下一代智能漫谈系列二 机器智慧基础 : 人类能够自我量化

上一篇我谈到了我希望人工智能领域能产生新的方向-机器智慧，下面这篇主要讲到机器智慧需要的基础条件。

推论

有一段时间我一直在思考数学存在的意义，可能这对于大部分聪明人来说，这是 个愚蠢的问题。我一直疑惑几乎所有的工程领域都需要建立在数学之上，比如说计算机领域、统计领域、金融领域，甚至是现在哲学领域。后来发现，数学的存在是对现实世界的一个缩影，比如几何的存在是对形状类物体的量化，线性代数实应对离散类集合物体，矩阵应对的是集群。那么我可以理解为数学就是人类通过几千年的历史的思考，对现实世界的量化。可能有任没听过量化这个词，量化，就是将某件事物数据化和客观化。举个例子，汽车质量量化，就是造车企业将车辆的质量标准化，能够用具体的数字进行判断汽车的质量。这一量化的成熟，赋予了人类造物的能力，人类可以造飞机、大炮、计算机、火箭，在本质上是因为掌握了物理世界的知识。
那么如果人类希望造出智慧事物，比如类似人类自身，那么根据上面的推理，人类必须要掌握人类自身智慧的知识，才可以造出来。人类快速掌握物理世界的知识，是在数学出现以后的。也就是说，技术的进步，需要在对现实世界的不断量化。那我可以这样说，人类在可以造出智慧事物的时候，是不是就是人类量化智慧事物的成熟的时候。
接下来，我们就需要思考人类是否可以自我量化，这也是我思考很久的问题，我研究很多书籍，对人类在不同阶段对同一事物的学习和认知是不同，比如，同一个人在八岁时候学习线性代数和在20岁学习线性代数，结果是不同的。这可能有一部分经验主义的原因，但是我觉得更多的是，8岁和20岁对于同一个人而言，脑干细胞的组成是不同，那我可以说，人类主观的情感等智慧的东西，其实本质上还是受物理影响。人类由物体组成。那么人类既然可以量化物理世界，那为什么不能去量化有物理粒子组成的智慧物体呢。
所以，在要想实现机器智慧，那么最大的基础条件，就是人类可以自我量化。现阶段，人类量化大部分的现实世界，但是却无法量化自身，；量化智慧物体。下面实我个人思考的，关于需要量化的一些领域。

量化领域

首先，我觉得需要有新的一门科学，像数学可以量化物理世界一样，它可以量化智慧群体。这可能是数学的新的分支。数学的基础是静态，比如研究速度，研究物体变化，都需要是对立与末一个参照物静态的情况。但是人类的智慧是动态的，比如说，人类可以对同一个事物有不同的结果。我举一个物理和现实例子。

上面是y=x²。我们知道它可以量化结果是自变量平方的事物，但是她的变动是学要坐标轴不变来支持的，假设，它的坐标系现在在自动进化，可能这里不好理解。我来假设，这张图是一个女生在得到花的数量 后心情的反应，负表示她送给别人花，y的大小表述着心情的幸福度高低。在假设同一时刻，所有因素，全部相同，上面的规律是可以预测这个女生的幸福度。但是这是现在人工智能领域的一个缩影，百分之九十多的算法都是类似这样的。他可以处理一些问题，比如音乐推荐，算法只需要考虑你过去看的所有数据，而不需要考虑其他因素。但是智慧生物是可以自我进化的。上面那个图 所预测的那个女生，如果在情绪低落的时候，上面的坐标系，可能会完全变过来。坐标系是会变的。

第二个，量化思维，如果上面学科建立，那么就可以去量化动态的思维，可以量化人类的思考。就可以产生我为什么是我这样的问题。看到同一个事物，为什么会产生不同的思考。这里的原因是什么，也许只有量化了之后，才可以考虑他的原因了。

量化的核心在于如何去可视化人类思维，例如不需要人类去设计机器的算法，正如没有人去设计人类的思维一样，它需要自己选择何种算法去解决问题，一个能够区分人类面孔的人，她根本没有学过高等算法，更看不懂“机器神经”算法，但是他却可以百分百的区分不同人。机器智慧，也是这样，它首先能够量化物质水平，能够量化自身，就可以进行自我进化，就能够有能力去寻找合适的算法去解决实际问题。