集智专栏
资源加载中,请稍后...
集智专栏

如何创造心智:揭示人类思维的秘密

Kaiser

原文:How to create a mind: The secret of human thought revealed

作者:Milo Spencer-Harper

翻译:Kaiser(王司图


前言

原作者Milo毕业于牛津大学经济学专业,也是一名Python开发者和人工智能爱好者。本文是他对Ray Kurzweil的著作How to create a mind: The secret of human thought revealed的读后感,首发于Medium,原文链接及作者主页可见于文首。

Ray Kurzweil,就职于Google,著有《人工智能的未来》、《机器之心》、《奇点临近》等书。

至于Kurzweil究竟是真正的“未来学家”,还是美国版的“大脑升级人”,留待读者们思考。


正文

在学习AI的过程中,我读了Ray Kurzweil的How to create a mind: The secret of human thought revealed,这本书非常的exciting所以我想与诸位分享一些感悟。

如果要用一句话来概括这本书的话,那Kurzweil自己的话最好不过了:

"The question is whether or not we can find an algorithm that could turn a computer into an entity that is equivalent to a human brain." -- p181

“问题在于我们能否找到一个算法让计算机成为人类大脑的等价物。”——页181

Kurzweil坚信这是能够而且应该实现的,他还指出这样的算法会基于“思维模式识别理论”(Pattern Recognition Theory of the Mind, PRTM),比我们想象中要简单。

人脑可以说是已知宇宙中最复杂的东西了。仅仅三磅重,却能发现相关性、想象世界、创作音乐、建造泰姬陵,还能自己写一本关于人脑的书。

Drawing Hands, 1948 - M.C. Escher Drawing Hands, 1948 - M.C. Escher

人脑还是存在很大局限性,也留下了其工作机理的线索。

“背诵一下《三字经》”(原文为alphabet)

“人之初,性本善……”

“好的,倒过来再背一遍。”

“……”

对于人类,后者比前者要困难的多(否则也不会有“倒背如流”的成语了)。但是对于计算机来说,没有什么两样,反转一个序列是非常容易的。这说明人脑只能按顺序检索信息。另有研究发现,我们的大脑最多只能同时思考4个高级概念,这也是为什么我们需要纸笔计算数学题。

那么人脑究竟是如何运转的?哺乳动物实际上有两套脑子:承袭自爬行动物的“杏仁核”(amygdala),和具有意识的部分“新皮层”(neocortex)。杏仁核对应着在趋利避害的进化过程中,就已经预编译好的本能。那么哺乳动物是靠什么在动物中脱颖而出的呢?答案就是新皮层。新皮层理性地认识世界并做出预测,这使得我们拥有了学习能力。两套脑筋紧密结合、协同工作。同时我也在想,当我读这本书的时候,两套脑筋可能是存在冲突的。这也解释了问什么在文学和宗教里,内心的纠结总是贯穿始终:善vs恶,社会整合vs享乐主义。

更惊人的是,我们的思维可能比脑子的数量要多。大脑分为两个半球,一左一右。针对裂脑患者(左右脑的连接被切断)的研究表明,这些患者不一定知道另一重思维的存在。当一个思维移至右脑时,另一个思维会通过虚构记忆来对此进行合理化。这喻示着,我们可能并没有所谓“自由意志”。我们大脑中有意识地部分,会简单地为无意识部分已经有的思维制造一个解释。

大脑新皮层又是如何工作的呢?我们知道它是由300亿个细胞(即神经元)构成的,神经元相互连接并通过电脉冲传递信息。如果一个神经元的多个输入信号之和超过某阈值,就会激活下一个神经元,依此类推。这个过程,我们就称为“思维”。最初,科学家们认为神经网络就是这样一个复杂且纠缠的网络,人类怕是永远理解不了。


Kurzweil以爱因斯坦的著名公式$E=mc^2$为例,说有时复杂问题的答案可能出奇的简单。科学上曾有过很多先例,从牛顿力学到热力学,都证明了高层次的抽象可以大幅化简复杂系统模型。

近几年的脑成像技术进步已经结束发现了新皮层包含若干模块,每个模块由100个左右的神经元组成,模块再组成皮层。这样的一个网格结构中有大约3亿个模块。所以如果我们能够发现模拟这些模块的公式,再用计算机重复3亿次并施加感知输入信号,我们就能创造智能生物了。但是这些模块又是做什么的?

Kurzweil研究了几十年的人工智能,他认为那些模块就是模式识别器。当读到上图这一页的时候,一个模式识别器就负责探测横向激励,这个模块又向上连接着一个负责字母"A"的模块,如果其他相关模块被激活,那么A模块也会激活。模块A,p,p,l连接着Apple模块,而Apple又通往其他更高级的模式识别器,比如由苹果所联想到的东西。你并不需要见到字母e,因为Apple模块也向下激活,告诉负责e的模块——这里有很大概率会看到一个e

相反,当高层模式识别器根据上下文判定一个事件不太可能发生时,抑制信号会阻止低层模式识别器 被激活。Kurzweil将这一流程称为“思维模式识别理论”(Pattern Recognition Theory of the Mind, PRTM)。尽管难以想象,但我们的所有想法和决定,都可以解释为巨量模式识别器共同生效的结果。


我们以层级结构的方式组织思路,解释世界,并用词汇将这些模块赋予含义。这个世界本就是层级结构的,我们的大脑也只是镜像反映了这点。道生一,一生二,二生三,三生万物。(原文为Leaves are on trees, trees make up a forest, and a forest covers a mountain.)语言与思维息息相关,因为语言直接反映大脑。这就解释了为什么不同的语言都有着类似的构造,也说明了我们为什么用母语思考。我们不仅用语言向别人表达观点,更是传达思维深处的想法。

有趣的是,AI研究者已经独立于神经科学家了,他们最成功的方法论被证明是与人脑等价的,所以人脑给了我们如何创造智能非生命体的线索。如果我们破解了单个模式识别器的算法,我们就可以在计算机中阵列重复,构成神经网络。Kurzweil认为神经网络是可以具有自我意识的,就像人的思维一样。并且它们不受生物体所限,又得益于计算能力的飞速发展,甚至可以再创造出更加聪明的实体。最终会在智能上超过我们(这一预测别称作“技术奇点”)。我会在将来的博文中探讨由此引发的伦理学和社会学问题,不过现在先假设这是好的。

那么问题来了,单个模式识别器的算法究竟如何?Kurzweil推荐使用层次隐式马尔可夫模型,因俄罗斯数学家Andrey Markov(1856-1922)得名。但是在Kurzweil的书中,这一技术过于专业,以至未能详尽解释。

所以我之后的两个目标就是:

  1. 尽力学习层次隐式马尔可夫模型

  2. 用Python从零搭建一个简单的神经网络,并训练解决简单的人物。

在下一篇文章中,我会学着用9行Python代码,搭建神经网络。

您也许喜欢这些文章

集智专栏

玩儿懂深度学习Part 4:深度学习的特征工程

发表至系列教程
这是《玩儿懂深度学习》系列文章的第四篇,主要举例介绍了深度学习计算过程中的一些数据预处理方法。
集智专栏

一小时建立终身受害的AI创作系统

发表至趣味项目
使用TensorFlow框架,搭建一个简单的LSTM(长短记忆神经元)示例。LSTM是目前自然语言处理领域的核心算法,因为它可以很好地处理序列数据中的前后顺序依赖问题。文末提供了在线开发环境,读者可以自由地尝试修改参数。
集智专栏

iPhone光鲜外衣的背后,是人工智能展现出的强大魅力

发表至业界新闻
相对于其他科技巨头在人工智能领域的大张旗鼓攻城略地,苹果公司似乎显得非常保守,但事实真的如此吗?即将到来的iPhone X会有哪些「黑科技」?又是什么让这些「黑科技」得以走进现实?本文将会为您细细阐述iPhone背后苹果公司所带来的卓越的人工智能以及机器学习技术。

文章评论(0)