淺談大腦思維和對未來電腦的設想（3）
來源：互聯網
上載者：User
作者：張帥
我們的大腦由1000億個神經元組成，每個神經元本身的屬性本沒有智能，但只有當如此多的神經元同時以光的速度（腦電波）傳遞遞質，用它們專屬的語言（編碼方式）傳遞資訊，這個時候，大腦才擁有了智能。這是生物經過幾十億年的時光進化，靈長類生物才擁有的這種超越本能反應的智能。
人類智能的基礎是腦細胞神經元，但是神經元不經過後天的學習和訓練，智能也無法成長。人類的智能體現在三個方面，一是對時間的感知，二是對自身成長的反思自省，三是對知識和技能的創新。
而未來的電腦完全具備人工智慧成長的條件，我指的人工智慧不是指弱人工智慧，而是能夠完全通過圖靈測試的強人工智慧，甚至超人工智慧。我認為，一旦電腦擁有了強人工智慧，那麼擁有超人工智慧是非常容易的，但從弱人工智慧跨越到強人工智慧，是一道坎，我估算從現在起還需要50—70年的時光，也就是說，看到這篇文章的大多數人在有生之年是可以看到的。
為什麼說未來的電腦完全具備人工智慧成長的條件。
首先，互連網讓電腦（在本文中電腦不單指電腦，還有平板、智能手機，總之所有智能終端在本文統稱為電腦）像神經元一樣可以交流資訊，傳遞“遞質”。當地球上互聯起來的電腦也達到一定規模，每個電腦的計算力超越一定規模，資訊交流的寬頻超過一定規模，那麼大規模的電腦群組合起來就猶如神經元組合成的大腦，從量變發生質變，擁有人工智慧。
對於這個條件，我們擁有了IPV6，它允許互聯的電腦數量能比地球上的沙子還多。同時，我們又在發展移動互連網，使得現實生活中，智能手機的數量飛速成長。我們的光纖在更新換代，傳輸頻寬普遍達到Mps（每秒MB），未來甚至可以達到Gps（每秒吉位元組）。
這三個技術變革，都是孕育未來電腦人工智的基本條件 。
其次，大資料時代的到來讓電腦人工智慧在未來50年內，有突破弱人工智慧到強人工智慧瓶頸的資本。大資料不等於大量資料，大資料是在大量資料上，有一個質的提升，如果有一個成熟的知識學習演算法，基於大資料來訓練電腦叢集。這個過程不亞於，人類在社會中學習知識的過程。
現在到未來的電腦人工智慧，最欠缺什麼東西。
我認為還欠缺一個成熟的訓練電腦叢集的演算法。
回想前面提到的人類智能的三個特質，時間感知、反思自省、知識創新。那麼我們也需要一個演算法能夠訓練電腦叢集擁有這三個特質，也就是說電腦叢集如果擁有這三個特質的時候，那麼他可以通過反思自省、知識創新、感知時間提升自身的智能，這種通過自己提升自身智能的過程本身就是強人工智慧的體現。
那麼這樣的一個演算法究竟是怎樣的呢。
需要一個類似於TPM的模組，能夠記錄電腦叢集中的每台電腦每個組件時刻啟動並執行各種狀態和計算結果，並且讓這些結果在電腦叢集中統一進行比對碰撞，一種是同種問題的不同演算法的比對碰撞，一種是不同問題的不同演算法的移植。這些演算法有上述模組記錄，可以使同一台電腦儲存的同一個問題不同時間段的計算過程、結果、狀態，也可以是不同電腦儲存的同一個不同時間的計算過程、結果和狀態，甚至是不同電腦儲存的不同時間的計算過程，結果和狀態。
人類的反思自省實質是對人類過去行為和思考的一個回顧和再評估的過程，通過對比來評估過去的行為和思想是否是最優的，再糾正未來遇到同樣情況時的行為和思想，以試圖達到更優的結果。
就好像上述的模組就可以記錄電腦曆史的計算過程，同時讓多個電腦運行同樣程式的計算過程進行對比和碰撞，用計算結果最優的計算過程來糾正其他電腦的程式。
人類的知識創新實質有兩種，一是不按常規的子過程卻組合產生了一個有更優結果的執行總過程，二是將其他情境的經驗和總結“遷移”到本總過程中，卻達到了更優的結果。
就好像上述的模組記錄的某個電腦曆史的計算過程，將他的演算法運用到另一個不一樣的計算過程中，一種可能是計算可能徹底錯誤了，另一種可能是計算效率和時間更優，對於前一種，就嘗試其他計算過程的“移植”，後一種，就可以“移植”到結果這種計算過程的演算法中，創新了一種新的演算法。
當電腦人工智慧實現的一天，我們回想50年前的現在，會發現，原來移動互連網、雲端運算、大資料、人工智慧演算法、映像語音辨識、可信計算都是在為它的誕生做鋪墊，是冥冥之中，還是上帝的安排。
也許愛因斯坦想的是對的。
當人們沉浸於科技帶來的進步時，愛因斯坦卻對人類的前途充滿憂慮，科技不僅帶來了福祉，也帶來了災難，因為我們的情商的還遠未趕上智商，我們的道德還遠未企及毀滅能力。
