為什麼說用現有「馮諾伊曼架構」的電腦即可實現通用人工智慧AGI？
作者：杜向陽（「反省心理學派」創始人）
象人腦一樣通用的人工智慧是 AI 皇冠上的明珠，也是人工智慧的終極追求目標，**許多人認為，現有的基於馮諾伊曼架構的電腦是不可能實現 AGI 的，**於是，為了實現這一崇高目標，就另闢蹊徑，想出了不同於現有電腦的新架構，如，類腦晶片、量子電腦、人造電子大腦（模擬大腦皮層神經元網路結構，用光電器件組合出的光電器件網路結構）等，而事實上，筆者的研究表明，要實現 AGI，關鍵的不是形似，而是神似，即不是要模擬大腦的外在結構（形態），而是模擬大腦智慧的內在無形的機制，這就好比，飛機的發明，並非模擬鳥類的外在的結構，而是模擬其無形的飛行機制——空氣動力學，對於人工智慧來說，如果能夠模擬大腦智慧的無形的機制，那麼，我們根本就不需要製造新型的電腦，利用現有的馮諾伊曼架構的電腦就可以實現 AGI。原因如下：
首先我們要明白以下幾個問題:
1，什麼是通用智慧？
2，通用智慧的主要機制是什麼？
3，通用智慧有哪些特徵？
4，現有的電腦能否模擬通用智慧的機制？
1，什麼是通用智慧？
通用智慧是指「能象人腦那樣通用於各知識領域，具體地說就是能自主地學習各領域裡的知識，並能利用所學知識，自主地解決各領域裡的問題的智慧系統」。
2，通用智慧的主要機制是什麼？
通用智慧的主要機制有三個：
一，通用自主學習機制（用一套統一的規則去自主學地習各領域裡的知識）。
二，通用自主編織知識圖譜機制（用一套統一的規則，把所學的各領域裡的知識編織成一個統一的知識圖譜或知識網路，而且可以通過不斷地學習，在原有的基礎上不斷地豐富和擴展這一知識網路）。
三，通用自主推理機制（利用前述知識圖譜，用一套統一的規則去進行各領域裡的推理，從而做出預測、決策、發明、發現等創造性活動）。
3，通用智慧有哪些特徵？
通用智慧主要有以下三大特徵：
一，自主學習能力，能自主地學習各知識領域裡的知識，具體地說，就是能自動地從現實場景、圖片、影片和語言文字中學習常識和知識，由於人腦有自主學習能力，所以，每次看到現實場景、圖片、影片和語言文字，人類都能自動地從中學習到知識，即能從資訊或數據中提取出知識，這一過程類似於搜索引擎的爬蟲程式，能自動地爬取網頁中的文字、圖片等數據。可以設想，如果我們事先給電腦定義了什麼是常識和知識，並教它從數據中獲取知識的方法，並據此編寫了一個軟體，那麼，每次運行這一軟體，它都能象人類一樣，自動地從數據中學習（提取）知識，這樣，電腦就能象人類一樣，具備了自主學習的能力，能自動地學習各領域裡的知識。
二，自主編織知識圖譜能力，能自動地把前述所學的知識編織成知識網路或知識圖譜，這一過程就是我們通常所說的「消化知識的過程」，也即把新學到的知識納入到原有知識網路中去的過程。這一過程類似於搜索引擎中的索引程式，能自動地把前面爬取的數據放入資料庫中，並自動地給爬取的文字和圖片添加索引。可以設想，如果我們給電腦定義了知識圖譜的結構，和編織知識圖譜的方法，這樣，我們就能教會電腦把知識編織成知識圖譜，然後，我們據此編寫一個程式，這樣，我們每次運行這一程式，電腦就能自動地把前面所學知識編織成知識圖譜。
三，自主推理能力和形成問題解決方案能力，能利用前述知識圖譜，根據用戶的需求，自動地形成各領域裡的問題解決方案，也就是能自動地運用推理規則，把知識組合成預測方案、決策方案、發明方案、問題解決方案等方案，自動形成問題解決方案能力，這一過程類似於搜索引擎的檢索程式和公交查詢程式，能根據用戶的檢索需求，自動地組合出用戶想要的「資訊的排列組合」或公交出行方案。可以設想，如果我們給電腦定義了推理規則和根據用戶需求，把知識圖譜中的知識組合成問題解決方案的方法，並據此編寫一個程式，這樣，每次用戶輸入查詢需求，並運行這一程式，電腦就能自動地根據用戶需求，把知識圖譜中的知識組合成相應的問題解決方案。這一點類似於目前的搜索引擎和公交查詢程式，只不過，電腦給出的結果不是資訊檢索結果和公交出行方案，而是預測方案、決策方案、發明方案、問題解決方案等方案。
4，現有的電腦能否模擬人腦通用智慧的三大機制？
筆者認為，現有電腦完全有能力模擬上述三大機制，這是因為，人腦與電腦既有形似，又有神似，形似是指外形、結構方面的相似，神似是指在無形機制方面的類似，神似主要包括兩個方面，一是大腦與電腦解決問題的演算法完全相同，二是大腦和電腦的基本資訊加工能力相同，都既能加工影像資訊（形象思維），又能加工符號資訊（抽象思維）。具體內容如下：
第一，結構相似。電腦分為硬體和軟體兩部分，人腦也分為硬體（大腦皮層中的神經元網路）和軟體（心理）兩部分，電腦的處理器由數百億個電晶體組成，而大腦皮層也由數百億個神經元組成，電腦的軟體只是一種資訊，它是無形的、看不見的，而人的心理活動同樣也是無形的，看不見的。可見，二者在結構和外形方面是非常類似的。
第二，人腦與電腦的解決問題的演算法完全相同。所謂演算法相同是指，人腦智慧解決問題的演算法與電腦軟體中的演算法完全相同，都是在有限的步驟內解決一個問題，或完成一件事情。對人來說是第一步、第二步、第三步……，對電腦來說是指令 1、指令 2、指令 3……，人腦中演算法的一個步驟，可以對應電腦演算法中的一個或多個指令。
什麼是演算法？
通俗地說，演算法就是求解問題的方法和步驟。解決任何問題或完成任何事情，都是需要有方法的，解決不同的問題往往需要不同的方法，其次，問題的解決往往還需要有一系列的步驟，多數問題都不是一步就能解決的，都需要多個步驟，所以，方法和步驟是演算法的兩大特徵，解決不同的問題，需要不同的演算法，也就是說需要不同的方法和步驟。
什麼是人腦智慧的演算法？
人腦智慧的演算法是人腦解決一個問題或完成一件事情所必須遵循的方法和一系列步驟，如，刷牙需要遵循以下幾個步驟：取牙刷、擠牙膏、放嘴裡刷牙；喝茶要遵循以下步驟：取茶葉、把茶葉放入茶杯、用開水泡茶葉、喝茶。人腦解決任何一個問題或完成任何一件事情，都需要有方法和步驟的，這樣，人們才能知道如何去完成一件事情，或解決一個問題。
什麼是智慧的機制？
智慧的機制就是人腦智慧解決問題的方法和步驟，即人腦智慧的演算法。
什麼是電腦軟體程式的演算法？
電腦軟體程式的演算法就是電腦解決一個問題或完成一件事情的方法和步驟，比如，把大象關進冰箱里分三步：打開冰箱門、把大象牽進去、關上冰箱門，這雖然是個笑話，但可以很好地解釋什麼是軟體中的演算法。電腦軟體的**演算法也可以理解為一個電腦的解題步驟，有一些基本運算和規定的順序構成。但是從電腦程式設計的角度看，演算法由一系列求解問題的指令構成，能根據規範的輸入，在有限的時間內獲得有效的輸出結果。演算法代表了用系統的方法來描述解決問題的一種策略機制。**眾所周知，做任何事情都需要一定的步驟。電腦雖然功能強大，能夠幫助人們解決很多問題，但是電腦在解決問題時，也需要遵循一定的步驟。在編寫程式實現某個項目功能時，也需要遵循一定的演算法。所以，演算法被稱做是「軟體程式的靈魂」。程式的演算法是指在有限步驟內求解某一問題所使用的一組定義明確的規則。通俗點說，就是電腦解題的過程。在這個過程中，無論是形成解題思路還是編寫程式，都是在實施某種演算法。前者是推理實現的演算法，後者是操作實現的演算法。通俗地講，電腦程式軟體的演算法是指一系列解決問題的清晰指令，演算法代表著用系統的方法描述解決問題的策略機制。也就是說，能夠對符合一定規範的輸入，在有限時間內獲得所要求的輸出。如果一個演算法有缺陷，或不適合於某個問題，執行這個演算法將不會解決這個問題。不同的演算法可能用不同的時間、空間或效率來完成同樣的任務。編程是讓電腦為解決某個問題而使用某種程式設計語言編寫程式程式碼，並最終得到結果的過程。為了使電腦能夠理解人的意圖，人類就必須將需要解決的問題的思路、方法和手段通過電腦能夠理解的形式「告訴」電腦，使電腦能夠根據人的指令一步一步去工作，完成某種特定的任務。編程的目的是實現人和電腦之間的交流，整個交流過程就是編程。
從上面的定義，我們可以看出，人腦的演算法和電腦程式的演算法在本質上是相同的，都是完成一件事情需要遵循的有限的步驟，每一步怎麼做，先做什麼，後做什麼，都有明確的規定，無論是人還是電腦，只要遵循了規定的步驟，就能完成一件事情，解決一個問題。正因如此，智慧的機制很容易轉化為程式的演算法，然後再轉化為程式碼在電腦上運行，這一過程就是用電腦模擬人腦智慧機制的過程，可見，只要能破解智慧奧秘，搞清智慧的機制，就能用電腦模擬這一機制，從而實現與人腦同樣的功能。
綜上所述，人腦智慧的演算法與電腦軟體中的演算法完全相同，二者都是解決問題的步驟，一個步驟就相當於電腦軟體中的一個指令或多個指令，軟體就是由一系列的指令（步驟）組成的，演算法是軟體的靈魂，沒有演算法，電腦就不會解決任何問題。比如，人腦解決不同的問題或完成不同的事情需要不同的步驟，完成事件 A 需要 7 步，完成事件 B 可能只需 5 步，每一步的內容也不同，當然解決不同的問題也可能有相同的步驟，但每一步的內容是不同的，總之，我們人類做每件事都是有步驟的，如刷牙需要三步：取出牙刷、擠上牙膏、放在嘴裡開始刷牙；吃飯也需要三步：拿碗、盛飯、開始吃飯，雖然步數相同，但每步的內容是不一樣的。電腦做事也是一樣的，你必須事先告訴它完成一件事的方法和步驟，它才能完成這件事，所以也就有了程式的演算法，有了演算法後，再根據演算法編寫程式碼就得到了程式，最後在電腦上運行程式程式碼，這樣電腦就能按你事先的設定去解決一個問題，完成一件事情。比如，搜索引擎的資訊檢索就需要以下五個步驟：第一步，用分詞軟體把用戶輸入的查詢語句分割為多個關鍵詞；第二步，拿上述多個關鍵詞去索引表中查找同名的關鍵詞，它的索引表如同字典的索引表，裡面有很多關鍵詞，而且每個關鍵詞都有指針，指向包含這個關鍵詞的所有網頁；第三步，根據上述指針，找到包含查詢關鍵詞數百萬個網頁；第四步，對這數百萬個網頁進行相關性排序，把最相關的排在最前面；第五步，把排序的結果呈現給用戶。
人腦智慧的演算法與電腦軟體的演算法完全相同，這就意味著可以把人腦智慧中的演算法直接移植（或轉錄）為電腦軟體的演算法，然後用程式碼來實現這一演算法，在電腦中運行這一程式碼，就能使電腦象人腦一樣，完成同樣的智力任務，表現出同樣的智慧，而且比人腦做得更好、更快，**事實上，目前的數字計算、搜索引擎和公交查詢等程式，正是這種演算法移植的結果，**而且在這三方面都已遠超人腦，達到了人腦數億倍，比如，在數字計算方面，人腦的數字電腦制有 10 進位、2 進位、8 進位等，電腦模擬了人腦二進位的機制，目前其計算速度已達人腦的億倍以上；在記憶方面，電腦模擬了人腦的索引機制（給每個記憶的內容添加索引，這樣能加快查找的速度，如字典的索引目錄，圖書館中的索引目錄等），目前，搜索引擎在資訊檢索方面的速度也已遠超人腦，達到了人腦的億倍以上；在公交查詢方面，公交查詢系統模擬了人腦的出行方案生成機制（根據兩條公交線路的交匯點，選擇轉車方案），目前在查詢（方案生成）的速度和精確度方面，也已遠超人腦，可見，只要能破解人腦智慧的奧秘，搞清智慧的機制，不但能實現 AGI，而且還能實現超人工智慧，把人腦智慧擴展數億倍！我們將要得到的，不是與人腦同樣聰明的 AGI，而是能把人腦智力擴展數億倍的超人工智慧！與人腦智慧相比，機器智慧只有兩種狀態：遠不及人腦和遠超人腦，這是因為，電腦的資訊存儲量和運算速度都億倍於人腦，所以，如果模擬人腦智慧的相應機制，那麼，機器智慧在相應方面就能遠超人腦，反之，如果不模擬人腦智慧的相應機制，那麼，在相應方面就遠不及人腦。例如，在機器視覺、機器翻譯、小樣本學習、自然語言理解等方面，因為沒有模擬人腦智慧的相應機制，目前還遠不及人腦。如果將來把人腦視覺智慧的演算法移植入電腦，機器視覺就能超越人類視覺；如果成功移植了人類自主學習的演算法，電腦在一小時內所學到的知識，就能比一個人在一年內所學的知識還要多；如果把人類的語言形成和語言理解的演算法移植入電腦，就能實現無障礙的人機對話，而且，電腦還能比人類更好更快地學習和理解人類語言；如果把人類的科學發現和技術發明演算法移植入電腦，那麼，其科學發現和技術發明能力就能達到人類的億倍以上，從而極大地推動科技和生產力的發展。總之，這種演算法移植的結果，不但能實現通用人工智慧，而且還能實現超人工智慧，所以，正如機器的發明，極大地擴展了人手的力量，人工智慧的發明，將極大地擴展人腦的智慧，超人工智慧將把人腦智慧擴展數億倍，有了這個超級智慧的幫助，人類將輕鬆實現長生不老和移居外星。這種超人工智慧只是一段電腦程式，因此，象目前的搜索引擎和 AlphaGo 一樣，完全可控，不會控制和危害人類。超人工智慧可以自主學習各領域裡的知識，但所學的知識用來幹什麼，卻是由人類說了算的，人類讓它解決什麼問題，它就解決什麼問題，給人類拿出什麼方案。
第三，人腦與電腦的基本資訊加工能力相同。二者都有加工影像資訊（形象資訊）和抽象資訊（符號資訊）的兩種最基本的資訊加工能力，前者是形象思維，後者是抽象思維，人腦的資訊加工活動就是思維活動，人腦思維活動主要有兩種：形象思維和抽象思維，前者如感知、識別、表象、想像等都是加工影像資訊或形象資訊的形象思維活動，後者如，邏輯推理、靈感、直覺、預感、決策、規劃等都是加工抽象的符號資訊的抽象思維活動，而電腦同樣具有加工符號資訊和影像資訊的能力，如 WPS，office 等軟體主要用於文字、符號的加工和處理，而 Photoshop,OpenCV,MatLab,Tensorflow 等軟體主要用於圖形、影像資訊的加工和處理。上述資訊加工能力相同意味著，電腦既能運行人腦形象思維的演算法，又能運行人腦抽象思維的演算法，所以，人腦智慧的演算法，不但能成功地移植入電腦，而且移植後還能成功的運行！因此，用現有電腦即可模擬人腦的各種資訊加工活動，不需要類腦晶片，不需要量子電腦，不需要電子大腦，現有的電腦構架就能實現通用人工智慧和超人工智慧。現有電腦的運算速度和資訊存儲量都億倍於人腦，它主要靠蠻力來完成智力任務，而人腦則是「四兩撥千斤」，主要靠巧勁，以聞一知十，觸類旁通的方式來完成智力任務，因此，如果電腦能模擬腦智慧的機制，那麼它就能象人腦一樣靈巧，而且比人腦更快速、更準確，比如，目前的搜索引擎和公交查詢以及自動定律證明都是這方面很好的例證。上述通用智慧的三種基本活動（自主學習、自主編織知識圖譜、自主推理）都是一個加工影像資訊或符號資訊的過程，而電腦和人腦一樣，也具有加工影像資訊和符號資訊的能力。也就是說，人腦與電腦的基本資訊加工能力是相同的。
上述結構相似、演算法相同和基本加工能力相同為「用電腦模擬人腦智慧機制，從而實現人腦那樣的通用智慧——AGI」打下了堅實的基礎，創造了必要的前提，用電腦模擬人腦通用智慧三大機制的過程就是演算法移植的過程，即把自主學習演算法、自主編織知識圖譜演算法、自主推理演算法移植為電腦軟體演算法的過程，演算法移植成功後，再用程式碼實現這一演算法，編寫出軟體程式碼，在電腦上運行，就能實現人腦同樣的功能。目前的數字計算、搜索引擎、公交查詢程式就是很好的例證，它們也是演算法移植的結果，由於電腦也有加工影像資訊（形象資訊）和抽象資訊（符號資訊）的兩種最基本的資訊加工能力，因此，編寫的程式碼能在電腦中正常運行，從而實現與人腦一樣的智慧——通用人工智慧。同時，由於電腦是非生命物，因此，它不具有生命物所特有的慾望、動機、情感、自主意識等要素，正因如此，它才能永遠做人類的工具，聽從人類的使喚，另一方面，由於電腦的運算速度和資訊存儲量都億倍於人腦，因此，一旦它模擬人腦智慧的某一機制，就能在相應方面遠超人腦，從而極大地擴展人腦智慧。
可見，實現通用人工智慧的關鍵是首先破解人腦通用智慧的三大機制——自主學習機制、自主編織知識圖譜機制和自主推理機制，得到這三大機制中的演算法，然後，再把其演算法移植為電腦軟體的演算法，就能實現通用人工智慧，但要破解這三大機制是一件非常困難的事情，程式設計師無法破解這三大機制，因而就無法完成演算法移植，無法實現通用人工智慧。由於資訊檢索和公交查詢方面的機制比較簡單，容易破解，所以，程式設計師已經破解了其中的機制，得到了其中的演算法，並且已成功移植到電腦中，目前的電腦，在這方面不但實現了與人腦同樣的功能，而且比人腦做理更好，那麼，怎樣才能破解上述三大機制呢？反省心理學中的二元說揭示了只有通過長期的心理學研究才能破解這三大機制，可見，這個任務需要交給專業的心理學家去完成，程式設計師是很難勝任的。
由於電腦的資訊存儲量和運算速度遠大於人腦，可以說是億倍於人腦，因此，如果用電腦模擬人腦通用智慧的機制，不但能實現通用人工智慧，而且還能實現強人工智慧或超人工智慧，把人腦的學習能力、編織知識圖譜能力和解決問題能力擴展數億倍，從而極大地推動科技和生產力的發展！
上帝賜予人類兩個最好的禮物，一個是電腦，它的運算速度和資訊存儲量億倍於人腦，另一個是二元的心理，通過第一心理中的研究，人類能夠破解外部自然界的奧秘，發現自然規律，造出各種機器；通過第二心理中的研究，人類能夠破解心理自身和智慧自身的奧秘，搞清智慧的機制，然後，用電腦模擬這一機制，造出超人工智慧，從而把人類智慧擴展數億倍，有了這個超級智慧的幫助，人類就能輕鬆實現長生不老和移居外星，就能把西遊記中的幻想變成現實，憑藉第一心理和科學技術，把人手的力量擴展了數億倍，所以，今天的人類成了地球之王；憑藉第二心理和超人工智慧，將能把人腦的智慧擴展數億倍，未來的人類將是宇宙之王！
END
