人工智能的随想

关于人工智能一直以来有个颇为诡异的争论：一方认为，通过一张巨大的查询表或者一个复杂的计算机程序可以使得计算机最终具有足以与人类匹敌的智慧；另一方认为智慧根本就不可能用条件反射这样的方式实现。这个争论我只是按照自己的理解说的，可能很不全面甚至曲解了一些东西，不过这都不重要，关心细节的人可以去查相关资料。我想说的是，这个争论中的双方似乎都没有提到，如果这个查找表是无限大的话，究竟是否能够实现智能。说到无限大的查找表可能你的第一反应是，世界上不可能存在这样的东西，所以讨论这个完全没有意义。是的，我承认世界上永远也没有无限大的查找表，不过不表示不能使用这样的东西。这个道理很多地方实际上已经用到了，就是只在需要用到查找表中某条记录时才生成它，这样对于使用者而言，查找表就可以认为是无限大的，因为任何键值都能找到一个映射。至于具体怎么实现这样的东西后面再说，先做一个假设，就是假定某个人在某个指定时刻的智慧可以用一个无限大的查找表来精确完美的定义出来。这个假设把智慧看成是可以变化的东西，所以才要限定某个人在某个时刻，毕竟人是会学习的，知识丰富的人看起来就是比知识不丰富的人要“聪明”。这个假设是否可以被证明呢？如果认为智慧不是超出逻辑学之外的神秘事物，那这个假设就是可以证明的，方法很简单：我们定义某个人在某个时刻的智慧状态为A，则我们可以想象把此时此刻的这个人复制无限多个，从而得到无限多个A，然后我们把这个人一生中可能接受到的一切输入信息的集合(由于人生是有限的，不用担心这个集合会无限大)分别给到一个A的副本，则每个A的副本就会给出一个输出，这所有的输出与其输入的映射就都得到了，这个映射就可以精确的描述智慧A。而之所以需要查找表无限大，是因为我们要模拟的不是某个人的智慧，而是人类的智慧，则所有人在其一生中的所有输入信息的集合就可能是一个无限大的集合(假定人类永不灭亡的话)。既然可以得到智慧的查找表形式的精确描述，那我们可以认为上述的假设在逻辑范围内成立。现在的问题就是这个无限大的查找表怎么得到。顺便也要从上述的推理中得出一个结论：能够模拟智慧的这个查找表是一个一对多的映射。就是说，那无数多个A的副本在面对同样的输入X时永远都给出相同的输出Y，不过要注意，某个A在给出了这个输出Y后如果再次输入X，那可就不保证输出Y了(可能他输出"你傻呀，还给我看X！")，因为智慧能够自我学习，在做过一次处理后A就不再是原来的A了，这也是为何前面需要把A先复制无限多个的原因。下面说说查找表的构建问题。这个查找表的最终样子谁也没见过，所以构建它实在是一件不可完成的任务。但是别急，我并没有奢望现在就马上给出这个表，其实只要这个表在不断的完善，并且完善的过程中就会逐渐具备一定的智慧，那我们就可以庆祝了。这正是关键所在，因为不急于得到最终的表（事实上最终的表永远也不可能得到），那我们只需要给出一种能够得到这种表的方法并且这种方法是可以实施的，最终随着时间的推移，我们的表就会不断的逼近那个完美的智慧之表。哈哈，现在问题转移到怎样构建这个表的方法上来了。而这个方法很简单，就是大自然一直在做的事情：进化。如果我们创建这样一个环境：这个环境中开始有若干个表，每个表在获取一个输入时会查找自己以得到一个输出，如果没有找到则给出一个随机的输出并被这个新的映射加入自己的记录中。对于每张表，如果给出了好的结果(当然使用真正的智慧去判别啦)，则奖励它，否则惩罚它，奖励的方法是允许这个表产生更多的后代，惩罚则反之。每个表在做出了一个映射后就尽可能多的拷贝新的自己得到更多的后代。这样经过无限次的输入检验后，剩下的最多的同类表就是最接近给出好坏判断的那个智慧的。不过很可惜，这个方法并不具有可行性，所以改进一下变成这样就好了：给定一个空表T，让它周游世界去，世界会给它很多输入的，每次它如果找不到这个输入的映射则给出一个随机值做为答复，如果世界反馈的结果好，则这个新的映射做为正面映射存储起来，如果反馈不好，则这个映射做为反面映射存储，在下次遇到同样的输入时，如果没有找到正面映射记录，则随机生成一个值，直到这个值不属于任何该输入对应的反面记录。这个方法还需要把正面反面记录修正为反馈的优良程度指标才能更好的模拟现实情况，如此通过足够长的时间可以得到一个很聪明的表。说了这么多似乎没什么新意，不过也没办法，有些东西就是不好说。不过这里需要进一步指出，最后给出的函数会不断地修正某个输入的输出，这个函数实际上已经依赖了记忆，它不再对同样的输入永远给出相同的输出。而它也可以理解为另一种方式，我们把从这个表诞生以后到目前为止接收到的所有信息做为一个输入来对待，则这个表永远不会接收到相同的输入，从而对每种输入它永远都给出不变的答复（嘻嘻，因为实际上你永远不可能给它两个相同的输入，所以这个命题不需证明就成立了），这才是真正的具有智慧的函数，也就是一个无限大的常量映射表。