欢迎关注我的专栏( つ•̀ω•́)つ【人工智能通识】
更多相关文章请点击2019年6月专题

生命智能的起源

智能是一种涌现现象。

所谓涌现，就是群体结构组织展现出的超越个体累加的行为表现。每个文字都不是文章，但成千上万文字按特定的顺序组织在一起就可以是部著作。每个水分子都不能流淌，但无数水分子就能形成河流大江。

人类生命的智能行为来自于数百亿脑细胞神经元的互相连接组合，互相之间飞速的传递电信号，这和计算机芯片看上去很像，但也有很多区别。

人工智能与人类智能的区别

每个神经元细胞具有上千个分支与其他神经元相连，每时每刻都在有不同的电流从这些分支输入或输出。每个细胞有数十万分子原子构成，细胞的充放电过程就是这些分子不断产生化学反应的结果。从这个角度看，每个细胞就是一个芯片处理器，而不是神经网络算法中那样一个简单的函数。人工智能和生命智能的这个区别虽然非常明显，但实际只是复杂度上的区别，也就是说，如果我们把神经网络算法中每个代表神经元的函数变得更加复杂，那么就可以消除这个区别。

另外一个更大的区别就是线程问题。人脑包含大约80亿神经元，这些神经元虽然密麻相连，但也几乎是同时分别发生作用充放电的。而对于计算机来说，线程是有限的，日常使用的芯片最多只有四个或八个核心，十几二十个线程，也就是最多模拟二三十个神经元的行为，即使是全球领先的超级计算机也不过数万核心，这距离80亿人脑神经元数量有着巨大差距。

但计算机也具有额外的优势。计算机芯片可以有数亿个晶体管，这要比神经元细胞要更加复杂，也可以实现更为复杂的运算和处理。另外，计算机芯片的速度更快，因为它是纯光电效应的，电流以接近光速的速度传播。我们知道光速是每秒30万公里，而人类身体和大脑中信号传输的速度却慢很多，据说只有每秒数十米，从眼睛到大脑这个传输都可能耗掉0.02秒。

将芯片的核心数量增加到数亿规模，恐怕在未来十年或更久都无法实现，但是目前神经网络算法的成功主要是依赖计算机的运算速度优势，将神经元模拟达到数亿或更高数量级别，进而实现有效的智能，如视觉识别，语音识别等等。

第三个区别是人脑神经元细胞的组织分化。人脑并不是大量神经元的简单堆砌，而是分化成大脑、小脑、脑干等等不同组织结构共同实现功能的。大脑也分化成各个不同功能区域，有的负责记忆，有的负责语言，有的负责视觉，有的负责逻辑…而目前计算机中的神经网络往往还是同样神经元的简单量的叠加，因此也只是完成特定功能的专用领域。这个神经网络做人脸识别，那个做语音，这个识别中文，那个识别英文...尽管自动驾驶或机器人技术从某种表现上看实现了视觉听觉控制的综合，但实际上距离真正的结构分化与融合还相差很远。

第四个区别来自于历史原因。以人为例，婴儿的大脑神经组织与生俱来就是特殊的。幼马可以很快学会站立，小鱼生来就会游泳，这些行动能力是天生注入到它们的大脑中的，就像是基因程序代码一样。而人类婴儿可以学会语言，猩猩婴儿却不能，尽管人类基因和黑猩猩基因相似超过98%，但人类婴儿大脑神经元的组织结构却与黑猩猩有着非常大的不同。

计算机神经网络也需要一个天生的基因程序以便于在此基础上快速学习建立新的功能，然而目前并没有这样的基础。很多大企业和学术机构都在这方面做出了巨大贡献，试图通过大规模数据训练来建立最夯实的视觉神经网络初始化基础模型，这在自然语言处理或其他方面似乎还没起步，至少还没太大成就。

学习与迁移能力

实际上，关于人工智能与人类只能，大家谈论更多的是学习能力。人工智能的学习迁移能力非常只差，举个例子，我们利用神经网络经过大规模训练获得的人脸识别模型，对于猫脸识别就完全无能为力，你必须额外重新建立神经网络重新用大规模猫脸素材进行训练。

这个差别是明显存在的，但我认为它不值得一提，因为这是表现层面的，而不是本质结构层面的。这就好像我们承认小轿车与大卡车在运载能力上存在很大区别，但只有关注其内在动力引擎结构才能找到有价值的解释。

情感与道德伦理

另外一个常被提及的区别是人工智能无法具备人类的情感，更加无法懂得人类的道德伦理。

其实在人类自己还不能准确解释情感、道德、伦理这些行为形成机制的时候，我们怎么就那么确定计算机一定不能具有这些表现呢？

如果人工智能和人类智能都是基于相同的机制发生，那么我们没有任何理由说某种表现是此有彼无的。这就像既然同样是发动机，无论是电力还是燃油，当然都既可以驱动汽车，也可以驱动飞机。

欢迎关注我的专栏( つ•̀ω•́)つ【人工智能通识】
更多相关文章请点击2019年6月专题

每个人的智能新时代

如果您发现文章错误，请不吝留言指正；
如果您觉得有用，请点喜欢；
如果您觉得很有用，欢迎转载~

END