視覺功能背後的原理，進而設計更優的機器視覺系統。縱使馬爾這樣的天才，也不能逆轉這個歷史過程。

15.回歸結構

機器視覺對生物視覺的借鑒，首先是視網膜信號加工和信息處理過程。神經形態工程開創者卡弗·米德就對生物視覺特別著迷。他曾表示：「我對動物視覺系統背後的機制越來越佩服，我總是對自己說，『我永遠也想不到這一點，但這確實是個好主意』。」在他的指導下，1985年入學的博士生米莎(Misha Mahowald)研製出硅視網膜(silicon retina)，採用與亞閾值MOS晶體管耦合的光電轉換器件模擬視感受器，用二維電阻網路模擬視網膜水平細胞，將光電轉換信號和水平細胞之差作為雙極細胞輸出，能夠再現赫爾曼格點這樣的視錯覺現象。米莎入學時的專業方向是計算與神經系統(computation and neural systems)，1992年獲得了計算神經科學(computational neuroscience)博士學位，這也是這個新興學科確立的重要標誌。

接手米莎工作的師弟博阿漢實現了基於地址事件表達(Address Event Representation, AER)非同步傳輸的視網膜形態視覺系統（之後他到斯坦福大學做神經形態計算系統Neurogrid）。米莎1995年加入瑞士蘇黎世大學和聯邦理工學院聯合創辦的神經信息學研究所，至今視覺神經計算仍然是該所的重要研究方向。另外，多所大學也紛紛開展相關研究和晶元研製，仿視網膜應用日益增多。例如，IBM TrueNorth團隊就採用神經信息學研究所的DVS晶元進行目標檢測。加里克·奧查德(Garrick Orchard)等人提出了一種利用AER視覺感測器所蘊含的時域信息進行對象識別的方法。

仿視網膜晶元抓住了生物視網膜的部分特性，但還只是冰山一角。正如2010年的綜述論文《眼睛比科學家認為的更聰明：視網膜網路中的神經計算》所言，生物視網膜還有大量巧妙特性等待發現。為了獲得視網膜的精細結構，麻省理工學院腦和認知科學系的承現峻（Sebastian Seung，現在普林斯頓大學）2012年發起Eyewire眾包行動，來自150多個國家的20多萬網友參與鼠視網膜電鏡掃描圖像的標註，發現了支持方向選擇的具有時空連接特異性的精細網路結構。

視皮層是大腦皮層中研究最多，也了解最多的部分，但就像大衛·休伯爾(David H. Hubel, 1926-2013)所言，「我們可以看見中等距離的山巒，但還遠遠看不到盡頭」。從他和威塞爾(Torsten Wiesel, 1924-)1959年在貓初級視皮層(V1)發現對特定朝向敏感的神經元以及眼優勢柱開始，至今靈長類視皮層各功能區的精細分區已很清晰，從接收視束輸入的V1（紋狀皮層）到紋外V2、V3、V4、V5各分區之間的介觀連接圖譜已經繪製完成，但神經元和突觸層次的微觀網路繪製還需要艱苦努力。2016年3月，美國情報高級研究計劃署MICrONS（大腦皮層網路機器智能）計劃對1立方毫米的鼠視皮層進行反向工程，希望改進機器學習和人工智慧演算法，這是計算機視覺研究回歸神經網路結構基礎的重要標誌。

在北京「腦科學與類腦研究」計劃《腦初級視覺系統解析模擬平台研究與應用驗證》的支持下，北京大學對靈長類視網膜中央凹進行了精細解析和模擬建模。唐世明研究組對基因標記的清醒猴視皮層神經元和樹突活動進行了長時間穩定清晰成像，開啟了微觀層面研究視覺乃至高級認知功能的大門。

16.意識開關

眼睛是心靈之窗，是大腦感知外部世界最重要的通道。通往人類大腦的視覺、聽覺、觸覺和味覺等感知神經共計300多萬根，其中每隻眼睛各100多萬根。這些感知通道都採用神經脈衝向大腦皮層報告外界環境的信息。1978年，美國神經學家弗農·蒙特卡斯特（Vernon Mountcastle, 1918-2015，1950年發現皮層功能柱結構）在《大腦功能的組織原理》中提出，大腦皮層處理視、聽、觸等感知信息的原理是一樣的。因此，一旦發現了大腦的視覺「演算法」，也適合其他感知通道。

對於計算機視覺研究者來說，視覺往往就是指識別，但識別只是視覺的外顯功能。視覺首先是「覺」，即知覺或意識(awareness或consciousness)。清醒狀態下外部世界「如影隨形」，意識喪失前「眼前一黑」，就是視覺意識在起作用。閉上眼睛，即使最熟悉的人站在你面前，你也回憶不起長相細節。這說明我們習以為常的視覺是一個轉瞬即逝的狀態，維護這個狀態就是生物視覺的基本任務。視覺佔大腦功耗的一半，佔全身1/10。我們「閉上眼睛想想」，實際上是要把能量調配到負責高級意識活動的腦區。

今天已經普及的高清視頻（200萬像素，30幀/秒）的原始帶寬為1.5Gbps，人類兩隻眼睛加起來的空間解析度與之相當。但是，眼睛通往大腦的視神經束的「數據帶寬」還不到10Mbps。那麼，幽居於顱骨內的大腦如何從這稀疏的神經脈衝流中解碼出清晰的世界？如果能揭開生物神經系統的編碼機理，就能找到極高效的視覺信息編解碼演算法。

意識是活體大腦這個複雜神經網路系統的動力學現象，視覺是揭示意識奧秘的重要突破口。在採用自然科學方法解決意識問題的科學家中，弗朗西斯·克里克(Francis H. Crick, 1916-2004)是最著名的一位。克里克是堅定的還原主義者。1953年，他發現DNA雙螺旋結構，為複雜生命現象找到了精細的物質基礎。為了研究意識，1976年克里克加入美國聖迭亞哥索爾克研究所。1979年，克里克邀請馬爾和波焦來訪，探討視皮層結構和典型視覺功能的關係，例如初級視皮層的4cβ層的圖像插值和銳度提升作用。1981年，克里克在德國馬普生物控制論研究所遇到波焦的博士生克里斯托夫·科赫(Christof Koch，1956-)。科赫畢業後先在麻省理工學院跟隨波焦數年，1986年加入加州理工學院。他指導博士生伊狄(Laurent Itti)開啟的視覺顯著計算廣為人知，但他來加州理工學院的主要目的是與克里克相會。1990年，兩人合作發表《意識的神經生物學理論芻議》，提出意識問題必須從也只能從神經基礎進行逐步揭示，論文以視覺為例展開。2003年，兩人發表《意識的框架》，提出人類意識可能是大腦皮層前扣帶回的一組神經元以伽馬振蕩形式產生的。同年，科赫出版《意識探秘》，仍然圍繞視覺展開，猜測在腹側視覺通路較高層最有可能找到視覺意識相關的神經元。2004年，克里克去世那天還在修改一篇論文，猜測屏狀核可能是意識這首交響樂的總指揮。2014年，對一位左屏狀核附近安裝了電極的癲癇病人進行實驗表明，刺激確實可以起到意識開關作用。

從道理上講，用透顱磁刺激正常人屏狀核，就有可能體驗到意識的暫停或重啟，眼前世界就會消失或重現。但大腦如果沒有自動重啟，那就真玩過火了！所以還是老老實實仿照生物大腦製造「電腦」和「電眼」吧，這樣就有機會動動它的「電屏狀核」，當然是它在蘇醒之前……

這正是：

開闢鴻蒙，誰為物種？都只為光影撩動。

飛蛾撲火，跳蛛覓侶，青蛙捉蟲，無外乎生死食色本性。

視覺奧秘萬千重，計算理論早產，撇下結構論功能，縱使馬爾亦不成。

電腦再革命，感知須先行。

視網膜探微，視皮層釐清。電眼觀世界，意識悄然醒。

趁著這迷離天，朦朧日，懵懂時，試遣愚衷。

因此上演出這懷今悼預的電腦夢。

五、秦隴紀10言：純經驗知識、無實踐的教學方式適合孩童教育嗎？

秦隴紀10言：無真實實踐的純經驗和理論教育，不適合正常人類認知，但可以提高知識儲備。孩童在日常生活中有語言交流，語言文字都讓人了解到各種信息，但不可代替現實世界的實踐和體驗。如果初等學校教育簡單地用純經驗知識、無實踐的教學方式來教育一個孩童，那麼孩童心智受影響：對真實世界的認知、自身情感的體驗，都會形成思想層面記憶性為主的思維和習慣；未來將很難有創造性、自主認知能力，面對社會真實事物，又得重新建立認知，比實踐過來的人面對更大的挫折，甚至很多人一生都無法轉變已經長期習慣了的定式思維。

長期脫離實踐和實際社會搞純經驗知識教育，對人是有副作用的。現實社會裡，實質性工作者只有20%左右，一生都在空想空談發空文的編製工作者佔百分之80%左右，給人民造成了負擔。究其原意，就是從幼兒園起，到走出學校，基本習慣了只會想像，到做事時，大家發現除了五花八門的各種想法、設想、理論，基本的實踐和應用卻做不來！根源在於純經驗知識為主的應試教育，讓人習慣了思考和寫作，實踐實驗操作能力被閹割了，以至於走出學校，依然習慣了空想空談，發表文章也是空洞的說教、理論、想法、評價、訪談之類的。由於做事的權力從小就被閹割，真想做事，已經做不來了。這就是我國脫離社會實際生產生活的教育造成的最嚴重後果。

類似地方領導習慣了土地財政、GDP嚴重依賴房地產和基礎設施投資，真想發展科技、提高社會各部門效能、走向智能工農業，已經不懂得怎麼落地操作、無人可用，只好延續舊思路、裹足不前了。

那些思想意識玩家、政府閑官員、偽學者、行業騙子、純資本家、廣告商、脫離社會實際、外行領導內行的人，無所謂誰是實幹的、實幹的是誰，干不幹都非此類耍嘴皮子、玩文字遊戲、滿腦子理論知識、搞關係為生的人負責，他們只搞社群組織或坐收漁利。但喊口號、講理論也是必不可少的。做事要氛圍、凝聚力、目標，喊喊口號只是做事中最簡單、最先的一步，達成了認識、大家都知道做了，這個時候需要真幹事的人。如果把事情做成可分為十個階段或十等份，那麼，動動嘴皮、喊喊口號只是前面的一份，嘗試能佔五六份，找對方法做成、優化能佔兩三份，最後一份是大家認可、使用才能算做成了。我們要大步往前走，要做具體的生產實驗研究，不停留在低級膚淺的思想意識或文字口號上！

1984年，鄧小平同志提出「計算機的普及要從娃娃做起」；蘋果公司Apple II個人計算機從省城一中（省重點新補充最新386電腦）淘汰下來五台，91年分到偏遠縣城一中，我加入電腦興趣組。那年秦隴紀13歲就讀初二，第一次與計算機相遇在全校計算機興趣組小教室里，經過幾周學慣用Basic語言，編寫第一個「雨花石」聲音程序、「米格-27」戰鬥機圖形顯示程序。然而，對於計算機學習來說，這些都是課外興趣活動，沒有任何計算機競賽，後來那些Apple II都沒人用了。接下來二十五年，計算機始終是我心意的興趣點，然而命運不順，始終沒有機會專心研究。15年，參加北大UniComp暑校，未提交論文答辯、未獲證書，首次申請IEEE DataSimp Group準備不足。時至今日，依然沒有科研環境，中國這片土地只有最頂尖的人（也許是混也許的關係，不一定是才能）才可以做事，不夠優秀的人很難獲得機會。

參考文獻

[1] 研究生院．黃鐵軍主講才齋講堂第132講——類腦計算機：理念與實踐[EB/OL]．http://pkunews.pku.edu.cn/xwzh/2017-03/13/content_296987.htm．

[2] 黃鐵軍．黃鐵軍：電腦傳奇（上篇）計算機出世——你所不知道的電腦秘史　你應該知道的電腦未來[EB/OL]．http://www.ccf.org.cn/c/2016-12-13/556262.shtml,2016-12-13．

[3] 黃鐵軍．黃鐵軍：電腦傳奇（中篇）智能之爭[EB/OL]．http://www.ccf.org.cn/c/2017-01-11/566268.shtml,2017-01-11．

[4] 黃鐵軍．黃鐵軍：電腦傳奇（下篇）電腦涅槃[EB/OL]．http://www.ccf.org.cn/c/2017-02-13/575011.shtml,2017-02-13．

[5] 黃鐵軍．黃鐵軍：電腦傳奇（外篇）視「覺」[EB/OL]．http://www.ccf.org.cn/c/2017-03-15/586999.shtml,2017-03-15．

[x] 秦隴紀．數據科學與大數據技術專業概論；人工智慧研究現狀及教育應用；文獻數據共詞分析的神經網路訓練；大數據簡化之技術體系[EB/OL]．數據簡化DataSimp（微信公眾號）,2017-08-23．

文末讚賞後，點擊「閱讀原文」，可百度網盤下載完整版PDF文檔。

Appx. 新聞五則(4339字)

附i. 早報,4月30日,星期日

1、陝西旬陽縣國土局領導班子全被免職：拉幫結派搞內鬥；

2、菲媒：中國軍艦2010年以來首次訪菲，杜特爾特或登艦參觀 菲媒稱這彰顯中菲雙方日益升溫的關係；

3、西藏紀委書記:有人政治態度曖昧 向達賴集團捐款；

4、山西國企78天清理欠薪欠保134億年底前或完成清欠；

5、截至4月29日，31個省市區全部公布首季GDP出爐:22省市區增速高於全國 廣東蟬聯榜首；

6、港媒：中國公布「紅通」逃犯國外藏匿地 具體到街道名；

7、三大運營商5月新一輪提速降費 24元可買30G視頻流量；

8、食葯監總局擬出新規:保健品不得以保健功能命名；

9、北京部分銀行二套房商貸利率上浮20% 貸100萬月供增近300元；

10、科學家揭示 與下頜骨大的人相比，臉部下半部分更尖的人是左撇子的概率更大；

11、歐盟領導人全體一致通過與英國的脫歐談判準則；

12、朝媒：韓國10天內出動101艘軍艦侵犯朝鮮領海81次；?

【微語】我們一面要養成讀書心細的習慣，一面要養成讀書眼快的習慣：心不細則毫無所得，等於白讀；眼不快則時候不夠用，不能博搜資料。——梁啟超

附ii. 2017年4月30日周日讀報時間！一切美好從接受開始

1、［中國新聞網］人民幣首次在柬埔寨跨境交割成功。經柬埔寨國家央行許可、海關報關、專業公司押運、香港清點與入賬等多重手續，28日金邊分行首次將1070萬元人民幣現鈔從暹粒存入中銀香港賬戶，成為在柬人民幣業務全面流通的里程碑式突破。

2、［財新網］美國一季度GDP初步核算經季節調整年化增長0.7%，低於此前市場預期的1-1.2%，大幅低於2016年四季度的2.1%。這也是2014年一季度以來的最低單季增速。一季度GDP同比增長1.9%。

3、［海外網］回應「生蚝簽證」呼聲，丹麥使館：正考慮放寬國人赴丹限制。

4、［華爾街見聞］美國國務卿Tillerson建議下個財年在國務院裁員2300人，以期達到削減超過四分之一預算的效果。華爾街日報評論稱，這證實了特朗普政府削減外交開支，增加軍事開支的態度。

5、［中國日報網］近日，阿根廷總統訪問美國取得的一項成果就是，兩國已經簽署協議，使得阿根廷成為全球第十個加入此計劃的國家。該計劃使得持阿根廷護照的旅遊或商務簽證人士在美國入關時獲得更快更便利的通過手續。

6、［每日經濟新聞］富士康將與多家內地公司聯合在湖南衡陽建立生產中心，為亞馬遜生產一系列設備，富士康數碼產品事業群已經與衡陽市政府簽署協議，在當地建造一個精密成型示範園區和一座亞馬遜設備製造中心，這一項目預計總投資 60 億元人民幣。

7、［新浪網］在今年的頭三個月，前往阿聯酋迪拜的遊客數量同比增長 11% 達到 457 萬人次，尤其是中國和俄羅斯遊客數量飆升到一個新高度。根據迪拜旅遊和商業營銷部的數據，中國遊客數量同比增長 64%，達到 23 萬人次，成為僅次於印度、沙特和英國的第四大遊客來源國，而俄羅斯遊客的增長率排在首位，增幅為 106%，達到 12.6 萬人次。

8、［東方網］「五一」小長假第一天44.16萬人游西湖。未來兩天，杭州仍將以晴好天氣為主，綠色出行，文明遊覽，美麗西湖，共同呵護！

9、［澎湃新聞］同程旅遊10億註冊了一家航空公司，要進入廉價航空市場。同程旅遊將以南通興東國際機場為主運營基地，註冊資本10億元籌建成立同程捷運航空有限公司。

10、心靈點滴：

我們要學會接受，接受意外，接受變節，接受努力了卻得不到回報，接受世界的殘忍和人性的殘缺，但是，接受卻不妥協。我們還是要去努力，去愛，去為遙不可及的一切付出心血，不患得患失，不怕翻臉，不慣著任何人，亦不做虧心事，做勇敢的人。

美好的一天從接受開始！

附iii. 2017年4月30日（丁酉雞年四月初五）周日／早讀分享：（祝您五一假期愉快！）

1、【國稅總局發布40份國別投資稅收指南】此次發布的指南，主要圍繞境外投資目的地整體營商環境、主體稅種、征管制度、雙邊稅收協定等內容，進行了較為詳細的介紹。通過該指南，企業＂走出去＂能夠快速熟悉境外投資目的地的基本的稅收信息，既減輕企業的稅收遵從成本，又利於企業防控稅收風險。截止目前，國稅總局己發布59份巜國別投資稅收指南》，基本覆蓋＂一帶一路＂沿線國家以及境外其他主要投資目的地。

2、【擬禁保健食品以保健功能命名】國家食葯監局發布《關於進一步加強保健食品監管工作的意見（徵求意見稿）》，指出，保健食品是區別於藥品和普通食品的一類特殊食品；保健食品應當明顯標註特殊標誌，產品名稱不得以保健功能命名；保健食品標籤說明書及廣告中應當重點提示＂本品不能代替藥物＂。

3、【銀監會：改變金融監管的＂寬鬆軟＂】深入排查銀行業各類風險，密切盯防重點領域風險；引導銀行業積極主動參與支持供給側結構性改革，抓住處置＂殭屍企業＂這個＂牛鼻子＂，支持兼并收購、破產重整和債務重組，有效支持去產能去槓桿。

4、【證金公司一季度調倉路徑曝光 減持多家藍籌、白馬股，加倉績優金融股】隨著近日A股公司發布了2017年一季報，證金公司一季度調倉的路徑也曝光了：減持瀘州老窖、格力電器、萬科A、中國太保、中國石油、五糧液等個股，加倉浦發銀行、民生銀行、興業證券、國金證券等金融類個股。

5、【股票交易監管趨嚴】＂現在證監會和交易所其實對異動交易盯得特別嚴，資金量大點的機構不管是買入還是賣出都會受到監管，稍微動作大點，交易所的電話就打過來了，他們的電話還不是打給我們實際操作人員，而是直接就打給了公司老闆，所以我們根本就不敢有太大的動作。＂深圳一資管機構負責人作出以上表述。專家認為，按照目前的監管風格，我們的理解更加偏向於：股票是用來投資的，不是用來炒的。

6、【寧波餘姚昔日首富跑路 近30家銀行貸款抵押難變現】作為餘姚的首富：谷秀龍，近期被曝在企業因資金鏈斷裂後跑路留下20多億元貸款債務坑了近30家銀行，其中不乏國有大行、股份制銀行和地方銀行。由於貸款無法償還，企業抵押物也難以快速變現，該企業與多家銀行的官司持續至今。

7、【歐盟峰會為英國脫歐定規矩】歐盟27國領袖29日召開會議，制訂英國脫歐談判指引及＂紅線＂。歐盟討論由愛爾蘭遞交的聲明，內容有關讓北愛爾蘭在與愛爾蘭合併後自動得到歐盟成員國身份。如果歐盟採納建議，這會無形中鼓勵北愛＂脫英＂。英國首相特蕾莎-梅批評歐盟成員國聯手打壓英國。

8、【特朗普稱捍衛擁槍者權利】美國總統28日在亞特蘭大市出席美國步槍協會年會。他在會上說，過去8年，民主黨對槍支擁有者權利的侵犯已經結束。美國第二憲法修正案賦予公民擁有槍支的權利，他將捍衛擁槍者權利。特朗普是1983年以來第二位出席步槍協會年會的總統。34年前，共和黨總統里根曾經到會發表演講。

9、【3032家上市公司一季度凈利增三成 與去年同期基數低有關】截止本月末，所有的上市公司披露了2017年一季報，數據顯示，一季度共實現歸屬母公司股東的凈利潤5158億元，同比增長30．67％；盈利公司數量達2600家，虧損公司達432家。在凈利增幅方面，有483家一季度實現凈利潤翻倍。其中深物業、冠城大通、中再資環的凈利潤增幅分別達到52167％、24762％、16382％。專家認為，去年以來的經濟回暖勢頭仍在延續，推動了上市公司的營業收入和凈利潤雙雙增長。同時，一季度上市公司凈利潤增長與去年一季度基數低有關，因為不少行業價格的上漲是在去年二季度或下半年開始的。

10、【仙言潮聲】中華文化的傳承無非就是兩類：縱橫於＂廟堂文化＂之雄霸，就是登臨＂泰山＂，一覽眾山小；混跡於＂江湖文化＂之結局，就是聚義＂梁山＂，寄情於八百里水泊。

美好的一天從古為今用開始！

附iv. 每天三分鐘 知曉天下事（2017年4月30日星期二）無新聞（略）

(編輯：西安知非 自新華、中新、騰訊、鳳凰、東方財富)

附v. 2017年4月30日農曆干支、節日、名人和事件

導語：2017年4月30日是無巴掌日，也是國際不打小孩日，這個節日設立目的是希望家長們能夠耐心的與自己的小孩溝通，不要體罰小孩。那麼2017年4月24日是的節日、星座、出生名人呢？訂閱秦隴紀10公眾號，關注哦。

2017年4月30日節日

4月30日是公曆一年中的第120天(閏年第121天)，離全年的結束還有245天。

2017年4月30日節日：荷蘭女王日、中國交通安全反思日、國際爵士樂日、女巫之夜、巴拉圭教師節、芬蘭大學生戴帽節。

國際不打小孩日

4月30日是「國際不打小孩日」(International Spankout Day)，最早是美國反體罰組織「有效管教中心(Center For Effective Discipline)」於1998年發起。它的英文名稱中spank一詞俗稱「打屁股」所以有人也將的中文譯「無巴掌日」或「拒絕體罰日」。全世界已有上百個國家其民間組織參與此盛事。

2017年4月30日農曆

公曆：2017年4月30日 星期日

農曆：二〇一七年 四月大 初五日

回曆：1438年8月3日

干支：丁酉年 甲辰月 丁亥日

八字：丁酉 甲辰 丁亥 庚子

五行：山下火 佛燈火 屋上土 壁上土

生肖：屬雞

星座：金牛座

星宿：鬼宿(鬼金羊)

值神：玉堂(黃道日)

沖煞：豬日沖(辛巳)蛇 煞西

2017年4月30日星座

金牛座(4月20日-5月20日)

4月30日性格：4月30日出生的人在個性上喜歡支配人，但是卻經常嚮往著放棄重責大任的職位，退休過閑雲野鶴的生活。

在卸下專業的職務之後，他們往往與書本為伴，除非是有必要，否則不會輕易讓外人窺其生活的堂奧。雖然他們是嚴苛的老闆和主管，但也律己甚嚴，一定要求自己先做到，才會要求屬下照著做。

2017年4月30日出生名人

1245年——腓力三世，法國卡佩王朝國王。

1651年——聖約翰·喇沙，法國教士、教育家和改革者，天主教組織喇沙會的創辦人。

1769年——阿瑟·韋爾斯利(威靈頓公爵)誕生，英國軍事家

1777年——高斯誕生，德國數學家

1901年——谷正綱，中國大陸災胞救濟總會理事長，素有「反共鐵人」之稱。

1901年——西蒙·史密斯·庫茲涅茨，俄裔美國著名經濟學家。

1909年——荷蘭女王朱麗安娜誕辰

1916年——克勞德·艾爾伍德·香農，美國數學家、資訊理論的創始人。

1938年——拉瑞·尼文，美國科幻小說家。

1940年——弦念丸呈，芬蘭裔日本政治家。

1946年——倪敏然，台灣演員。

1957年——區錦新，新澳門學社理事。

1961年——NBA著名球星，NBA歷史五十大球星之一伊塞亞·托馬斯出生。

1967年——台灣著名歌手張宇出生。

1972年——日本「日劇女王」常盤貴子出生。

1980年——中國著名女演員李芯逸出生。

1980年——NBA火箭隊球員路易斯·斯科拉誕生

1981年——韓國著名演員崔貞媛出生。

1981年——英國著名演員Kunal Nayyar出生。

1981年——內地男演員高梓淇出生

1982年——克里斯藤·鄧斯特，好萊塢演員。

1985年——蓋爾·加朵出生，好萊塢演員，著名模特

1986年——中國女子體操隊隊員張楠。

1988年——內地新生代女歌手劉惜君出生。

1989年——張佑榮(韓國組合2PM成員)，出生於韓國釜山。

2017年4月30日歷史上的今天大事件

1789年——喬治·華盛頓就任美國第一任總統。

1896年——李鴻章出使俄國。

1905年——京師大學堂首次舉辦運動會。

1967年——阿里不服兵役失去拳王桂冠。

1978年——阿富汗總統在流血政變中被擊斃。

1980年——荷蘭女王貝婭特麗克絲登基。

2009年——荷蘭女王遊行時遇刺客，所幸的是沒有受到傷害。

2010年——第41屆世博會晚上20:10在上海開幕。

父母和小孩之間的關係是最親密的，小孩子可以慢慢講慢慢教，如果體罰打他反倒會適得其反。

Appx.數據簡化DataSimp社區譯文志願者（321字）