读《哥德尔艾舍尔巴赫》中第19章—人工智能的展望 的思考

1. 思维的滑动性

我们的思维在思考一个问题或一个场景时，是存在一个滑动的过程的，从一个场景滑动到一个相似的略有差别的场景中，但是这种滑动也有自然滑动和不自然滑动的区别，例子如下：

真实情况： 小明去商店买了一杯珍珠奶茶，有3颗珍珠

自然滑动：小明去商店买了一杯珍珠奶茶，有很多颗珍珠

略不自然滑动：小明去商店买了一杯珍珠奶茶，有3颗珍珠，有很多芒果粒

很不自然滑动：小明去商店买了一杯珍珠奶茶，有三颗珍珠，尝起来是辣的

上述的滑动过程中，每一次滑动都只在真实情况上改变了其中一个变量，改变的量分析如下：

自然滑动：珍珠奶茶里有很多珍珠（符合主观认识）

略不自然滑动：珍珠奶茶里有很多芒果粒（比较不符合主观认识）

很不自然滑动：珍珠奶茶的味道是苦的（严重违背认知）

可以看出，虽然都只是一次滑动，但是滑动也分不同的情况，也就是说我们对环境的感知中存在稳定的分层，引用数学中的概念，即对世界的认识中分为 常量层，参量层，与变量层。

常量层：对世界根深蒂固的认识，大多数人都不会认可的想法（珍珠奶茶是苦的，地球是条状的等）

参量层：在认识深处知道这些方面可能是会变化的，但大多数时候都会不假思索的把它们当做不变量（珍珠奶茶里有芒果等）

变量层：心智表示中最不稳定的方面，很容易就想到的变量（珍珠奶茶里珍珠的数目等）

当我们在思维滑动的过程中，滑动的量所处层次越稳定，得到的滑动结果就会越不自然，越少见。但是，正是因为我们的心智存在这种联想或者滑动的机制，拥有这种滑出真实世界，进入“假如”世界之中的创造能力，才使得我们的精神生活丰富多彩

2. 概念骨架

上一节中提到了在场景或问题中根据联想进行滑动，但是关于大脑是如何进行自然的滑动的问题，核心思想在于概念骨架。概念骨架是一个常量的特征集，这些特征在滑动后的场景中不会变动，概念骨架是若干个不同想法的不变内核。举个例子:

1) 双目独眼龙

2) 双轴独轮车

3) 双左右手钢琴协奏曲

这三个例子共同的概念骨架：把复数事物变成单数，然后错误的复数化。在不用的想法中，该概念骨架则是其共同的不变的本质。

3. 出入口

“每种特殊的思维类型的主要特点之一，就是看新经验是如何被分类装入记忆中的，因为这就定义了将来把它们取出来时所用的把柄”，对事件，对象，思想等（所有可以被想到的东西），都可以有不同的把柄。比如对车上的收音机有以下几种不同的把柄：

1） 音乐产生器（用来听音乐的工具）

2）烦恼解除器（烦躁时打开以用来适当缓解烦躁的工具）

3）有发亮的银色旋钮的东西

4）会嗡嗡响的东西

所有的上面的描述，都是对于车上收音机这个事物的出入口，尽管它们都属于车上收音机这个事物（符号，大脑中的概念），但通过其中一个到达了该事物，并不代表打开了所有其他的入口。如：

当伸手想要打开收音机时，发现收音机已经被打开了。

该情况的解释是：知道音乐正响着（音乐产生器的入口已经打开了，并到达了该符号），但是由于心情比较烦躁想打开收音机，而还没有等到音乐产生器与烦恼解除器之间发生作用时，伸手反应已被触发了。因此会产生上述情况，说明思维的各个出入口之间存在着适当的隔板，这些精神隔板为思想流提供了容器和渠道。（收音机例子取自原文）

4. 人与人工智能的一些特点

1） 人具有形成新概念或识别模式的能力，非智能机器或程序则没有关于多余的东西和总体概貌的意识。例：

场景：反复发出“拿起桌上的杯子，放下拿起的杯子”的指令

人的行为：在该指令反复多次后，人再次听到该指令时会保持不动，不再拿起并放下杯子（形成了概念）

程序的行为：随着指令一次次拿起并放下杯子（没有概括学习的功能）

2）人并不能准确地使用语言，但仍然能在使用过程中无任何歧义或误解。例：
场景：多少个木块彼此重叠构成一个房屋。

人的理解：彼此重叠是指一个木块叠在另一个木块上上

程序的理解：有两个木块，每个都叠在另一个之上（悖论）

3）人大脑的逻辑过程的基本元素不仅仅是字词，而更像是句子或整个故事，这些基本元素间存在着相互联系

4）情绪不是人大脑的直接产物，而是大脑中各个部分复杂的相互作用的旁效现象（副作用），因此计算机或程序应以类似的方式来获得其自己的情感：作为它们结果，即组织起来的方式的副产品，而非直接在代码中写出程序化的情绪模块。

5. 智能计算机是否能更快的做加法

作者认为，一台能通过图灵测验的机器做加法应该跟人一样慢，原因在于，此时在计算机中也存在概念网路，它将不是把2仅仅表示成两个二进制“01”，而是像我们一样，将它表示成了一个五脏俱全的概念，充满了各种联想。如同义词“两”，“一双”，“一对”等等。背负着额外的负担，一个智能程序做加法肯定不会过快。

当然，可以选择给一个计算机分出一个独立的部分来实现一个“袖珍计算器”，但如果这样的话， 在这个机器中将存在两个彼此分离的部分：一个可靠但呆板的部分（袖珍计算器部分），一个聪明单易错的部分（人工智能部分）。但无法保证该系统是可靠的，并且可以完全分割的。