江苏龙网

  1. 主页 > 生活百科 > >

人工智能的第三定律：计算的未来是模拟( 二 )

人工智能


在实现神经网络方面，计算机科学有着悠久的历史(甚至可以追溯到计算机科学出现之前)，但在很大程度上，这些工作都是通过数字计算机对神经网络进行的模拟，而不是自然界在原始环境下演化出来的神经网络 。不过这种情况正开始发生变化：自下往上来说，无人机、自动驾驶汽车和手机的三重驱动力推动了神经形态微处理器的发展，这种微处理器实现了真正的神经网络，而不是直接在硅(和其它可能的基质)上模拟神经网络;自上往下而言，我们最大和最成功的企业在渗透和控制环境的过程中，正越来越多地转向使用模拟计算 。
当我们讨论数字计算机的智能化时，模拟计算正悄然取代数字计算，方式就跟二战后真空管等模拟元件被重新设计用以制造数字计算机如出一辙 。在现实世界中，各个运行有限代码的确定性有限状态处理器正在形成大规模的、不确定性的、非有限状态的“多细胞动物”生物体 。就像电子流在真空管中被处理一样，由此产生的混合模拟/数字系统会共同处理比特流，而不是由产生比特流的离散状态的设备单独处理比特 。比特就是新型的电子 。这样的话，模拟又重新得以应用，并且它的本质属性就是夺取控制权 。
这些系统控制着从商品流到交通流再到思想流的一切事物，它们以统计的方式进行操作，就像脉冲频率编码的信息在神经元或大脑中进行处理一样 。智能的出现引起了智人(人类)的注意力，但是我们应该担心的是控制的出现 。
想象一下，假如现在是1958年，你正试图保卫美国大陆免受空中袭击 。为了区分敌机，除了计算机网络和预警雷达站，你还需要一张实时更新所有商业空中航线的交通地图 。当时美国建立了一个这样的系统，并将其命名为 SAGE(半自动地面防空警备系统) 。SAGE接着又催生了第一个用于实时预订航空旅程的综合预订系统Sabre 。Sabre 和它的后续产品很快就不仅仅是一张显示可选择的座位的地图，而是开始成为具有去中心化智能的自动控制系统，能够控制飞机将在何时飞往何处 。
但这里是否仍然存在一个人为进行控制的控制室呢？也许没有 。比如说，你可以通过仅让车辆访问地图，并将其实时速度和位置反馈给地图，来建立一个可以实时绘制高速公路交通路况的系统 。最终，你可以得到的是一个完全去中心化的控制系统 。而除了系统本身，不存在任何系统控制模型 。
想象一下，在 21 世纪的第一个十年中，你想要实时跟踪人际关系的复杂性 。针对一所规模较小的学院里面的社交生活，你可以建立一个中心数据库并使其保持更新，但如果学校扩大规模，其维护工作就会超出你的控制能力 。你最好能够将一个简单的半自动化代码的免费副本分发出去，在本地托管这些副本，并让社交网络自行更新 。该代码将由数字计算机执行，但是模拟计算要由系统执行，因为它的整个计算的复杂度要远超过底层代码 。由此产生社交网络图的脉冲频率编码模型最终会变成社交网络图 。它会在校园里广泛传播，然后传遍全世界 。
计算机领域的下一次革命的标志将是模拟系统的崛起，而数字化编程不再具有统治地位 。
如果你想要开发一台机器来掌握人类所已知的一切知识，这意味着什么？有了摩尔定律的支持，将世界上所有的信息数字化并不需要太长的时间 。你可以扫描每一本印刷好的书，收集每一封写好的电子邮件，每 24 小时就能收集 49 年间拍摄的视频，同时实时跟踪人们在哪里，他们在做什么 。但是，你如何理解这一切的“意义”?
即使是在万物数字化的时代，这也不能以任何严格的逻辑意义来定义，因为对于人类来说，“意义”从根本上来说是不合逻辑的 。一旦你收集了所有可能的答案，你能做的最好的事情，就是提出一些被很好地定义了的问题，并编制一个描述所有事物之间联系的脉冲频率加权的映射 。在你弄清楚问题的答案之前，你的系统将不仅仅是观察和映射事物的意义，它也将开始“构建”意义 。随着时间的推移，它将“控制”意义的定义，这就像是如果看上去没有人在控制交通流，交通地图系统就会开始控制一样 。
人工智能领域有三条定律：
第一定律被称为阿什比定律(Ashby'slaw)，该定律由《大脑的设计》(Design for a Brain)一书的作者、控制论科学家 W.Ross Ashby 提出，他认为任何有效的控制系统都必须和它所控制的系统一样复杂 。
第二定律由冯诺依曼提出 。它指出，一个复杂系统的定义特征是，它构成了自身最简单的行为描述 。有机体最简单的完整模型就是有机体本身 。任何试图将系统的行为简化为正式的描述的做法，都会使事情变得更复杂，而不是更简单 。


推荐阅读


上一篇：在单位厕所摔伤为何得不到赔偿

下一篇：想要辞职 这些法律知识你应当了解