关于人工智能研究思路的一点设想

                                                                                                关于人工智能研究思路的一点设想

 

                          作者:牟牧云

                          时间：2015/7/27

          （这篇文章作为我写的第一篇博文，有错误或不严谨之处欢迎指出，如有希望深入讨论的，请加QQ1273031371）

          如今，以谷歌百度的深度学习算法为代表的计算机视觉可谓是发展得如火如荼，人们似乎看到了人工智能的一线曙光。

          然而，用侯世达（《GEB》一书作者）的话来说：“想通过爬树到达月球的人，他能不断进步，直到树的尽头”。这个比喻恰到好处，残酷地否定了当代人工智能主流的研究思路。顺便提一下侯世达这个人，就个人而言，我对他是充满敬佩的。他选择了一条不同的道路，或者说他一直坚守这一条与众不同的道路（他的研究可是比现代机器学习深度学习等早了很多年）。遗憾的是，他除了早期的一些著作，很少有建设性的研究成果。分析其中的原因，他可能注重的是对人脑的研究而不是强人工智能的实现，只是研究中涉及到了人工智能。从这个角度来看，我们就不能说他有什么错。

       

          回到本文的话题，究竟哪一种研究思路是正确的呢？机器学习深度学习研究者可能会说当初莱特兄弟恰恰是摒弃了对鸟类仿生学上的研究才发明了飞机。但我认为这种类比毫不具有说服力，类比不能作为证据，这种类比更不可能得出机器学习深度学习是通往强人工智能的结论。

          按照由因溯果的方法论，也就是提出问题分析问题解决问题。

          问题很明了，在1956年的达特茅斯会议上就已提出：怎样实现强人工智能，让机器达到人的智力水平。

          人类有个很重要的特点：学习能力很强。人类从婴儿阶段到成人阶段智力的提高是很大的，婴儿阶段就具有了完整的硬件设施，就如一个编好的程序能够进行独立学习,自我完善。

       人脑是一个复杂的系统，不要希望从逻辑上来构建这样一个系统，也许其中存在某些简单的规则从而涌现出一些智能的特性。人脑还是一个分布式系统（顺便推荐一本书《谁说了算：自由意志的心理学解读》，有助于对大脑的理解）大脑的各个部分各司其职，每个部分是一个独立的单元，最后通过一个叫解释器的东西然你产生自己是一个统一体的错觉。

          现在来罗列一些人工智能涉及到的领域：

                 1：概率论（既然强人工智能是一个复杂的系统，想要做到精确是不可能的。而且量子物理也从理论上终结了确定性的存在）

                 2：认知科学（了解一些心理学的知识是很有必要的，这有助于我们对思维机制的理解，人类思维有的很重要的功能就是类比，类比是学习很重要的一部分）

                 3：计算机科学（这个不用多说）

          

         至于究竟哪一种研究思路走得通，我想，既不会是机器学习，也不会是整体论者对大脑的构想。也许到了某一天人们对大脑的研究取得了突破性的进展，计算机的计算能力突飞猛进，再加上全新的算法思路，强人工智能的实现将不再遥不可及。我相信这一天不会很远。