人工智能随想

最近的神经总是受所有有关AlphaGo的新闻影响，不住地思考电子计算机上的人工智能能走多远，能做成什么样子。从没搞过人工智能，看官看看便罢。

有几点小想法：

一、人工智能的“自我意识”现在似乎还没有存在于AlphaGo这样的项目中，但在将来一旦有，应该是人为赋予的。为什么不是机器自己产生的呢？因为所有人工智能的进化都是通过两个途径——机器学习和人为的算法改进。机器学习的作用是能让算法实现一个既定目标（人为确定的目标）的效率更高，效果更好。但是，算法改进，包括将来的“自我意识”的赋予，应该都是人为的。机器到什么时候能够自动改进算法了呢？我认为这是在人为赋予了自我意识以后的事情。

二、“自我意识”是什么？我认为就是生存意识（寻找食物）、寻求社会认同（寻求认同以得到信心和食物）的意识和改进自己的意识（提高能力和自信）。感情是其中必要的一部分，感情的作用之一是驱动自我改进。自我意识相当于一个主循环，以类似于穷举/暴力破解的方法来寻找解决方案，不设固定思考时间的阈值，而是通过生存意识、寻求社会认同的意识等来限制其不陷入死循环；另外，为了提高穷举的效率，有两个优化方式：通过神经元网络（第三点会讲到）和一个背景思维引擎（用于生成潜意识，潜意识可以生成灵感和一些别的东西 [比如焦虑等等也是从潜意识里产生的]）。需要一个能产生高质量随机数的随机数发生器作为它的熵，以使得它正常工作，以便在多个可能选项中更快地缩小搜索范围（难道这就是传说中的蒙特卡洛树的思想？）。

但是，在第三点中我们会提到，机器的理智可以做得非常强大，从而在具感情的“自我意识”控制下，机器还是可以轻松在棋类等可计算的领域超越人类。

三、机器的神经。理智。神经元网络是分支机构，提供“联想”的功能。神经元网络最大的优点就是有高度自适应的学习能力。可以用于提供第一手的资料，当然也包括误判在内（比如听人说话时，由于说话不清楚而错误理解单词），误判的解决需要自我意识驱动理智来修正。那么理智（算法）怎么产生呢？可以通过自我意识驱动的计算来产生（随机性加神经元网络选择）。可以为同一个对象产生多个理智思路。但是，具体使用哪个理智思路，在选择前先让神经元网络作预判。一个原则是，当选择很多时，就让神经元网络做预判。但是怎样给它反馈呢？需要自我意识找到神经网络预判出来的东西，跟踪它的“使用效果”，然后作为反馈；问题在于人的工作机制似乎不是这样的；人有许多天生的神经元网络（比如视觉神经网络），它们是有天生的识别功能（比如视觉神经识别形状和人脸），而不是后天训练出来的。

理智（算法）既可以由自我意识解释执行，也可以编译为机器语言。所以运算速度可以是很高的。

四、机器学习的数据来源。现在看来，主要有两方面：人类的知识（部分通过分析网上的数据，部分通过和人的日常交流）和机器对话产生的知识。