分享

《人工智能的未来》

 老庄走狗 2008-06-03

  Jeff Hawkins是个很厉害的人物,作为Palm平台的主要发明人,他在掌上电脑方面有普通人难以企及的地位。他设计出来的东西很简洁,很直接,快捷好用——这一切都与MS的WindowsCE平台形成了鲜明的对比。因此很久很久以前我发现他写了一本书叫做《On Intelligence》,我就觉得有机会一定要买回来看。后来在豆瓣看到有人提到有大陆的翻译版本,就找回来看了,叫《人工智能的未来》。
  正如豆瓣网友指出的,这本书的译名有问题,应该叫做“真智能”而不是“人工智能”,书中作者是有刻意区别的。另外,封面设计和装帧也远远算不上好看——可见出版社本来并没有在这本书上面投入多少的精力。我的意见,如果能在译文校对上多下点工夫,在配上几幅浅显漂亮的大脑结构图片(而不是像现在这样只有几幅干巴巴的示意图),这本书完全能够成为一本很好的大脑研究的科普书籍,并且有机会影响整整一代智能研究工作者。出现类似于“多少年后大家纷纷写文章表示自己当初之所以要从事智能的研究,完全是因为霍金斯的那本《On Intelligence》”这样的场面。然而,既然已经被出版社毁了一大半,我们也就不抱这样的期望了。

  书的内容是简洁而有启发性的,除了详细描述理论细节的第六章稍微有些麻烦,其他章节都很好懂。作者的理论是围绕着“什么是智能”这样一个问题展开的——什么是智能?
  过去我们往往以为,智能是一种行动的能力。无论是与人下棋,还是写文章,智能最终需要用行动来体现。然而,如果我们只是静静的躺在黑暗中,难道我们就失去了我们的智能吗?作者霍金斯提出了一种解释智能的新构架,那就是记忆-预测理论。
  根据这一架构,我们的头脑无时无刻不在用过去的记忆预测下一步将要发生的事情,并与外界输入的信息进行比对,正因为如此,我们才是智能的。让我们举几个简单的例子。
  比如我们走进自己的家,我们的头脑会自动预测我们将要看到的东西,是门吗?还蓝色的?把手还在?门铃还在?打开门,鞋柜还在?鱼缸还在?鱼呢?还在?一旦出现异常,我们的头脑就通过一个层级的形式,不断的从低到高的去用过去的记忆类比解释新的信息。就像一个部队,从士兵开始往上汇报,直到有一个层次的长官在过去见过类似的信息,能够进行类比,产生解释。
  比如说我们阅读,我们头脑的不同层次会不断的作出预测。这个成语的后两个字是这样的吗?是的。这句话后半句是这样的吗?是的。这一段是这样的吗?是的。我们不但在不同层次上不断的作出预测,并且这些预测都是并行的,同步的。因此我们看到“今天的天气很___”,无论是“热”还是“冷”,我们的大脑都能够顺利的接受;而一旦看到“猪”之类超出预测的词语,那么,我们的头脑会认为这是有问题的。如果是这样的,我们说,我们的头脑是懂得中文的。
  是的,我们的大脑通过记忆-预测来解释现有的事物,用记忆-类比来解释新的事物。这些都是在我们头脑中同步的、自动的发生的。我们不得不这样做,因为我们的神经元工作的很慢,传输一次脉冲需要5毫秒,也就是1秒钟内大概能走200步,这可是比计算机要慢得多的速度。幸好我们的记忆工作的很好,他们处理的都是一些与时间-空间有关的、恒定化的的模式,我们的大脑按照层次来记忆和提取这些模式。
  一个有趣的问题是,动物是否也有智能?按照霍金斯的理论,动物同样有类似的记忆-预测模式,因此从这个角度来说,他们同样是有智能的。但是人类和他们相比,有几点重要的进步。第一,大自然最开始用DNA来储存记忆,记忆的改变只能在一代与一代之间通过自然选择发生,而发展到目前用生物电的形式来储存记忆,我们的头脑相对以前的动物来说容量也更大了,我们能在最短的时间内学习新的模式,应对自然界的变化,并且我们的思维的广度也是过去的动物无法比的;第二,我们发展出了语言,这使得我们除了直接获得自然界的模式之外,还可以通过语言作为输入,获取新的记忆,我们获取新的模式的速度是动物无法比。
  另外一个有趣的问题是,如果我们只有记忆-预测的话,那么,创造力是什么?如果我们仔细的考虑,可以发现,创造力不过是一种较高层次的记忆-预测而已,我们从过去的事物中提取模式,应用在新的事物上,以期能够解决所面临的问题,这就是创造力,不是么?

  霍金斯的理论为我们描绘了智能的美好的未来。要知道,大脑只是一个安静的黑盒子而已。它所知道的一切,都有赖于外部的电信息输入。我们完全可以制造出这样的智能机器,给他们输入关于全球气候的信息、或者是关于城市人口交通的信息,让它们训练出相应的记忆、模式,用他们对未来的现象进行预测。他们没有别的输入,因此他们不会像我们一样,有情绪、欲望。从这个角度出发,他们是我们最好的工具,而不是敌人。
  一个很好的理论,不是么?真的很希望有更多的年轻人读到这本书。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多