個人資料
大宗師 (熱門博主)
  • 博客訪問:
歸檔
正文

人工智能 vs 人類智慧

(2023-04-03 19:18:53) 下一個

人工智能 vs 人類智慧

--大宗師

現代非線性理論認為,非線性複雜動力大係統的演化,會自發出現自相似的分形或湧現乃至混沌,會出現自適應性、自組織性,會對於哪怕是最微小的幹擾出現類似隨機的相應,這不僅解釋了自然界從簡單到複雜,從無機到有機,從無生命到生命,從簡單單細胞生物到高級生物乃至人類的進化,也詮釋了人類社會、文明、文化由簡單到複雜的演變,甚至闡述了宇宙萬物由簡單到複雜的發展演化。有些人甚至認為造物主隻憑著一個無與倫比的完美又極其簡單精練的非線性偏微分方程,從無到有地演化出了我們這個無比複雜、絢爛多姿的宇宙及其中紛繁的萬物。那些現代非線性理論的堅定信徒們認為,宇宙中最終必將產生生命與智慧,這是非線性複雜動力大係統的演化的必然結果,非線性複雜動力大係統複雜到一定程度、一定階段,必然湧現出生命與智慧。生命與智慧在宇宙間是非常平凡的東西,一定會產生,終將會產生。那麽計算機係統、計算機網絡進化到一定程度,複雜到一定程度,計算機“智慧”一定會湧現,計算機“生命”也一定會湧現。

我在大學時代,深受當時流行的非線性耗散理論及非線性複雜動力大係統理論的影響,我大學的畢業論文就是關於某非線性動力係統分形或湧現乃至混沌演化的研究及模擬計算,該論文還被評為最優秀畢業論文。我現在仍然認同隻憑著一係列非線性偏微分方程,大概就可以從無到有地演化出我們這個宇宙的如果不是全部但至少是大部分,但我不敢認為它能完全涵蓋一切,因為我的人生經驗告訴我,我們這個世界總是有缺憾的,總是有例外的,沒有一種東西,無論是具體的譬如是物質粒子還是抽象的譬如思想概念,可以囊括一切,造就一切,我們這個世界總是需要不同的東西的相互補充,才會沒有缺憾,才會沒有例外。

科學完整、精確的闡述了物質如何由基本粒子及其相互作用而產生了原子、分子,不同元素原子、分子的相同或不同的物理、化學性質,由各種原子、分子構成的各種物質的物理、化學屬性,無機物質如何通過化學反應生成有機物質,甚至生物大分子譬如核糖核酸、蛋白質大分子。這些物質的發展演化或許可以用非線性複雜動力大係統的演化來解釋,我可以承認非線性複雜動力大係統可以描述從簡單的基本粒子逐漸發展演化湧現出有機大分子,能把車子造出來了,但開車的司機,即占有、控製、運用這些有機大分子的生命,也將自然湧現,我就不太敢貿然承認,至少現在實驗室裏還沒有做出將這些有機大分子怎麽樣激發一下就自組織成哪怕是最簡單的生命形態的實驗。在我看來,生命和智慧是一體兩麵,生命誕生的一刹那,智慧就誕生了,智慧就是生命與外界的互動,再小的、再簡單的生命體也有智慧,人的智慧不僅僅是大腦的活動,更是全身細胞生命共同體集體智慧的體現,生命和智慧是不能分開的。在人們還沒有完全了解生命和智慧以前,奢談什麽計算機的“智慧”甚至“生命”還太早,我個人高度懷疑這一天會如同某些人所喧囂的那樣:“奇點即將到來,人類即將永生”,會這麽快到來,計算機甚至機器人,在相當相當長的時間內,仍將隻是人類的工具,人類能力的延伸。

所以還是少談些什麽計算機或機器人的“智慧”,而多談談怎麽樣讓計算機或機器人更好的服務於人類吧,多談談“人工智能”吧。既然叫做人工智能,那就意味著這所謂的機器智能隻是人類所造就的,是由人類完全控製、操縱的,完全徹底依附於人的智慧能力的,“人工”的“智能”,是人類智力的延伸,僅此而已,遠不是什麽獨立的機器“智慧”。目前的人工智能主要是學習能力,利用計算機及其網絡的高速運算和巨量存儲,依照某些算法,從事大量的學習,進而利用學習到的知識和經驗,幫助人類了解和決策。機器的這種學習速度雖然比人類學習的速度快億萬倍,但仍隻是人類學習能力的一小部分,還遠遠沒涉及到人類智慧眾多的根本的內容。

機器是海量的大數據式的學習方式,以數量和速度取勝。但人類完全不需要花大量時間進行大規模采樣來學習,人類智慧的偉大之處在於管中窺豹,僅從一些少量數據入手,就能概括出觀察對象本質的內涵的能力,這就是人類智慧的創造力。在人類的進化過程中,花大量時間進行大規模采樣來學習對於人類的生存和發展是不利的,人類必須在最少的時間內最快的獲得知識,迅速做出決策,即使是錯誤的知識或決策。東西在眼前一晃,什麽都沒看清楚,但僅憑一鱗片爪、驚鴻一瞥的粗淺印象,就要猜出這是頭豹子還是一隻鹿,立即作出逃離或捕捉的決定,這事關生死。所以人類“猜測”的本事,即大腦迅速將不同事物關聯起來,即使事後證明這種關聯錯誤,但這以後再校正的能力得以空前的發展,最終形成了人類偉大的無限的創造力,即人類智慧的頂峰。人工智能僅僅觸及了人類智慧的冰山一角,路還遠著呢,大家稍安勿躁,不用幾年,機器取代人類這類喧囂塵上的妄言就將消失殆盡,取而代之的將是如何踏踏實實的使智能機器更好的服務於人類。

[ 打印 ]
閱讀 ()評論 (1)
評論
楊和柳 回複 悄悄話 讚同。
登錄後才可評論.