人工智能

大多數(shù)個人電腦、智能手機和其他設(shè)備的硬件性能非常相似，由操作系統(tǒng)定義，通過下載其他軟件“學(xué)習”。早期計算機的學(xué)習完全依賴于與人類的交互，而現(xiàn)在則通過互聯(lián)網(wǎng)接收更新。

隨著越來越多的數(shù)據(jù)存儲到云端，服務(wù)器代理的作用不斷增強。這些代理負責計算密集型任務(wù)，類似于中樞神經(jīng)系統(tǒng)。相反，面向消費者的電子產(chǎn)品正在改善它們的輸入/輸出能力，變得有點像外圍神經(jīng)。

 

 

由此也衍生出了物聯(lián)網(wǎng)。在物聯(lián)網(wǎng)中，擁有數(shù)十臺高度專業(yè)化的微型設(shè)備，每臺只執(zhí)行一項或幾項功能。基于云計算的中央“大腦”負責協(xié)調(diào)所有設(shè)備來控制房屋、工廠甚至整個區(qū)域。

相比之下，機器人技術(shù)專注于更加自主的主體。機器人必須實時處理復(fù)雜的現(xiàn)實情況。自動駕駛汽車就是典例:

 

 

圖中簡化了結(jié)構(gòu)，真實的系統(tǒng)有超過100個傳感器，具有恒定的輸入流。自動駕駛汽車的設(shè)計是當今人工智能研究中最困難的領(lǐng)域之一。

面向消費者的機器人只是人工智能研究中的微小分支，是一個相對較新的趨勢，而大多數(shù)機器人是為工業(yè)和軍事需求設(shè)計的。與武裝無人機或核電站控制員的失誤相比，自動駕駛出租車的不當行為更像一場小型事故。此類系統(tǒng)的策略編程不依賴于黑盒算法，但其工作的每個方面均需要嚴格的數(shù)學(xué)規(guī)范。

量子世界(Quantum world)

 

 

量子力學(xué)是人工智能和生物智能的共同基礎(chǔ)。量子力學(xué)的出現(xiàn)，為以半導(dǎo)體為核心的計算機技術(shù)奠定了基礎(chǔ)。

300多年前發(fā)展起來的計算行星運動的數(shù)學(xué)方法作為了反向傳播和梯度下降的基礎(chǔ)。概率論、統(tǒng)計力學(xué)和矩陣力學(xué)成為了量子力學(xué)的基礎(chǔ)，是現(xiàn)代人工智能的近親。目前，深度學(xué)習就像煉金術(shù)，物理學(xué)則可以幫助我們更好地理解它。

雖然量子計算機還處于起步階段，但目前的實驗表明它能有效地加速處理某些優(yōu)化問題。例如，玻爾茲曼機器是一種人工神經(jīng)網(wǎng)絡(luò)，但難以在大多實際場景中進行應(yīng)用，所以研究學(xué)者提出了一種受限的變體，成為最早的深度神經(jīng)網(wǎng)絡(luò)之一。量子計算機則有可能結(jié)合玻爾茲曼機器和其它概率模型的全部計算能力。

 

 

理解量子力學(xué)非常難，概率振幅只是冰山一角。盡管許多人批評人工神經(jīng)網(wǎng)絡(luò)的解釋性很差，但他們也無法直觀地描述量子力學(xué)。

生物智能(Biological Agents)

生物智能存在了約30億年。地球上數(shù)百萬種生物都有一個共同點:DNA。

 

 

DNA是細胞的“中樞神經(jīng)系統(tǒng)”。人們認為，在基于DNA的生命出現(xiàn)之前就有基于RNA的生物體，它們在功能和結(jié)構(gòu)上非常相似。

 

 

生物學(xué)家們在很長一段時間里都認為，約98%不編碼蛋白質(zhì)的DNA是無用的。但后來的研究發(fā)現(xiàn)，它們在控制編碼DNA以適應(yīng)動態(tài)環(huán)境中起著關(guān)鍵作用。DNA自身的某些部分可能會被甲基化失活，但這是可逆的，且在整個生命周期中發(fā)生多次。

現(xiàn)代科技已能合成和編輯我們想要的DNA，人工和生物智能已無太大區(qū)別。

細胞(Cells)

具有基本功能的細胞稱為原細胞：

 

 

它們代表了最初生命有機體的樣子。大約30億年前的地球環(huán)境模型表明，在足夠多的核苷酸中能夠捕獲脂類氣泡，從而產(chǎn)生第一個基因組，而基因組又能通過從周圍環(huán)境中捕獲營養(yǎng)物質(zhì)實現(xiàn)復(fù)制。在積累了足夠數(shù)量的基因和其他化學(xué)物質(zhì)后，這些氣泡在內(nèi)部壓力的作用下分裂。

另一個簡單的例子是病毒。兩者的主要區(qū)別在于病毒不維持內(nèi)部代謝，需要利用其他生物體進行自我復(fù)制。病毒的基因組通常很短，只編碼1到2個蛋白質(zhì)。然而，病毒可以通過DNA交換與宿主進行“交流”，這一過程稱為水平基因轉(zhuǎn)移。許多單細胞生物都有這種能力，它在整個進化過程中扮演著重要的角色。

相比之下，細菌可以對不同的化學(xué)物質(zhì)，光，壓力，溫度等進行感應(yīng)。許多細菌在分子水平上具有類似于普通內(nèi)燃機的運動機制。

 

 

此外，它們有相當強的溝通能力，可以成群結(jié)隊地聚集在一起，能借助自身基因組和周圍的蛋白質(zhì)消化大量的營養(yǎng)物質(zhì)，并執(zhí)行相當復(fù)雜的行為。它們的結(jié)構(gòu)與原細胞和古細菌非常相似。

真核細胞與此相反，它們有許多細胞器。其中，像線粒體和葉綠體都有自己的DNA片段，在過去可能是獨立的生物體。此外，線粒體在克雷布斯循環(huán)中發(fā)揮著至關(guān)重要的作用，能夠促進新陳代謝。

 

 

真核細胞內(nèi)部結(jié)構(gòu)雖然復(fù)雜，但缺乏自行移動的能力。動物細胞也缺乏葉綠體和細胞壁，使其失去自主性。生物細胞雖然逐漸失去了獨立生存的能力，但卻獲得了更為復(fù)雜的“社會”能力。

細胞通過動作電位對環(huán)境變化做出快速反應(yīng)。當傳感器檢測到化學(xué)物質(zhì)、壓力或其他刺激時，細胞膜電勢迅速變化。

 

 

但動作電位信號僅限于源細胞和與其有直接膜-膜連接的細胞。它可以通過信號分子傳遞給其他細胞，但過程耗時長。大多數(shù)動物進化出了專門的細胞——神經(jīng)元克服該問題。

 

 

神經(jīng)元形狀各異，可以長出新的突觸或移除舊的突觸。外圍神經(jīng)元通常只有幾百個連接，而中間神經(jīng)元的連接可能超過10000個。這些機制使它們能夠快速移動信號，并通過調(diào)整突觸強度進行轉(zhuǎn)換。此外，脊椎動物的許多軸突都有髓鞘，可以使電位移動得更快，同時激活更少的膜通道，節(jié)省能量。

下面介紹到目前為止研究得最好的神經(jīng)系統(tǒng)之一，線蟲：

 

 

研究人員對其進行了長達50年的剖析，了解其全部302個神經(jīng)元的詳細結(jié)構(gòu)，其中包含5000多個突觸：

 

 

即使只有302個神經(jīng)元，研究人員也很難判斷它們在做什么。它們持續(xù)地“學(xué)習”，且功能可能會實時變化，而人類大腦擁有數(shù)十億個細胞。

考慮到復(fù)雜性，神經(jīng)科學(xué)的大多數(shù)研究都集中在特定的區(qū)域、通路或細胞類型上。大多數(shù)進化的舊結(jié)構(gòu)負責呼吸、心跳、睡眠/蘇醒周期、饑餓和其他重要功能。大腦皮層是最受研究人員關(guān)注的。

大腦皮層是一層折疊的層狀薄片，厚度約為2-3毫米，大腦的其他部分被一塊類似于餐巾紙的結(jié)構(gòu)所覆蓋。

 

 

大腦皮層涉及一些高級認知功能，如語言、意識、計劃等。新皮層約占大腦皮層的90%。

另一研究充分的區(qū)域是海馬體：

 

 

所有的脊椎動物都有一個類似的結(jié)構(gòu)叫做蒼白球，但哺乳動物有一個更進化的版本，海馬體。它在空間記憶和情景記憶中起著至關(guān)重要的作用，其功能類似一個時空地圖。有了這張地圖，大腦就可以把復(fù)雜的記憶儲存在專門用于視覺、聽覺和其他表現(xiàn)形式的區(qū)域。

最初對大腦的研究集中在損傷外傷和內(nèi)部損害上。在大腦皮層中，大腦區(qū)域缺失和認知功能缺失之間的相關(guān)性較弱。研究結(jié)果表明，記憶分布在整個大腦皮層，甚至在手術(shù)切除鄰近神經(jīng)元的某些部分后，還可以重新學(xué)習缺失的功能。研究人員提供了如下區(qū)域圖:

 

 

但上圖在實際和理論兩方面都缺乏精確性。在實驗環(huán)境中，你可以刺激大腦的某一部分，觀察其反應(yīng)。但是，除了主要的感覺和運動區(qū)域外，得到的結(jié)果并不準確。另一方面，功能性磁共振成像可以跟蹤受試者，判斷在執(zhí)行某些任務(wù)時大腦的活躍部分，但這些區(qū)域并非專門處理特定任務(wù)，結(jié)果也不準確。同時，功能性磁共振成像實際上是在測量氧氣的供應(yīng)水平，所以僅僅測量單個神經(jīng)元的活動水平是不夠的，就像這樣:

 

 

大腦活動的另一個有趣的特征是它以波的形式進行：

 

 

以上研究能夠幫助理解和治療神經(jīng)系統(tǒng)疾病，卻并不能描述人類的行為。但是，這種自下而上的思維研究方法仍然取得了重大發(fā)現(xiàn)，比如基于神經(jīng)活動來預(yù)測一個人的選擇，以及大腦沒有“中心”部分。

從心理學(xué)角度分析，人類行為在很大程度上受到遺傳、文化和環(huán)境因素的影響。智商及智商測試方法是其中最著名的研究成果。雖然有理論試圖對智力做出解釋，如多元智能理論，智力的三位一體理論等，但并未被廣泛接受。

這些理論的主要問題在于沒有提供一種定量證明的方法。即使是像走路或說“嗨”這樣簡單的行為，涉及到的神經(jīng)結(jié)構(gòu)也極其復(fù)雜，再加上考慮到每個細胞內(nèi)DNA和其他生物機制的復(fù)雜性，對神經(jīng)科學(xué)研究的做出心理學(xué)解釋往往比實驗本身還要復(fù)雜。

什么是智能?

答案雖然多樣，但到目前為止都沒有一個被廣泛接受的統(tǒng)一理論。也許AIXI和IIT的結(jié)合會推動其產(chǎn)生。要把兩者結(jié)合起來，需要一個獎勵的概念，這個概念可能來自醫(yī)學(xué)和經(jīng)濟學(xué)，適用于每一種人工和生物智能。

當前幾乎所有的智能衡量都基于某些任務(wù)的性能，這在瞬息萬變的現(xiàn)實環(huán)境中不夠靈活。或許，將意識定義為“任何可能的經(jīng)驗”，以及與AIXI背后的智能框架相關(guān)聯(lián)的IIT框架，可以提供一幅更廣闊的認知圖景。

任何主體工作都可以被描述為量子系統(tǒng)的波函數(shù)，但這不僅難以計算，還對習得的中間表征以及生物智能和人工智能的解釋提出了巨大的挑戰(zhàn)。

雖然人工智能的進步和對人類智能的深層次理解有著巨大的應(yīng)用前景，但仍存在一些挑戰(zhàn)：

1、 隱私(Privacy)

2、 偏差(Bias)

3、 一致性(Alignment)：大多數(shù)人工智能訓(xùn)練都是基于效用最大化或誤差最小化，而這些目標函數(shù)并不能代表所有的人類價值和道德。

4、 替代(Displacement)：科技取代人類完成特定任務(wù)已經(jīng)有一段時間了，但人類的進化比人工智能要慢得多。

5、 網(wǎng)絡(luò)攻擊(Cyberattacks)

6、 心理工程(Psycho-engineering)：大量的心理實驗和歷史教訓(xùn)表明，即使沒有任何暴力傾向的人，如果被適當?shù)夭倏v，也會對別人造成傷害。

作者信息：Egor Dezhic

文章原標題《What is Intelligence?》，譯者：Elaine

標簽： isp 服務(wù)器 服務(wù)器代理 互聯(lián)網(wǎng) 網(wǎng)絡(luò) 云計算

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請與原作者聯(lián)系。