運用第一性原理理解智慧
- 2019 年 10 月 7 日
- 筆記
作者：Nature
出品：AI機器思維
不管過去還是現在，科學都是對一切可能的事物的觀察。所謂先見之明，是對即將出現的事物的認識，而這認識要有一個過程。——達芬奇
●從負無窮大到正無窮大——無邊界延展
科學是在思索與實驗中成長的嬰兒，試著從更簡單開始，也許只需要研究相當於一個兒童智慧的智慧系統，然後再讓這個系統不斷去學習——這種思路可能是人類接近解決智慧問最優方式。
人類發展到今天，科學也發展到現在，經過幾個世紀的大規模科學研究，生物學家承認，他們還是無法完整解釋為什麼大腦能夠產生意識。物理學家也承認，他們不知道是什麼引起了宇宙大爆炸。
其實人類對於最重要的問題其實一無所知，雖然表面上看上去我們物質富裕，生活改善，今天的我們比以往任何時候都更加強大，走向了生物鏈的最頂端，卻並沒有變得更幸福。探索也就成為了人類永恆的主題。
大道至簡，很多現實的事物表象看著複雜，如果人類能換種方式呈現事物、換種方式思考問題或許一切將變得簡單，問題或許迎刃而解，萬物紛雜只是表象，尋找核心本質是根本。
人類大腦通過眼睛看到的數字如果超過三位數大部分人就會感覺吃力，記憶難度加大，就像當今普通大眾聽到人工智慧一樣感覺虛無縹緲無法理解。
其實人工智慧終極研究的是人類的思維模式，模仿的是人類行為，人類有時太固定思維，一直想創造一個超過人類的智慧物種，解決人類面臨的問題。但現實是人類需要換種方式去尋找最優解，從簡單做強。
一個比宇宙中所有原子數量還大的數字，如果這樣書寫人類是需要花更多時間和更多的記憶力才能記住，如下數字：
300 000 000 000 000000 000 000 000 000 000 000 000 000 000 000 000
000 000 000 000 000000 000 000 000
如果換種書寫方式，一切將變得簡單極致，體現數據之美，簡略書寫形式：
這個數字的書寫方式的簡單變化讓人類很快就能記住這個數字。沒有對比就不知道優劣，就像上面的數字。
智慧化的產生也是一個科學進化的過程，智慧化從起源和進化也經歷了這一極其漫長而又紛繁複雜的過程。正如查爾斯·達爾文在進化論中的觀點：宇宙中最原始的存在,並不是具有精神的事物、靈或神,而是具有生能的物質。這生能以進化方式,演進成生元,即細胞;這細胞便是萬物中一切生命的開始。科技的發展也在驗證進化論，科學本身並不否定自己的錯誤和不足。
古希臘亞里士多德在《動物志》中說，「自然界由無生物進展到動物是一個積微漸進的過程，因而由於其連續性，我們難以覺察這些事物間的界限及中間物隸屬於哪一邊。在無生物之後首先是植物從這類事物變為動物的過程是連續的」，在《論植物》中說，「這個世界是一個完整而連續的整體，它一刻也不停頓地創造出動物、植物和一切其他的種類」。他認為生命的演化應該是這樣的途徑：非生命→植物→動物（這被後人稱之為「偉大的存在之鏈」），這也大致符合基於現代科學的認知。
智慧化的本質是一種「能力」，一種能讓電腦學習和模擬人類的思維的能力。人類希望通過智慧化以人類智慧相似的方式做出反應的智慧機器，目的是模擬人的意識、思維的資訊過程，從而服務人類，解放人類等。目前該領域的研究方向主要包括：機器人、語言識別、影像識別（如人臉識別）、自然語言處理、下棋和智慧專家系統等，用來替代人類實現識別、認知、分類和決策等多種功能。
智慧化的萌芽階段起源於1950年的圖靈理論。1950年10月，圖靈發表了一篇題為《機器能思考嗎》的論文，成為劃時代之作。也正是這篇文章，為圖靈贏得了「人工智慧之父」的桂冠。1956年一群科學家在Dartmouth大學召開的會議上，首次提出了「人工智慧」這個概念也是智慧化的起源之點，從此進入智慧化演進的進程之中。智慧化發展歷程如下圖1-1所示。
圖1-1智慧化發展歷程
艾倫·麥席森·圖靈（英語：Alan Mathison Turing，1912年6月23日—1954年6月7日）：英國數學家、邏輯學家，被稱為電腦科學之父，人工智慧之父。
第二次世界大戰爆發後回到劍橋，後曾協助軍方破解德國的著名密碼系統Enigma，幫助盟軍取得了二戰的勝利。圖靈提出了一種用於判定機器是否具有智慧的試驗方法，即圖靈試驗，至今，每年都有試驗的比賽。此外，圖靈提出的著名的圖靈機模型為現代電腦的邏輯工作方式奠定了基礎。圖1-2圖靈本人。
圖1-2艾倫·麥席森·圖靈（Alan Mathison Turing）
圖靈測試（The Turing test）：指測試者與被測試者（一個人和一台機器）隔開的情況下，通過一些裝置（如鍵盤）向被測試者隨意提問。進行多次測試後，如果機器讓平均每個參與者做出超過30%的誤判，那麼這台機器就通過了測試，並被認為具有人類智慧。
圖靈測試也是驗證圖靈提出的機器能思考嗎？讓一個人坐在電腦前，跟另一邊用鍵盤進行對話，如果這個人分不清跟自己對話的是一個人還是一個機器，那麼這個對話機器就通過了圖靈測試並具備人工智慧。人類評估者會判斷人與機器之間的自然語言對話，旨在產生類似人類的反應。
圖靈對人工智慧的發展提出了自己的建議：與其去研製模擬成人思維的電腦，不如去試著製造更簡單，也許只相當於一個小孩智慧的人工智慧系統，然後再讓這個系統不斷去學習——這種思路正是我們今天用機器學習來解決人工智慧問題的核心指導思想。
經歷過智慧化的萌芽階段人工智慧進入第二次發展浪潮，統計學SVM(支援向量機）、機器學習和神經網路得到突破。第三次發展浪潮基於新一代人工智慧技和行業應用結合得到快速發展，如人臉識別、智慧語音交互、機器人、智慧決策等。
未來已來，隨著互聯網、移動互聯網、物聯網、大數據、雲計算、區塊鏈發展環境愈加成熟， IT資訊系統愈加穩定可靠，科技對於行業的改變明顯高於以往任何階段，人工智慧產業鏈的布局與商業邏輯本質進行重塑，並對智慧化行業的未來發展方向產生深遠影響。
隨著硬體、演算法、算力的更新和自然語言處理、預測演算法的不斷發展，人工智慧的多種演算法已經在為人們每天生活的體驗和內容提供服務。未來人類如果開發出能夠執行人類大腦所能完成的所有智力任務，人工智慧能夠完成推理、在複雜多變環境中學習、決策和解決問題，幾乎在所有領域都超越人類的智力和能力，人工智慧則是一種超級智慧時代的來臨。這一階段智慧超出了人類的潛力，成為一種理想的狀態。
