欧美成人精品手机在线观看_69视频国产_动漫精品第一页_日韩中文字幕网 - 日本欧美一区二区

本文整理自《量子大嘮嗑》（中信出版集團，2016年10月），作者馬兆遠是工信部景民基金董事、首席科學(xué)家，中科院百人計劃研究員。

2045年，人工智能將超越人類，人類反而會被機器人奴役，被霸天虎或者汽車人統(tǒng)治？

一切如《西部世界》所展現(xiàn)的一般，人工智能將獲得自主意識，我們只能接受到來自未來世界的罪孽？

雖然略顯無力和幼稚，科學(xué)卻從未停止對人類思維的探索。我們相信有一天人類能夠了解自己，甚至可以模擬人類的思維而創(chuàng)造機械的思維——人工智能。

2015北美電影《機械姬》，小哥發(fā)現(xiàn)能自由組合想要的任何外貌的姑娘，嘿嘿嘿，他的心情反正我不懂（正經(jīng)臉）

2014 年以后多位互聯(lián)網(wǎng)科技大佬在不同場合表示人們要警惕人工智能。但這樣的關(guān)于人工智能的恐慌已經(jīng)有過好幾次，第一次源于計算機的誕生。

美國電影是個好東西，電影《模仿游戲》以圖靈在“二戰(zhàn)”的經(jīng)歷為原本，當時人們認為牢不可破的密碼被圖靈的計算機搞定了，從而使盟軍最終贏得了勝利。人們開始想象，這個趨勢發(fā)展下去計算機可以超過人類。

當年年輕的卷福還是“計算機科學(xué)之父”艾倫·圖靈     電影《模仿游戲》

然而事情并沒有那么簡單，大型的商用計算機在處理一些問題上確實有效，但跟人比較智商還差得遠。

80 年代以后，個人電腦的普及帶來了人類對人工智能的又一次恐慌。

電影《機械戰(zhàn)警》、《終結(jié)者》都是這個時期的代表。

2006 年以后，隨著計算機深度學(xué)習(xí)的發(fā)展，人類迎來了對人工智能的第三次恐慌。《超能陸戰(zhàn)隊》、《Her》就代表這一階段，尤其是被互聯(lián)網(wǎng)人追捧的奇點理論，到2045 年的時候，人工智能有可能超過人類，最終絕塵而去，人類反而會被機器人奴役，被霸天虎或者汽車人統(tǒng)治著。

做物理的人沒有數(shù)學(xué)家大膽，往往對科學(xué)幻想抱有體驗主義的保守，我們非常實用地從技術(shù)實現(xiàn)的角度來考慮人工智能的現(xiàn)實難。

首先，深度學(xué)習(xí)是件非常困難的事情，我們正在一點一點地進步，比如無人駕駛，要解決圖像的識別問題，陰晴雨雪天氣對成像的影響和實際的路況問題都是非常復(fù)雜的事情。從認知的方式來講，人類的認知過程與我們現(xiàn)在營造的人工智能是不一樣的。人類有一種認知相對靠譜真理的直覺方法，跟計算機式的方法不同，人類可以知道這些事情并不受哥德爾定理限制。

有沒有覺得自己的智商得到升華

以計算機的停機問題為例，雖然計算機速度和效率大大提高了，但它們本質(zhì)上還是馮·諾伊曼機。計算機的程序是基于二進制數(shù)字運算的命題演算系統(tǒng)，人能提供的公理是有限的，規(guī)則一條一條可計數(shù)，計算機判定出命題的真?zhèn)危敵鼋Y(jié)果、停機并轉(zhuǎn)向下一個命題。這就符合了哥德爾第一不完備定理的條件。這樣的系統(tǒng)必然是不完備的，也就是說，至少有一個命題不能通過“程序”被判明真?zhèn)危到y(tǒng)在處理這樣的命題時，就進入邏輯判斷的死循環(huán)而無法停機。無論我們怎樣為計算機系統(tǒng)的命題擴充它的公理以包羅更多的內(nèi)容，只要公理總數(shù)是有限的，物理上不允許無限大這個概念，哥德爾的問題就始終存在。我們可以在數(shù)學(xué)上假設(shè)無限的公理集，然而對于計算機來說，就意味著要描述這些公理集就要無限大的存儲空間，物理實現(xiàn)上顯然是不可能的，這表明了計算機與人思維的不同。

看“黑鏡”里的人工智能小哥完全服從命令，機生并不歡樂

但哥德爾所限定的有限邏輯，可能不能限制量子力學(xué)的基本邏輯，人類的直覺可能不受哥德爾不完備定理的限制。從這個角度來講，現(xiàn)在的計算機結(jié)構(gòu)不太可能具有人腦的能力。當然量子計算機基于量子邏輯，離實現(xiàn)還有些實際的困難，我們不能夠簡單預(yù)期。

另外一個證據(jù)是錢德拉塞卡（Subrahmanyan Chandrasekhar）證明。這個證明并不復(fù)雜，買杯啤酒用杯墊的背面就能演算。如果我們認為人類的思維是圖靈模式的計算機，那么我們現(xiàn)在做的計算機接入互聯(lián)網(wǎng)之后，大概六十萬臺計算機的總計算單元已經(jīng)與一個人的大腦可比。而事實上，人類接入計算機群的計算單元已經(jīng)遠遠超過了這個數(shù)量。但我們現(xiàn)在還沒有看到這樣大規(guī)模的互聯(lián)網(wǎng)有產(chǎn)生像人一樣的學(xué)習(xí)行為（即便有些許類似，也是因為互聯(lián)網(wǎng)里節(jié)點上的人類干預(yù)），這至少說明人的思維模式不應(yīng)該是線性疊加的，不是像計算機這樣的圖靈機模式。

那么思維有沒有可能是量子模式呢？我們知道量子本身講的是關(guān)聯(lián)。如果人的大腦是量子化工作的，那它到底有多復(fù)雜呢？注意，量子關(guān)聯(lián)帶來了非局域性，量子關(guān)聯(lián)不一定發(fā)生在相鄰的腦細胞上，而是可以發(fā)生在任何一個腦細胞上。比如說，一個腦細胞跟相鄰的腦細胞通過神經(jīng)突觸經(jīng)典地連接，并不等于它跟其他細胞之間沒有量子的關(guān)聯(lián)。我們假設(shè)量子關(guān)聯(lián)確實可以發(fā)生在不必相鄰的腦細胞之間。那么，一個腦細胞和它關(guān)聯(lián)的腦細胞就不是相鄰的幾十個，而是另外130 億個。

大腦有130 億的腦細胞， 假設(shè)每個腦細胞允許跟6 個別的腦細胞發(fā)生關(guān)聯(lián)，每個關(guān)聯(lián)用3 個電子來記憶和存儲。總共要（1.310×6×3）個電子，每個電子都是有質(zhì)量的，質(zhì)量是不能忽略的，雖然電子是我們能找到的穩(wěn)定的可以做信息存儲的最輕的物質(zhì)。算上電子質(zhì)量，總質(zhì)量是多大呢？它等于錢德拉塞卡極限。

在1938 年，錢德拉塞卡提出：當一個恒星的質(zhì)量超過錢德拉塞卡極限時，這個恒星會坍縮成一個黑洞。

這說明如果真的用一個經(jīng)典的存儲計算機去模擬一個人的大腦行為，這個計算機自身的質(zhì)量已經(jīng)把自己壓成一個黑洞了。

錢德拉塞卡極限這個值大約是1.4 倍太陽質(zhì)量。這說明如果按照我們現(xiàn)在理解的計算機構(gòu)造，人的大腦不是我們用現(xiàn)在地球上的資源能夠重建的。

這里取6作為腦細胞可能產(chǎn)生的關(guān)聯(lián)數(shù)，事實上每個神經(jīng)元有可能跟另外1000 個神經(jīng)元發(fā)生關(guān)聯(lián)。這就是說，即使我們可以用最輕的單元——電子去做存儲，都沒有辦法去構(gòu)建一個夠大的系統(tǒng)來描述一個大腦行為。從這個角度來講，用經(jīng)典的圖靈機辦法做出一個超過人腦的計算機，有物理上的實際困難。

再比如同樣是記憶，計算機一個扇區(qū)壞掉了，這個扇區(qū)上存的東西就消失了。新的扇區(qū)替換進去也不會再有相同的記憶內(nèi)容。而大腦每天都在工作，細胞每天都在新陳代謝，組成細胞的碳氫氧等原子不斷被替換，我們的記憶卻并沒有消失。

量子關(guān)聯(lián)的解釋也許會滲入人類對認知的了解。如果大腦真的是量子化的工作，我們反而認為這對人類是一個好消息。我們用經(jīng)典的方法來搭建的計算機在很長時間內(nèi)不會超過人腦，我們也就不用擔心人工智能控制人類。

類似的復(fù)雜系統(tǒng)組成了我們身邊的世界，大腦是這樣的系統(tǒng)，社交網(wǎng)絡(luò)是這樣的系統(tǒng)，甚至人類社會也是這樣的系統(tǒng)。大腦始終不是一個經(jīng)典物理的設(shè)備，腦細胞會在局部建立起與其他腦細胞的復(fù)雜關(guān)聯(lián)，而計算機的存儲單元卻不能。

當系統(tǒng)足夠龐大到其關(guān)聯(lián)數(shù)量是130 億的N次方的時候，這樣的復(fù)雜體系更應(yīng)該是量子化的，有長程關(guān)聯(lián)的存在。人的記憶更像是一個覆蓋大范圍腦細胞的事情，而不像計算機一樣只是局域的相互作用。對于計算機的計算單元，我們目前只能建立相鄰單元的關(guān)聯(lián)而非復(fù)雜的非局域的關(guān)聯(lián)。從這個角度來講，目前的機器人也很難會有類似于人腦的思維能力，也就不具有學(xué)習(xí)和獨立創(chuàng)新的能力。

但我有個暗黑的想法，原諒一個物理學(xué)家的孩子氣，即使我們最終依靠量子力學(xué)搭建了一個夠大的量子計算機來完整模擬人的大腦。這個東西，也會因為退相干而忘記東西，是不是跟我們?nèi)艘粯樱驳贸燥垺⑺X，也打盹，也犯各種錯誤和鬧情緒。如果這樣，是不是生幾個孩子成本更會低一些？

功耗是另外一個旁證。計算相同的問題，人腦的功耗遠小于計算機的功耗，然而量子計算提供了一個可能，因為它可以利用量子計算進行大規(guī)模的并行計算。一個簡單的例子，當我們討論量子計算的德意志（David Deutsch）算法的時候，它可以通過量子的疊加態(tài)，即我們前面講的貓態(tài)，一次計算得到結(jié)果，而不像經(jīng)典算法需要計算兩次。當類似的算法大量疊加的時候，它可以大量地節(jié)省能量。基于我們現(xiàn)在對量子力學(xué)的粗淺認識，我們離設(shè)計一個像人腦一樣復(fù)雜工作的系統(tǒng)還很遠。

別著急反駁，以上想法至少要說明一個情懷，就是不必危言聳聽，人工智能至少在三百年內(nèi)還沒什么機會超越人腦。這個三百年的估計源于我們對物理學(xué)進展的了解，從牛頓到量子力學(xué)誕生經(jīng)過了兩百年，量子力學(xué)到現(xiàn)在一百年，我們發(fā)現(xiàn)我們還懂得不夠多，甚至突然被繳了械，問題似乎回到了起點，我們可能在基本研究手段上都有問題。

以過去科學(xué)的發(fā)展歷史，我們自信地講，大概還要這么長的時間才有可能在這個基礎(chǔ)上了解和使用這些技術(shù)。三百年不是個太夸張的時間。三百年內(nèi)，我們大可放心去跟機器相處。

看看“超能陸戰(zhàn)隊“里的大白，你一定想要對不對

我們時不時地會搞搞大躍進，炒作一個概念會讓不少人有新飯吃，每個人都要讓自己的選擇正義化，看誰搶到話筒。一個真實的科學(xué)研究的過程，是反對轉(zhuǎn)型、跨越、發(fā)展的概念，它真的是慢慢往前走，當積累了龐大的基礎(chǔ)后，在某個方向上有些許小的突破，這是一個更真實的研究過程。但不能說泡沫都是不好的，泡沫對科普有益。但話說回來，在一個神秘主義有上千年傳統(tǒng)的國家里，科普和迷信一樣有害 。而只停留在泡沫上的傳聞，對科學(xué)的實際進步未必有利，這種吹泡泡而殺君馬者道旁兒的案例我們看的也不少了。

文章來源：閱讀原文