阿尔法狗战胜所有知名围棋高手，让人工智能又火了一把。计算机的威力，被很多声音宣传的过度偏差了，造成很多人认为人脑要被彻底征服了。这种认知误区，多源自对人脑的理解程度太有限了。因为，人脑这个领域，对绝大多数人来说是完全陌生的，很少人关注这个领域的科技发展，也不清楚理论背景。除了极少数从事这个领域研究的科技工作者，没多少人对认知科学相关领域有基本认识，难免被人工智能吓住。事实上，人脑其复杂性，2、30年后能不能彻底研究透，我看都是很大疑问。
人脑，是已知的，自然界最复杂的生物机器。神经元数量10的11次方级别，触突总量10的14-15次方级别，单纯就这个规模，人类想要模拟类似的计算机网络，猴年马月吧。光信息编码，还没彻底形成共识，无法把各种认知表征对应的信息编码技术破译，更何况去破译整个人脑。
举个例子，高铁春运售票，弄个神马图片验证。这种方式，就是为了防治计算机识别。铅笔画一只猫，照片显示一只猫，千姿百态的各种猫，人都能识别出来，光这个技术，计算机就晕菜了。难点在于，抽象画出来的猫，你也不知道作者会怎么画，但是，寥寥几笔，你就知道是猫。计算机试图理解一个抽象的形象，就变得非常困难。
人脑对于信息编码的可能原理是神经簇原则，这只是多种理论中的一种，是科学假设。一组神经元，10的3次方级别，组成一个信息编码单元，解读一个图片、符号、概念。这本身就是一个微型的神经网络。比如说，阿尔法狗大概10的三次方级别的CPU集群实现的，而人脑是通过同样级别的神经簇去编码一个信息单元。一只铅笔猫的图像进来，实际上是用一组神经元构成的网络编码实现的。下一只照片猫进来，还是一组神经元构成的网络编码。而这两组编码的神经网络，有更高一层级网络识别，归属于同一个抽象概念表征。你会发现，人类使用了非常复杂的编码技术在玩抽象。计算机想要达到这种级别的识别能力，其难度可以想象。
为什么，前面那篇批人类技术大停滞的文章对于计算机体系革命停滞很有看法呢？道理很简单，现有的冯诺依曼体系，即使是摩尔定律发挥到量子干扰出现极限，也没什么更多期待的。看看人脑神经网络复杂度就知道了，图灵测试想通过，能从工程上实现这种复杂度么？不用别的，光人的情绪和抽象概念体系，这两个系统，基于现有的冯诺依曼体系，你就来吧。
人脑，一共就1.5公斤，处理各种复杂行为，是一个千百万年进化形成的集成结果。每个系统，都是进化结果，不断迭代后形成的。到意识出现，理性推理出现，进化出的神经网络复杂度已经是骇人听闻了。这可不是简简单单的下棋能比拟的，这是N个级别差距。
规则简单，数据驱动，无岐义的纯数理逻辑能应对的问题，人工智能还是有施展空间的。但是，人脑解决的高智商问题，可不仅仅是这些问题。横在面前第一道关隘，就是语言。事实上，自然语言，都很难彻底征服。这就根本无法迈出下一步，对于语义的深入智能化理解，更别提更深刻的智能体系。
语言系统，是人脑进化突破的关键。这就是自然语言理解这门信息技术的高深所在，这其实等于在人造真正的智能。人，也是从语言出现，才飞速从大猩猩进化为人类。
加载中，请稍候......
喜欢
加载中…