AI之路:从不会说话的小傻瓜到超越爱因斯坦的存在( 五 )


更彻底的“剽窃”是一种叫做“全脑模拟”的策略:将真实的大脑切成薄片 , 逐层扫描 , 用软件重建一个精确的三维模型 , 然后在一个功能强大的计算机上实现该模型 。 于是我们就有了一台计算机 , 它能处理大脑所能处理的一切 , 只需要学习和收集信息 。 如果工程师们做得足够好 , 就能精确地模拟真实的大脑 。 整个大脑结构一旦上传成功 , 个性和记忆都会完好无损 。 如果大脑生前属于小明 , 那么电脑现在会像小明一样醒来 。 这将是一个强大的人类级人工智能 , 我们接下来可以尝试把小明变成一个超级人工智能 , 他想必会非常兴奋吧 。
我们离实现全脑模拟还有多远?人们已经模拟出了一个1毫米长的扁虫大脑 。 它只有302个神经元 , 而人类的大脑有1000亿个 。 如果这些数字让你失去信心的话 , 别忘了指数级进步的力量 , 现在我们已经征服了小虫子的大脑 , 可能很快就能造出一只蚂蚁的大脑 , 然后是一只老鼠的大脑 , 到时候 , 这一切看起来就没那么遥远了 。
2)按我们想要的方式 , 再来一次进化
如果聪明孩子的答案抄也抄不完 , 我们可以试着模仿他的学习方式 。 如果大脑太难模拟 , 我们可以模拟进化 。
事实上 , 即使我们模拟出大脑 , 可能也会像模仿鸟类扇动翅膀来造飞机一样 。 机器的设计最好采用一种全新的、面向机器的方法 , 而不是完全模仿生物 。
如何模拟进化?人们想出了“遗传算法”:对一个计算机系统反复执行表现-评估过程(就像生物通过生存来“表现” , 并通过它们是否能够繁殖来“评估”一样) 。 一组计算机尝试执行任务 , 最成功的计算机得以培育后代:把各自程序的一半合并到一台新计算机中 。 相对不那么成功的将被淘汰 。 经过多次迭代 , 这种自然选择过程将产生越来越好的计算机 。 若是创造一个自动化的评估和繁殖周期 , 进化过程就可以自己运行起来了 。
进化论的缺点是 , 动不动就花上10亿年的时间 , 而我们希望在几十年内做到这一点 。 好在我们与进化论相比有更多优势 。
第一 , 进化没有先见之明 , 它会随机产生很多无用的突变;而我们会控制这一过程 , 设计有针对性的小故障来实施自然选择 。
第二 , 进化没有任何特定目的 , 包括智力 。 有时一个环境甚至可能会淘汰更高的智力(因为它太费粮);而我们可以将这一进化过程导向智力的提升 。
第三 , 为了选择智力 , 进化必须在很多其他方面进行创新来促进智力的发展 , 比如改变细胞的产能方式;当我们能够消除这些额外的负担(诸如用电来供能)时 , 我们无疑将会比进化要快得多 。
但这究竟是不是一种可行的策略?目前还不清楚 。
3)把整个问题抛给电脑
科学家们真的走投无路了 , 于是把这个问题编成程序 , 让机器自己解决 。 这可能是最有希望成功的方法 。
这个方法的思路是:建立一台这样的计算机 , 它的两项主要技能是研究人工智能和编码改变自己 , 使它不仅可以学习 , 而且可以改进自己的体系结构 。 我们将教计算机成为计算机科学家 , 他们的主要任务就是让自己变得更聪明 , 这样它们就可以自力更生 , 自己发展自己 。

推荐阅读