版权所有:中国(中关村)网络安全与信息化产业联盟

京ICP备14013985号          京公网安备 11010802031750号   网站建设:中企动力 北京

>
>
>
再翻旧文“从电脑与人脑区别看人工智能”

再翻旧文“从电脑与人脑区别看人工智能”

浏览量
【摘要】:
作者王克的话:2017年4月,著名物理学家霍金警告说“人工智能也有可能是人类文明史的终结”。他指出“生物大脑可以达到的和计算机可以达到的,没有本质区别。”这让我想起早年写的一篇文章——从人脑与电脑区别看人工智能。

一段时间以来,随着谷歌阿尔法狗(AlphaGo)战胜人类围棋高手以及无人驾驶汽车实用化进程推进等,低迷了二十多年的人工智能研究又开始升温。

20174月,著名物理学家霍金警告说“人工智能也有可能是人类文明史的终结”。他指出“生物大脑可以达到的和计算机可以达到的,没有本质区别。”这让我想起早年写的一篇文章——从人脑与电脑区别看人工智能。

1989年上半年,读研究生第二年,上石纯一老师的“机器定理证明”课程期间写了一篇课外作业。当时,石老师接到一份人工智能学术会议邀请函,他没时间参加,便推荐我去。在他指导下我对那个作业进行了修改,并作为论文作者参加了7月在青岛举办的“全国人工智能与思维科学会议”,会上作了主题发言。今天把此旧文翻出来,感觉内容不过时,读一读,审视当前人工智能现状,也是对当年学习生活的怀念。

翻阅此旧文可得出两点。首先,人工智能是计算机学科“古老”的课题,从图灵机诞生起人们对人工智能赋予很多憧憬和研究,其基础理论仍然没变;其次,在计算机几十年的发展中,计算机在模拟人的计算方面有了长足进步,但在计算机模拟的人行为方面--即人工智能领域,其技术并没有获得实质性的突破。说当前人工智能又进入第三次高速发展期,实际上,人工智能一次也没有进入高速发展期。说人工智能技术最终将战胜人类文明更是缺乏理论支持。

我没有研究过人脑科学,只在学习人工智能课程时遇到了问题驱使我读了一些相关书籍和文章,写了一点粗浅认识,能得到国内人工智能研究领域前辈石纯一老师的指导,也是一生之幸事。

(石纯一,清华大学教授,曾担任中国计算机学会人工智能专业学组副组长,《中国计算机学会通讯》主编等职。)

从电脑与人脑区别看人工智能

一九八九年全国人工智能与思维科学会议论文

北京软件研究生院 王克

一九八九年七月

从图灵机的设想到冯﹒诺依曼机的实现,人类的各种科学计算跨入了工具化时代。人们把复杂的计算分解,规则化和机械化,让电脑完成其动作。电脑最初是为完成这种机械化的计算而设计的,所以人们把它叫做计算机是最恰当的,因为它是一种模拟人计算动作的机器。

计算可以分成四个动作:读数、判断、计算、存结果。计算机的结构使得计算的四个动作能够顺序、重复、快速地完成。由于具有判断和计算功能,后来计算机又出色地完成了符号逻辑推理。于是,“电脑能思维”,“电脑最终能像人一样动作”等观点和设想使得许多计算机学者献身于人工智能的研究。但人工智能的前景如何,至今目标还不明确。深入探讨人脑和电脑的本质区别,可能会帮助人工智能的研究更清醒地选择课题,开拓新的研究领域。

结构组织的不同是人脑和电脑的第一区别。一个是由生物细胞组成的有生命活动的物质,一个是由无机元素组成的物质,它们有着不同的物理化学特性。

组成人脑的基本要素是神经元、突触系统和树突,以及在复杂的神经元网络中链接不同神经元的轴突。神经元间的相互作用不是靠电子的移动产生电流,而是靠生物化学的反应,这种作用不是在01逻辑下进行,而反应的强弱、反应时间的长短都是影响结果的因素。

据推测,人脑有多达1010次方个神经元,它们和突触系统组成网络,每个神经元又大约和另外100万个神经元联系,这决定了它们高度并行分布解决问题的特性。1967年麻省工学院的马尔文、明斯基(MarvinMinsky)曾推测,一个存有1000万个日常生活事实的计算机会表现出很高的智能。可今天计算机的存储器已可存储几倍于这个信息量的信息,然而却没有人能设计成功一个有效的一般性的智能程序。所以,用计算机的存储量与人脑的神经元数量相比来希望计算机达到人类智能是行不通的。原因在于计算机结构决定了在任何给定的时间内它仅使用了全部硬件的极小部分——CPU进行计算,而它的存储器只是作为存放(计算)中间结果的空间。

或许由于人脑和电脑在物理结构上的差别,这种差别用计算机软件是弥补不了的,使得人工智能专家陷入茫然。虽然人们总是坚信凡事都有其原因,人的行为也不例外,计算机专家们很善于把原因和结果转换成计算机处理的方式:如果A,则执行B。他们编制了很多启发式的智能软件来模拟人的智能。但令人遗憾的是,人们把下棋、会诊等人脑活动描述成规则,让计算机模拟的结果还是不及人类,这也许是因为描述的规则和人类智能比是近似的,不精确的。

许多人在寻找更近似的描述,但令人忧虑的是可能用这种计算机是根本无法精确描述人的智能活动。就象飞机这个人造鸟的飞行技术永远不及生物鸟的飞行一样,计算机也从来就是人类的工具。

甚至还有一些人脑的活动用这种计算机规则不能近似地描述。如,人在写文章时笔下的每个字,讲话中口里的每个声音,它们输出的条件是什么呢?数学家在求证数学题中,他确定的求证方法和求证目标之间有什么因果关系呢?除了和他的经验有关外,他们都有着非常强的天才般的直觉,这种直觉恰恰是大脑结构所固有的,而计算机会有直觉吗?爱因斯坦曾提出:科学原理的发现“并没有逻辑的道路,只有通过那种以对经验的共鸣的理解为依据的直觉”,波普尔及后来的库恩等人也持有这种观点,他们认为这种直觉是“灵感的激起和释放的过程”。

人脑在理解下处理信息,这种理解不是从符号到符号的解释。对输入输出大脑的信息(包括图像和声音)的处理不是处理这些信息的本体,而是它们和具体背景涵义的转换,这种转换很迅速,而大脑的大部分时间是处理由信息本体转换后的具体背景涵义。如,当人们听到或看到“学校”两个字时,人脑常常不是只处理“学校”两个字的图形和声音,而是想到“校园”、“学生”、“老师”等内容,这些内容不是图像,也不是声音,是一种对客观世界的映像,它们无法输出,又在人脑中存在着。而计算机只能从符号到符号地处理信息。

电脑是个输入——输出系统,外部信息的输入驱动着程序的执行,并输出结果。人脑的思考是不间断的。一个高智商的人不仅善于处理随时而来的外部信息,完成事务性的工作,而且他的思想激励更多地来自人脑内部的各种欲望,这种激励随时在变,使得他们不断有新的目标、新的思想、新的方法。而计算机当没有输入信息时它便处于“闲逛”状态。

人脑在进行平常或非平常的智力活动时不仅仅是依靠推理活动。笔者认为,人的思维包括五个基本机制:回忆、联想、抽象、推理和计算。除了推理和计算,其它三个方面计算机可以说是望尘莫及的。

回忆是人脑将在过去的时间里人所经历的事件的映像快速地在头脑中再现。回忆不是简单地场面图景再现,而是对这些场面的映像及其之感受的再现。

“昨天的天气很冷。”人在回忆时想到了昨天大雪纷飞的景象、北风呼啸的声音,而且北风吹在脸上使肌肉收缩的感觉也同时出现在回忆中。回忆不仅再现当时的行为,同时伴随着当时的思想状态。

回忆可以根据人感受的不同有选择地回忆,可以大概回忆整个过程,但每个细节都可能被回忆出,有些可能永远回忆不出来。

回忆到的映象和感受用计算机点阵图像和字符是无法表示的,它是对实际过程的客观和主观状态的高度压缩的映像,人们无法将这种映象直接输出,只能对这些映象进行说明和证实。

人们通过回忆感觉到环境的变化,解释现在的处境,预料事情的发展。

计算机也能把它所经历的事件输出再现,但这种再现是简单的、呆板的和冗余的,就象记录电影。

联想是人脑通过一个景况和其它景况的联系,从一个景况想到另一个景况。联想和回忆不同,它是横向的,景况在脑中出现没有时间尺度,人可以从过去想到未来,从天文想到地理,从已存在的想到不存在的。

在人脑中存在一个思维的景况世界,这个景况世界包括人所经历的客观过程在脑中的映象和人脑对这些过程的思维生成的各种观念。

在人们所生存的宇宙大系统中,万物都存在这联系,所以在映象着客观过程的大脑的主观景况世界中也必然存在着这种联系。因此,人可以从一个事件直接或间接地联想到万物。

计算机如何做到这一点呢?在计算机的存储器中表示信息间的这种网状联系,要用地址向量建立。不难设想这些冗余的地址空间的规模和联想时的时间开销。即使假设有足够的时空,那么这些信息的联系如何建立呢?是先有联想还是先有联系?如果先有联想,那么联想的依据是什么?如果先建立联系,后进行联想,那么谁来建立这些联系?如果由人把事物的联系表示出来,先输入到计算机内,那么对已存入的事物可以进行联想,而对新事物又怎样联想呢?再则有些事物开始没有直接的联系,当一新事物出现后它们才有了直接联系,所以有更多的联系是动态产生的。

通过事物间固有的属性特征直接连接两个事物,这似乎接近大脑的联想过程,现在的计算机无法完成这一点,尽管用散列函数将一事物的某属性特性转换成地址可以直接建立存储信息的联系,而转换后的地址恰恰是该事物信息本身所在的空间位置,这就形成了从本事物联想到本事物自还状态。

而这些对于人脑来说都是轻而易举的事。如当你结识一位新朋友时,你可能说他长得很象你的一位老朋友,在这以前你头脑中这两位朋友时没有联系的,而这种联想是自然的,迅速的,和计算机的检索判断有这本质区别。

联想帮助人对各种事物进行比较和分析,使得人的抽象和推理更准确可靠。

抽象对于高智能的人来说发挥着重要作用。人们对周围的事物加以分析,舍弃非本质的属性,通过对它的本质规律的认识形成概念。这种分析是由表及里,由此及彼,去粗取精,去伪存真的。

对人来说,没有一种一般化的分析方法可以从一个人传授给另一个人,更无法传授给计算机。

计算机可以帮助人用统计的方法分析事物,但人在平常的大量分析问题中需要有联想和回忆的支持,这点计算机则难以做到。

另外,人的抽象分析是随时进行的,有时是无意地,所以有些问题的发现也是预想不到的。而计算机是在人的意图下,针对某一种具体方面,使用人对这方面问题指定的分析法则进行分析。从这个意义上说,计算机还是人分析问题所借助的工具,它自己不能主动地在新的领域发现问题,就是因为它缺少抽象的一般方法。

 

推理看来是计算机最擅长的工作了。虽然人在进行推理时显得迟慢,有时还可能犯推理错误。但是人在推理时借助回忆和联想以及抽象的支持,使推理更有效、更灵活。

回忆和联想可以直接验证结论的可靠性,抽象可以更正错误的推理前提,进行重新推理。所以,人不仅能在前提条件为“真”时推出正确的结论,更擅长在前提条件为“假”的情况下,经过反复地推理——判断——修改前提——再推理,直至推出可靠的结论。

而计算机只能保证推理形式的正确,所以只能在正确的前提下才能推出正确的结论。

对于归纳推理计算机就更不能与人比拟了,它推出的结论或然性更大。而归纳往往是人们发现问题的开始。

人类智能是人脑通过回忆、联想、抽象、推理和计算等思维功能对客观世界表现出的认识和创造能力,前三者:回忆、联想、抽象是思维的基础和源泉,而推理和计算是思维的高级形式。如果计算机只能完成推理和计算,要想达到人类智能,似乎是无本之木。

根据人脑中每个神经元的状态及神经元的刺激机制,有可能计算出人的每个神经元的下一个状态,因而可以预测这个人的下一个动作,这使得有些人坚信只要弄清楚人脑的神经网络结构及其刺激机制,就可能编制出象人那样动作的计算机程序。但笔者注意到有些成果表明,神经元的变化和时间因素有关,用顺序执行的程序可能无法保证时间因素的作用。

有这样一个事实:目前的人工智能不能根本解决这样的问题——机器存储的知识越多,机器运行的速度越慢。但对于人来说,知识越多一般来说解决问题的时间越短。

所以,传统的程序存储计算式结构的计算机模拟人的动作的基础可能是错误的。人工智能应该冲破传统计算机结构的束缚,探索其他的方法,创造出从结构上更近似人脑的机器来。

参考文献

1.《科学逻辑》吉林人民出版社

2.机器究竟会思维吗?PeterDenning,《科学导报》19873

3.计算机神经元回路:模型 JJHopfield & DWTank 《世界科学》1988.2

4.计算机的神经环路模式 RAthal 《科学世界》1988.2

5.《逻辑与语言研究(3)》中国社会科学出版社

6.《论思维形式与思维方法》林先发,司马志纯 湖北人民出版社

7.《逻辑学词典》吉林人民出版社

8.脑的思维机制—神经科学的研究 伊腾正另,《世界科学》1988.4

9.《自然辩证法教程》人民大学出版社

聚焦专栏