标签：
人工智能已经发展了半个多世纪了。就其本质而言，就是对人的思维的信息过程的模拟。机器智慧能否超越人类是一个备受争议的话题，就连著名物理学家霍金，Tesla CEO 马斯克，未来学家库兹韦尔都在警告人类，人工智能即将超越人类。人工智能的未来到底会是怎样的？太可怕了，谁也说不清，未来却一步步逼近。最近看了下 Jeff Hawkins / Sandra Blakeslee 的书 On Intelligence，中文书译作人工智能的未来。内容不错，推荐阅读。以下为书中摘录。
第一章 人工智能 Artificial Intelligence
他（指 France Crick，DNA结构发现者之一）认为神经学只是一堆没有任何理论的数据。他说：“最明显的是在概念上缺乏一个总的框架。”
计算机无法智能化。对此我无法证明，但直觉告诉我这是对的，就像人们对一些事情有直觉一样。最终文凭得出结论：用传统的方法研究出的人工智能可以生产出实用的产品，但绝不可能 制造出真正的智能机器。
今天，许多人认为人工智能是一个即成的事物，只待计算机具有足够的能力后，即可实现其美好前景。只要计算机有足够的内存和处理能力，思维能力就会发展，人工智能的编程人员就可以造出智能机器。对此我不敢苟同。人工智能正面临着一个根本性错误，因为它无法圆满地解决什么是智能的问题，或者说“理解某个事物”到底意味着什么。
万能计算：尽管建构的细节有所不同，但从根本上讲所有的计算机都是等效的。
图灵开创了人工智能的研究领域，其核心是：大脑就是另一种形式的计算机，无论你如何设计它的人工智能系统，这台计算机都可以做出类似人的行为。
行为学家认为，大脑内部的运转过程是不可知的，称之为“无法穿越的黑匣子”；但是人们可以观察和测量动物所处的环境和行为。
在任何情况下，无论多么成功的人工智能程序也只是擅长于那些经过专门设计的领域。它们不会总结归纳，缺乏灵活性；甚至它们的创造者也认为它们不会像人一样思考。
图灵机将会改变世界----而且它已经改变了世界，但不是通过人工智能。
理解是无法用外部行为测量的，它是对大脑如何记忆、如何利用这些记忆进行判断的内部度量。
第二章 神经网络 Neural Networks
神经网络不同于计算机，它没有 CPU，不能对信息进行中央存储；整个网络的知识和记忆都分散在所有的连接之上----就像真正的大脑一样。
对于大脑的解读，有三种标准必不可少。大脑功能的时间概念。反馈的重要性。任何大脑模型或理论都应该能够解释大脑的物理结构。
有一种最普通的神经网络，被称为BP网络，可以学会将输出单元的错误传输回输入单元，并将它记住。你可能认为这是一种反馈，而事实并非如此。这种错误的反向传播只会发生在学习过程中，而当经过训练的神经网络工作正常时，信息只会向一个方向传输，冲输出到输入没有产生反馈。除此之外，模型也没有时间概念。
人工智能和神经网络研究者都认为智能存在于行为之中，，而这种行为是执行一个输入后，由一个程序或神经网络产生出来的。电脑程序和神经网络最重要的属性就是能否进行正确的、令人满意的输出，就像阿兰·图灵所说的，智能等同于行为。
所有的机器，无论是建造出来的还是想象出来的，都必须能做些事情；世界上没有会思考的机器，只有能干活的机器。甚至当我们在观察自己的同类时，所关注的也是他们的外在行为，而不是内在思想。
道理很容易理解，但从直觉上看却是错误的。
对于大脑的作用以及工作原理仍然没有形成全面的理论和框架。它会不会因为大脑的复杂而极为复杂呢？是否要用写满100页纸的数学公式才能描述清楚大脑大脑是如何工作的？我们是否要画出成百上千的线路图才能做出一个有意义的解释呢？我不这样认为。从历史上看，对于科学问题最完美的解决办法往往是简单而精确地。尽管细节工作可能令人生畏，通往最后理论的道路可能充满险阻，但最终的概念框架体系通常是简明的。
第三章 人脑 The Human Brain
仍然有一些解剖学家估计人类大脑皮层中包含大约300亿个神经元，但我觉得，及时这一数字再大上很多或小上很多，也不会有人对此表示惊讶。
曾经在《科学美国人》发表文章的 France Crick 在许多年后又写了一本关于大脑的书----《惊人的假设》(The Astonishing Hypothiesis)。所谓惊人的假设，是指我们的思想就是大脑细胞的产物，没有魔力，也没有特殊的浆汁，思想就是由神经元和闪动的信息流构成的。
神经科学家认识到任何有助于大脑皮层回路发挥作用的东西之前，意识到某些心理功能是固定在一定的区域里的。如果脑中风损坏了某人的右脑顶叶，他就会失去知觉，甚至整个左侧身体失去知觉，对身体左侧的空间也没有任何感觉。如果中风发生在左前脑的Broca 区，他就会丧失使用语法的功能，而同时他的词汇和理解词汇的能力却不会有任何改变。如果纺锤体脑回发生中风，他就不再拥有辨别面孔的能力----就不能认出自己的妈妈和孩子，甚至连照片上自己的面孔也会变得陌生。这些奇特的功能紊乱，使早起的神经学家意识到大脑皮层包含许多不同的功能区。
Vernon Mountcastle 所说的大脑皮层区域之间的微小差异正是他们之间连接的差异，而不是基本功能的差异。他总结说，所有大脑皮层的功能区域都遵循一个共同的算法，视觉、听觉、甚至运动输出之间没有任何差异。他还认为，大脑皮层的连接方式是由基因决定的，这正是功能和物种的独特之处，而脑皮层组织本身在各个区域都担负着相同的功能。
神经科学家还发现，大脑皮层的回路具有令人惊异的可塑性，也就是说，它可以根据流经的输入信息的类型进行改变和重组。
大脑各区域是根据传入的信息种类而发展出专门的功能。大脑皮层并不是严格地运用不同的算法完成不同的功能的，正如目前地球上各个国家区域的划分并不是先天注定的。
大脑皮层是极其灵活的，而且输入大脑的都是模式。这些模式来自哪里并不重要，只要它们在时间上以固定的方式彼此联系，大脑就能感觉到它们的存在。
我们能相信这个世界就是我们看到的样子吗？我认为，世界的确是以一个绝对的形式存在的，和我们感受到的非常接近，但我们的大脑不能直接认识这个绝对的世界。
第四章 记忆 Memory
不论从并行还是其他方面，大脑皮层都不像计算机，它不会计算问题的答案，而是用存储的记忆来解决问题，做出反应。虽然计算机也有记忆，且是以硬盘驱动器和记忆芯片的形式出现的，但大脑皮层的记忆和电脑的记忆有以下四点根本区别：
你也许已经注意到，有些人在讲故事时不能立刻切入主题，而是啰啰嗦嗦地讲一些无关的细节。这让人很恼火，甚至想大叫：“讲正题吧！”但他们只会按照发生的时间，而不是其他的方式来讲述他们的故事。
下一次洗澡的时候，请留心你用毛巾擦干身体的过程。我发现我在擦干身体的时候，几乎每次都是相同的程序----擦干、拍净以及相应的姿势。通过有趣的观察，我还发现我妻子淋浴之后也遵循基本上一成不变的方式。你或许也是一样。如果有一定的顺序，就试着改变它。你可以强迫自己去改变，但必须集中注意力，因为稍一走神，你又会落入习惯的方式中去。
记忆之所以能够被存储是抓住了相互关系的精髓，而不是某个瞬间的细节。当你在看、在感觉、在听某个东西时，大脑皮层就接收到详细的高度特化的输入信息，并将它们转化成一种恒定模式。实际上，被存储的是恒定模式，与每一个新的输入模式相比较的也是恒定模式。记忆的存储、记忆的唤醒以及记忆的识别都发生在恒定形式的基础之上。在计算机中却没有相同的概念。
第五章 智能理论新架构 A New Framework of Intelligence
因此，只有一种办法可以解释你对改变了的门所做出的反应----你的大脑对于某个特定社科将要看到、听到和感觉到的东西进行了低级感觉预测，而且是并行的，脑皮层各个区域都会自动地预测下一步的感觉。视觉区对边缘、形状、物体、位置和动作做出预测；听觉区对音调、声音的来源以及声音的模式做出预测；体觉区则对触摸、质地、轮廓以及温度进行预测。
我们都有这样的经历：当某些连续的背景声音，比如远处的风钻发出持续的噪音，或是在餐馆、商店、工厂等播放绵绵的背景音乐时，我们会毫不在意；然而一旦它们停下来，我们会马上注意到。你的听觉区域预测的是音乐的连续性，只要它不变化，你就不会留意，而一旦它停下来，就破坏了这种预测，于是就吸引了你的注意力。
科学本身就是一种预测。我们进行一系列的假想和实验，从而不断改进我们对世界的看法。这本书也是对什么是智能以及大脑工作原理的预测。真挚连产品的设计也是一种基本的预测过程。不论是设计服装还是设计手机，工程师们都会猜测竞争对手的做法、消费者的需求、新产品的成本以及什么样的款式是市场需求的。
人类脑皮层很大，因而有相当巨大的记忆容量，它能够不断地预测你将要看到、听到和感觉到的东西，而且多数都是在你不自觉地情况下发生的。这些预测就是我们的思想，与感觉输入信息流结合之后就形成了我们的知觉。我认为对于大脑的这个认识，就是智能的记忆和预测框架。
现在我们可以清楚地看到阿兰·图灵错在哪里----智能的证据是预测，而不是行为。
第六章 大脑皮层工作原理 How the Cortex Works
与照相机的记忆所不同的是，你的大脑记住的是世界的本质，而不是它看上去的那个样子。当你对世界进行思考时，你是在提取那些对应于世界上物体的存在和表现方式的模式，而不是它们在某一刻通过你的任何感官所表现出来的样子。你用以体验世界万物的顺序反映的就是世界的恒定结构。你体验世界各部分的顺序是由世界结构所决定的。
许多年来，大多数科学家都忽视了这些反馈连接。如果我们对大脑的了解仅仅集中在脑皮层是如何接受所输入的信息、如何加工信息，然后如何对它做出反应的话，就不需要反馈，而仅仅是连接着感觉器官和脑皮层运动区的前馈连接。但是当我们开始认识到脑皮层的核心功能是做出预测时，就会不得不将反馈纳入我们的模型里来了。大脑要将信息送回最先接受输入的区域。预测就是在实际发生了什么和我们期待发生什么之间进行比较。信息向上流动，我们的期待向下流动。
还有一点，所有的预测都是从经验中学习的。我们期待着钢笔夹现在和将来都会发出“噼啪”声，这是因为它们过去就是这样。自行车在车库碰撞而发出“呯呯”的声音，我们都是以可以预测的方式看到、感觉到并且听到的。你不是生来就具有这些知识，这些都是通过学习而得来的，这得归功于你的脑皮层有令人难以置信的大容量，从而可以记住各种模式。如果传入大脑的输入中有一贯相同的模式，脑皮层就会将它们用来预测未来的事情。
如果脑皮层区域能够说话，它们也许会说；“我体验到了许多不同的模式。有时候我预测不到接下来会看到什么模式。但是这些模式的集合肯定是彼此联系着的。它们总是一同出现，我能够可靠地在它们之间跳来跳去。因此每当看到这些事件中的任何一个，我都会用同一个名字来指称它们。我传递给皮层中更高区域的就是这样的组名，而不是单个的模式。”
在我们的日常体验中时刻都能遇到这样的现象。当人们说话时，脱离了具体上下文，他们所说的单个词语就可能让人听不懂。然而，当你听到一个句子中的某个模糊不清的词时，不会因为这个词而使整个理解过程受阻，你照样能理解这个句子。同样地，离开了上下文，手写的字也经常有认不出的时候，但是，如果将它放到一个完全手写的句子中，你就能认出来了。在多半情况下，你是意识不到自己在利用大脑中的序列记忆来填充模棱两可或不完全的信息。你听到了你所期待听到的，看到了所期待看到的----至少当你所听到的和所看到的符合过去经验时是这样。
如果你反复研究某一类事物，你的大脑皮层将在较低的层级中形成对它们的记忆表征，这就把皮层的较高层级给释放出来了，可以利用它来学习更细微、更复杂的关系。根据这一理论，专家就是这样被培养出来的。专家和天才有着比普通人更能观察结构之结构、模式之模式的大脑。你也能通过练习而成为专家，但这其中当然也还包含遗传方面的因素。
在新皮层下游相互能沟通的三大脑结构，它们是基底神经节、小脑和海马。这三大结构都限于新皮层而存在。粗略地说，基底神经节是原始的运动系统，小脑主要学习事件间精确的时间关系， 海马则储存具体事件及与地点有关的记忆。
如果你失去了左、右两半海马，你就失去了形成新记忆的能力。没有了海马，你可以照常说话、走路、看东西和听东西，乍一看你几乎就是个正常人。但实际上，你受了很大的损伤：你记不住所有新的事物；你能记起失去海马前许多年认识的朋友，但你却记不住一个新遇见的人；及时在一年里，你每天去看你的私人医生5次，但你每次见到他时都会觉得是第一次见到他。你对失去海马以后发生的一切事情都无法记住。
发现并建立一个崭新的科学理论框架，要求我们寻找最简单的原理。这个简单的原理必须能整合并解释大量看似毫无联系的事实。这一过程带来的必然后果就是：我们可能会将问题过于简单化。这样，很多重要的细节可能会被忽视，事实也可能会被曲解。如果这个理论框架有一定的道理，我们就肯定能发现其需要改进或修正的地方，比如或许我们走的太远了，或许走得还不够远，或许它根本就是错误的。
第七章 意识和创造力 Consciousness and Creativity
到目前为止我对新大脑皮层所做的阐述以及它的工作原理都是基于一个非常基本的前提----世界是有组织的、有结构的，因此是可以预测的。时间万物都有固定模式：脸上长有眼睛；眼睛里有瞳孔；火是烫的；重力使物体下落；门可以开关；等等。这个世界不是随意构成的，也不具有同性质。如果世界不存在组织结构，那么记忆、预测以及行为就失去了存在的意义。所有的行为，不论是人的，还是蜗牛的，是但细胞生物的，还是一棵树的，都是一种利用世界的结构来进行繁衍的方式。
然而，在进化过程中，出现了一些非常有趣的情况----神经元之间的联结可以改变。神经元可以根据最近发生的状况而决定是否发出信号。现在，在生物的生命周期内，行为可以改变，神经系统具有了可塑性。因为记忆可以很快地形成，所以动物在其一生中能够习得世界的结构。如果世界突然改变，比如说出现了一种新的掠食动物，其他的动物就不必坚持其基因所决定的行为，因为这些行为不再适合。具有可塑性的神经系统具有很强的进化优势，它可以引发大量新物种的出现包括各种鱼类、蜗牛和人类等。
智能的发展经历了三个时期，每个时期都利用了记忆和预测。在第一个时期，生物将DNA作为记忆的载体。个体在其生命周期中不能学习和适应。它们只能将基于DNA的关于世界的记忆通过基因传给后代。第二个时期始于自然界出现了能快速形成记忆的可改变的神经系统。此时，个体便能在它的生命周期内认识世界结构的重要方面并相应地调试自己的行为。但是。个体除了直接观察以外仍然不能将知识传给后代。在这个时期里，新皮层开始出现并扩大，但并不是这个时期的主要特点。第三个，也是最后一个时期，人人类所特有的。这个时期是随着语言的产生和新皮层的扩展而开始的。人在一生中学会了世界结构的许多知识。并能运用语言有效地将这些知识传递给许多人。
诗人的天赋在于：将看似毫不相干的词语或思想联系起来，并用这种方式照亮世界。他们创造出让人意想不到的类比，能使人们借此认识到更高层次的结构。
事实上，富有创造性的艺术作品之所以得到大家的喜爱，是因为它们出乎我们的预想。当看到一部影片打破你熟悉的人物模式、故事情节以及摄制技术（包括特技在内）时，你会因为它不落俗套而欣赏它。油画、音乐、诗歌、小说等所有这些创造艺术形式都在努力打破传统的框架，并尽可能要出乎受众的预料。在此，矛盾的力量使得艺术伟大：一方面我们要求艺术耳熟能详，一方面又要求它与众不同、出人意料。打过熟悉是重复和俗气；太过于独特则显得不协调和难以理解。最好的作品就是打破我们期望的模式并且同时交给我们新的模式。
能把自己训练得更具有创造力吗？
是的，的确可以。我已经发现，在解决问题时有一些方法能培养我们找到有用的相似点。首先，你要设想自己正在面对的问题是有答案的。人们容易轻言放弃，但你要相信问题的答案正等着你去发现，你要为此而坚持进行长时间的思考。
其次，你要让自己的思维任意驰骋。给你的大脑充分的时间和空间来发现问题的答案。找到一个问题的解答实际上就是要找到存储在大脑皮层中与当前要解决的问题相似的模式。如果你对某个问题感到困惑，记忆-预测模型建议你从不同的角度去观察它，这样会提高用以往经验找到相似点的可能性。如果你只是静静地坐在那儿，一遍又一遍地看着问题，那是不会有任何进展的。试着把问题分解一下，将问题的各个部分用各种不同的方式进行重新组合。
如果在某个问题上你被卡住了，那么暂时将它放到一边，先做点别的事情，然后再重新开始，将问题改变一下提法。如果你这样反复多遍，可能要花上几天或几个星期的时间，但问题迟早会有些眉目的，你会在过去的经验中找到相似的情形。要想成功，就要反复琢磨问题，同时还要做点其他事情，这样，大脑皮层就会有机会找到一些相似的记忆。
大脑是建立模型、做出创造性预测的器官，但它建立的模型和做出的预测可能是正确的，同样也可能是个美丽的谎言。我们的大脑总是在考察模式，做出类比。如果事物间正确的联系没能被揭示，我们的大脑会很满足地接受错误。伪科学、偏见、宗教还有偏执狭隘经常根植于错误的类推之中。
第八章 智能之未来 The Future of Intelligence
我们要语言一项新技术的最终用途是困难的。正如大家在整本书中看到的，大脑是通过类比过去而做出预测的。因此，我们自然而然地认为，新技术仅仅是被用来完成那些旧技术所要完成的同样任务，只是更快、更高效、更经济。
新技术的最终用途通常是无法预料的，它远远超出我们最初想象力所及。
有人认为机器具有智能基本上就等于说它具有了人的智力。他们担心智能机器将会因为“被奴役”而感到愤怒，因为人类憎恨被奴役。他们担心智能机器会试图统治世界，因为历史上曾有智者这么做过。但这样的担忧是建立在一个错误的类推之上的。人们之所以有这样的担忧是因为他们将智能----新皮层的算法，于古脑的情感因素----诸如恐惧、多疑和欲望等，归并起来了。智能机器是不具备这些能力的。它们不会有野心，也不会渴望财富，寻求社会认同以及性满足。它们没有食欲、嗜好，也不会出现情绪不稳定的情况。智能机器不会有任何类似人类情感的东西，除非我们刻意把它们设计成那样。智能机器最强大的应用就是那些人类智力有困难的地方，感觉器官不能及的领域和那些单调乏味的工作。通常，这样的活动几乎不涉及情感。
我认为智能机器在4个方面会超过我们人脑的能力：速度、容量、可复制性和感觉系统。
通过合适的感觉和稍加调整的皮层记忆，智能机器也许刻意存在于数学和物理学的虚拟世界中病进行思考。例如，在数学等理科领域里，有些问题是要求能够理解物体在多于三维的空间里是如何运动的。那些研究空间本质的弦理论家（string theorists），认为宇宙有十维或更多的维数。人类思考思维或四维以上的数学问题就已经非常费劲，也许合理设计的智能机器能如你我理解三维空间一样去理解多维空间，并能很好地预测它们的运动规律。
结语 Epilogue
人工智能在其鼎盛时期是一场规模浩大的运动，它拥有自己的期刊、学位课程、书籍、商业计划和企业家。神经网络在二十世纪八十年代兴盛时同样也让人们为之兴奋无比。但是人工智能和神经网络的科学体系框架并不适用于制造智能机器。
企业成功的秘密之一就是在百分之百地确信自己能成功之前就投身于新的领域。把握世纪也很重要，如果涉入过早，你会太费力；如果你一直等到不确定因素都不存在了，那就太迟了。
标签：
原文地址：http://www.cnblogs.com/Martinium/p/On_Intelligence.html
