由于个人水平有限，这是初步构想，如果考虑不周或错误请见谅并告知。

有的人可能会觉得我这都是天方夜谭，有生之年根本不可能实现嘛，和我们的生活有什么关系呢？我要澄清一下，这些都是基于我自己对于世界科技的发展的了解和别人的预测得出的判断，在我们的有生之年内，10到30年左右，是可以实现的。世界的长期预测是比短期预测要容易的，短期的历史充满了不确定性，但是长期的历史是具有明显的趋势的。虽然不感确定预测的正确性，但个人认为80%的可能是有的，如果不出意外的话。所谓的意外就是一些世界性的大灾难导致人类大幅度衰退。

摘要

本文介绍我理想的三个方面，这三个方面是循序渐进，互相依赖的。第一个方面是构建一个分布式、开放、人人可参与的人工智能数据库，或者叫知识引擎，利用人工智能促进知识、技术、信息、资源的自由流动，促进人类文明的科技发展；第二个方面是基于该知识引擎的一套开放的经济系统，将给内容生产者们提供一个盈利的平台，自动地给生产者分配报酬，让人们可以专心生产内容，以促进知识引擎和人工智能的发展。第三个方面是为了尽量防止当人工智能强大以后造成的极端贫富差距，尽力维护一个公正的世界，防止人类文明的毁灭。

1.知识技术信息的自由流动

1.1.知识传播的现状

我们这个社会比起古代，信息传播和知识的传承进步了很多个数量级。一开始，世界上的信息只能通过生物的DNA来保存；后来，一些生物有了语言，等人类出现很久之后，出现了文字；几十年前，出现了电脑和互联网，有了搜索引擎，信息又进一步地能更快地传播，而且，有了维基百科，有MOOC等提供免费优质课程的网站等等。

1.2.对知识传播的憧憬

现在虽然有了搜索引擎，找想要的信息一般都能搜索到，但是依然有很多不足。一方面，很多时候人并不知道自己心里想的那个东西的名字是什么，想着那个东西但是不知道怎么搜索；一方面，世界上有那么多种自然语言，不同语言之间的隔阂依然很大，而机器翻译的效果也还有限；一方面，大量专业方面的知识即使是用一个人的母语写成的，对于没接触过该领域的人来讲往往也是天书一般。

要解决以上问题，梦想中的最佳方案需要一定的强人工智能，需要知识系统本身有智能，能够真正理解搜索的词语。Wolfram Alpha在我看来已经某种程度上能“理解”大家的问题了，但是实际上还并没有真正地理解，Wolfram Alpha至今依然只有英语版本，真正的理解，应该是可以理解所有已知语言的，只要有人去教它。

Wolfram Alpha是我用来说明我的憧憬的一个例子，我理想中的==知识引擎==（暂时叫它知识引擎吧）应该满足以下条件（包括但不限于）：

• 能理解人打字的搜索或者语音的输入
• 当输入有歧义时，能主动询问以消歧，换句话说，能像人一样和客户确认其需求
• 利用自然语言生成等，能自动的转化结构化知识为自然语言，也能将外部学习到的自然语言知识自动收录整合到内部的数据库
• 内部有结构化的世界知识，不同于维基百科这样以自然语言，更像维基数据（Wikidata）、Cyc等知识图谱有关的本体及常识知识，是应该能将所有信息综合在一起的“数据库”，更像人脑中组织知识的形式，而不仅仅是这些形式化本体的这种形式。（具体后面讨论）

1.3.一套知识引擎系统及其实现基础的构想

要建立能包含一切知识的知识引擎系统（知识图谱），我曾经以为通过图论中节点连接的表示方法就能表示一切，后来发现还是想得太简单了。这样就不能表示连接之间的连接，即高阶连接，实际知识中不仅有实体的属性，属性也有属性……光用Wikidata等本体像图论那样展示知识是肯定不行。

1.3.1.知识引擎的理论基础

要让一个知识系统能表达所有可能的事物和概念，有没有这个可能呢？没有，这个问题和可计算理论的停机问题类似。最简单的例子就是如何表达一些实数，π和e是最常见的无理数了，它们的精确表达是有无限位小数的，但是至少它们还可以用“π”和“e”这样的符号表达，并且有其明确的定义，π的定义是“圆的周长与直径的比值”，这个定义有10个字，这至少是有限的，但是其实还有无数的无理数，根本没法定义，或者说，根本没有有限长度的描述，其最短的定义可能就无限长，或者比自然数的无限还长了，这种定义就没用了。因此有无限事物或概念，是无法精确描述和思考的，我们只能定义有一类概念是我们无法描述的，这个类可以描述成“我们无法描述的事物”，这个类的具体实例我是无法描述出来的，因为根本就不能描述嘛……

有无限的事物是不能描述的，但至少受限于知识的载体，知识的表现形式是有限的。这个有限是受制于文字的表达能力的，是受制于图灵机的计算能力，所有图灵等价的计算模型都一样的。这个参见可计算性理论。

要表达所有知识，就相当于要对所有知识建模。要能表达像数学公理系统那样精确的形式系统，也要能表达如自然语言等的模糊系统。但是不同知识系统之间的结构差异是如此之大，想要将所有概念统一在一个体系中几乎是不可能的。不过数学中有那么多的数学结构。数学作为纯理论的学科，包含了所有可能的的结构，所有知识可能出现的结构，都早就在数学中被研究过了。比图更高级的数学结构是拓扑空间，比集合更高级的数学结构是范畴论中的范畴。图和集合都可以说是这些更高级结构的一般形态而已。在拓扑空间和范畴之上，还有更高维的拓扑空间和范畴结构，范畴有范畴的范畴……一直到∞-范畴。即使是这么复杂的数学结构，也不能作为世界上所有可能事物的模型，但是所有可能的知识和信息的结构是可以被这些结构描述的。更高级的数据结构是可以减少认知的成本的（仅用文字描述一个事物的能力是有限的，能用图像描述事物就容易懂多了，如果给一个实际的物体放在人的面前就能更准确地认识事物，关键是表现形式更准确后让人越容易吸收）。数据结构中图、树、链表等都是这些复杂结构的特例，当然越复杂的结构，其增删改查的实现就越复杂，但我认为这是一定要跨过的坎。只用现存知识图谱那样的图数据库是不符合AI的发展方向的。终极的知识图谱必须利用更加复杂的数学结构。

1.3.2.知识引擎的实现构想

但是即使有内存真的无限大的图灵机也不能完美的模拟完整数学结构的所有细节（因为这比自然数大小的无限还大，本来就有很多本质不可计算的事物），现实世界中只能用有限的资源来模拟或思考无限的知识。这个只有有限资源的知识图谱要怎么办呢？冯诺依曼式构架的计算机和神经网络组成的大脑这些有其固有结构的图灵完备的机器如何拥有通用人工智能（AGI）呢？

我认为需要很多个系统的循环互相定义、模拟、计算。最简单的理解就是，如果要定义或解释一个词A的意思，假如定义是B，那么就还应该定义B，如果B的定义是C，那么还要解释C的意思（这好像也等价于Symbol Grounding Problem）……这样最终总会遇到不能定义的情况，除非这些词语之间互相定义了。这就像数学里的公理系统，是由少数几条公理推导出一整套的公理形式系统，包括其中的定理、引理……其中的公理是不能被证明的，因为其是其它所有定理的基础，被认为是不证自明的。但是要理解这些公理，是必须继续给公理以解释的。在这个形式系统中不能定义，那就只能用其它的形式系统了。所以，我认为唯一的方法，就是很多个不同的形式系统，像环一样互相定义了。当然满足这个要求的最简单的结构是环，也可以是比环更复杂的结构，这些形式系统之间的更复杂关系本身就是一种拓扑结构了。这一串像环一样的系统可能包括但不限于：数学中的集合论、范畴论、图论、拓扑学、概率论……哲学中的本体论、知识论、形而上学、科学哲学、逻辑学……其它的交叉学科还有可计算性理论、信息论、语言学、心理学、认知科学、经济学、博弈论等等。总之，是可以至少用其中的两个系统达到定义一切的，也可以是很多个系统互相定义，这都可以，最终是等价的。在这里我不给一个具体的方案了，工作量也不小。可能有别人研究过，暂时没去找。

通过以上形式化的定义，加上机器学习、深度学习、模式识别等方法，这就结合了人工智能的基于符号（逻辑）的精确推理系统和现在流行的统计学习方法。现在卷积神经网络（CNN）在图像识别等特定任务上已经很成功了，但是这样完全的端到端的训练需要的代价还是太大了，需要的样本也特别多，人（我们这种通用智能）之所以经常能在看别人做过一次某事的情况下，就能模仿做出相同的动作（One-shot learning）就是因为我们大脑中已经存在的足够的知识，有那个知识体系就能快速得到答案，换言之能将训练集可能几百个维度（比如图片像素）降维成只有一两个维度（比如是否有圆、正方形），就像A星算法中的启发一样。描述地不精确但应该明白我的意思。用信息论也能解释。

所以，应该尽量地将不同的系统整合起来，虽然这个不容易，但是这是必经之路。比如大家用ImageNet训练出来的图像识别的网络，整合Google用大量语料训练出来的Google翻译网络等等，再加上各种开源的知识图谱。甚至，把这些训练好的深度神经网络本身当作训练集，通过聚类等不管什么方法，得到神经网络里面自身的一些结构模式、Pattern，比如pooling layer等layer这样的结构作为Pattern识别出来，这些pattern和“pooling layer”这样的文字对应上，就是一种飞跃啊。在这基础上，如果能像人脑一样相互连接的概念足够多，就会产生质的飞跃。虽然这个看起来很难，不过强人工智能的实现恐怕必须得经过这一过程，连接一切。

如果实现，这个知识引擎就是一个全球大规模分布式人工智能+数据库。等到这个整合了一切的网络形成，或者大致形成，该知识引擎就应该可以自动地用自然语言等方式和人类对话，毕竟它本来就有关于自然语言等的知识。

1.3.3.知识引擎的应用接口

这个知识引擎的输入输出接口是个非常重要的部分，就像人与外界接触的方式一样，人有五种感觉，知识引擎与人交流的时候，也将使用并不止使用这五种感知的方式（眼耳口鼻舌……）。并且，这些用户接口，比如GUI，甚至以后直接让电脑连接人脑的神经元（脑机接口），就不应该像现在的大部分APP一样，是设计师定好的界面，而应该是对用户高度定制的，自动生成的，也就是说，通过对用户的了解，自动生成一套最适合该用户的界面，而且，可以随着和用户的广泛交流，快速的马上更改设定，更改界面。这种技术一开始需要太多的积累，一开始估计是完全不能用的状态，但是积累到一定程度后，就会有质的飞跃，突然变得可应用。

1.3.3.1.个性化教育与个性化学习路径

当前的教育基本上还是规模式的，很大的班，整个班甚至整个国家使用同一套教材。但是从孔子开始就在提倡因材施教。可是，毕竟由于成本问题，我们很难做到一个老师专门辅导一个学生。还是一个老师带一个班的学生。即使是现在网上最新开始兴起的MOOC等等公开课的视频，也是事先直接录制好的，虽然比大部分的老师讲的好，但毕竟不是根据每个学生自己独特的需要设计的课程内容。

但是最优质的教育内容肯定是为个人准确定制的，而且，学习的内容的路径本身，也是可以被定制，是有个学习的顺序的。

所谓的学习的顺序，比如概念的学习，是有个循序渐进的过程的，不同的概念或词汇之间可以定义出来距离，这个距离可以是多种维度的，可以是语义的距离，可以是发音的距离，也可以是字形的距离。只要不同的概念之间有不管什么维度的相似之处，这个维度都可以用来定义概念或词汇间的距离。

因此，有了这些概念之间距离的维度，就能通过算法得出学习一个领域的路径。更进一步，可以让人类和AI互相学习，得出如何学习路径更好的方案。

1.3.4.知识引擎的一种界面设想

现在，知识和信息呈现给我们的样子主要有这么几种模式：文字、图像、语音。对于数学还有公式，对于电脑来讲还有程序的代码。所有这些信息的形式都是所对应的知识的一种模型。但是，文字和语音是一维的；图像，最多还有数学公式，算是二维的；代码作为文字的一种形式表面上看是一维的，不过其结构基本上算是对所描述的东西的比较精确的模拟了，但其结构的维度也是很有限的。总之，我们用各种信息的载体来描述事物时，都是大大简化了的，丢失了大量的信息，就好像降维一样，本来3维世界中的一个物体可能有几十维（种）属性，当必须用文字这种一维的形式表达出来时（就像我现在用文字来描述我的想法一样），文字就会很复杂，组织语言的结构就很难，好像总有更好的写法，要么用形式语言描述的话（比如某种代码），就得先定义好格式（不同的编程语言），这些不同的语言在描述一个物体是，就好像带有偏见一样，面向对象的就偏向用类和对象的方法思考物体，函数式语言就偏向用函数的方式思考物体……。给你一个锤子，就看什么都是钉子了。有十几种编程范式：面向代理、基于组件、连续式、并发计算、声明式、事件驱动、元编程……每一种范式就是一种模型，也是一种对事物的思维方式。但是每一种都只是看待事物的一个侧面，要全面地认识一个物体理论也是不可能的事，只能尽可能地认识一个物体，并且尽量压缩认识的成本。要尽可能地认识事物，还是需要用到尽量高级的数学结构，这样更接近事物的本质，并且能减少认知的成本。所以，我对知识引擎界面的一种设想是，一种高度灵活的，可定制随意变化的，尽量接近事物本身结构形式的一种界面。这样描述不太容易懂，精确的如下：

//TODO
性质列表：

• 对知识内容尽量用最接近该内容的形式表达。比如地图就是图，故事就尽量是视频甚至VR电影。
• 内容的可编辑。当发现错误时，应该能非常及时方便地改正。
• 内容的全面。一个主题的内容应该能尽量关联所有有关的其它内容，并且按内容的结构组织好。

2.知识内容提供者的激励与变现：一个开放的经济系统构想

2.1.开放的经济系统

这个经济系统的目标，学术一点讲，就是要实现有效市场（Efficient-market hypothesis）。对有效市场的定义是：如果在一个证券市场中，价格完全反映了所有可以获得的信息，那么就称这样的市场为有效市场。

当今这个社会中，还充满了信息不对称，以及各种不平等（即使法律上都做不到平等），还有各种愚昧无知（有良好教育的人依然是少数）。有人利用行政垄断获取大量财富；有人靠欺骗和利用别人的心理，既伤害了别人又获取了大量金钱（比如莆田医院）。我们的社会还有太多的不公和不足……我们的知识产权系统也比起以前好多了，但是依然漏洞百出，一方面是正版资源高昂的费用；一方面是大量的盗版资源阻碍了创新能力；一方面还有专利流氓钻知识产权法的空子；一方面我们的科研体系还依然官僚主义严重……当然，比起以前现在已经是有史以来最好的时代了。但是可以提升的空间依然非常巨大，制度作为一种技术将来也必将越来越完善。以后的社会还将更好，可能会真的实现共产主义（我的理解为，人人生活富足且充实安定），而其中应该会有一套知识的经济系统。

这套经济系统也是我以上知识引擎的辅助部分。一个强大的知识引擎中的内容必须是要尽量多的人贡献才会发展地更快。维基百科是这个世界上最著名的大规模协作的产物，整个科研圈子也是大规模协作的产物，都是开源的开放的，但是有个缺点就是，没有人能靠这个直接赚钱，还有大量的优质内容，是必须必须付费获得的，由于生产这些优质内容的人需要靠这个盈利，即使是传播的边际效应如此低的今天，这些优质的内容也很难大规模传播。要让更多的人贡献更多优质的内容，就不能全靠免费，如果能做成一个大家共赢的收费的平台，才能最大规模地发展，就像苹果发明的App Store一样。

但是一个知识引擎能靠什么盈利呢？要把这个生态系统建设起来又有多难呢？我还并不明了。我只是认为需要一个更好的一套知识经济系统，而且这能促进知识引擎的发展，知识引擎的发展也能促进知识经济系统的发展。但如果这个最终能发展起来，一定是世界上一个庞大的产业和基础设施。

2.1.1.经济系统的性质构想

这个经济系统是依托以上知识引擎的一套自动地根据贡献（比如生产知识）给予对应报酬的系统。比如这个系统应该能利用已有的知识自动地去生产产品产生财富，然后根据贡献那些知识的人自动地分配财富。这个分配的算法本身，应该也是AI和人类一起商量运算出来的。这个经济系统必须尽量地优化人们的合作，减少人们合作和摩擦的成本，尽可能地提高人类的效率。

这套经济系统将满足以下性质：

• 信息开放：信息开放是达到有效市场的前提。即使有些信息是有价格的，也要尽量将信息的价格公开。
• 按劳/要素分配：按照每个人的实际贡献分配资源。这个贡献本身就很难衡量，但必须要有一套统一的计算方法。
• 贡献测量：经济系统必须作为一套基础设施（AI）自动地衡量每个人的贡献和成就，并公开信息和风险，并引导社会的投资发展方向，这样，构建一个非常公平的社会环境。
• 减少不必要竞争，加强合作：该系统应该要能通过好的制度设计，减少人们之间的恶意竞争（零和博弈或负和博弈），引导人们进行双赢的非零和博弈，尽量减少囚徒困境这种局势的产生。
• 减少博弈、交流、谈判成本：该系统要做到让人足够信任，以至于可以将自己的一部分谈判权外包给系统，让系统安排自己的工作、生活，甚至是和别人的谈判、博弈。让人可以安心自己的工作。并能促进共产主义的实现（I'm serious!是有这个可能的）。

2.1.2.经济系统的实现方式讨论

该经济系统和知识引擎一样是分布式、公开的，由比特币设计的区块链技术是很有潜力的实现方式。

3.社会贫富差距和分配的优化

即使是构建了一个==2.知识内容提供者的激励与变现==中的有效市场，一个过程公平有序，有效的市场，最终这个世界也还是会有极大的收入不公平存在，这是为何呢？因为只要有资源是稀缺，这些稀缺的资源就将涨到极高的价格，就比如现在大城市的房价，北京、上海这样的超级大城市聚集了几千万的人，这么多人的聚集实际上降低了每个人生活的边际成本，大家吃饭、出行、工作等需要消耗的资源减少了，每个人互相交流的成本降低了，那大家的开销应该减少才对吧？但是由于空间是稀缺的，房价涨到了几万一平米，抵消了大家生活成本的降低，大家的实际生活成本还是很高，只有比较早买房的人享受了最多经济增长。稀缺的资源就像黑洞，最终，社会的财富在这个有效的市场中聚集到了少数掌握社会稀缺资源的人手中。并不是说占有资源的人道德低下，相反，在有效市场中能胜出而占有资源的人本身就是有能力的人，道德往往也比穷人更高，也更努力，就是这样合法合理的所得，也会使得贫富差距扩大。在一个AI发展地足够完善的市场中，将比现在更多地展现马太效应，占有AI资源的人将全方面地提升自己每一个方面的能力，占有更多的资源，然后将更有能力获取更多的资源，而没有资源的人，比如现在的农民工，以后将连干体力活的被剥削的价值都没有，因为AI的发展会使机器人的效率更高成本更低。AI的这种放大效应将使人类的贫富差距进一步呈指数级扩大，等到某一方势力（可能是一个人）超越剩余所有势力的能力总和时，甚至远远超越时，它就可以完全无视其它人，自己单独地发展，也许它不会对其它人抱有恶意，但当能力超越其它所有人时，它是可能是完全无意地不小心就毁灭了其它所有人，因为其它人对它来讲就像蚂蚁对于我们一样，不关心。

在我们的现在的社会中，政府的税收、社会的福利是解决贫富差距的方式之一，不过不管是税收还是福利也都是一种社会的制度，是制度就有被利用和操作的可能，现在的超大跨国公司就能利用各国之间法律的不同或者直接利用法律的漏洞，合法的大量避税（很多跨国大型企业都在这么做），最终反而是中小企业承担了更多的税务。以后，一个公正的社会需要有一个高科技的立法机构设定制度，这个“高科技”是必须和同时期的AI所相匹配的。

考虑到公平和社会问题，以上2中经济系统应该继续满足以下条件：

• 合理的税收：税收是实现社会资源再分配的一种重要手段。
• 按需分配：每个人的基本生活需要在有条件的情况下应该无条件满足。至少让每个人有基础的保障。
• 幸福工程：社会制度应该也是一种科技，现在很多不远的将来心理学和人类财富到一定程度后，将通过幸福工程尽量让每个人即使在没有很多财富的情况下都感到比较幸福的。
• 高科技的政府：人工智能应该全面应用进政府的运转，作为政府机构的辅助，甚至可以在某些地方取代人类。

如果真的实施这样的制度，这本身是实现不了帕雷托最优，一定会有很多高层的利益被损害。但是所有人的平均福利将会大大提高，一些高层的经济利益可能被损害，但是本身感受到的幸福指数肯定会提升巨大（如果做不到那这制度也实现不了）。

总结

我的理想的核心就是一套辅助实现强人工智能的知识引擎，这不一定是要我自己实现，也不一定完全符合我的描述，很可能大家自然地发展出来一个这样的系统，名字也不叫知识引擎，这都不重要，重要的是这样一个系统的发展，我只希望能尽量参与这样一个事业中，促进和加快它的发展。当该知识引擎发展到一定规模，不可避免地将融入社会生活的方方面面，从经济到政治，必将无处不在。所以，知识引擎必须深深地融入我们的经济系统中，形成一套有关知识的经济系统，和知识引擎互相促进发展。对未来的预测很难，我也只是依据我自己的理解，如果有错误也正常。未来还没发生，实际上我们还有选择，未来并不是确定的，所以，我们需要尽量选择行动，防止万一以后出现一个超级智能，比其他所有的的总和还强大。

以上就是我主要理想的3个部分，如果世界上没有我，世界大概也只要大概20年左右发展实现这些系统。所以，并不是天方夜谭不可实现的。但不论如何，对未来的预测是很困难的，我也只能以我自己的知识储备能得出这样的判断，如果未来的历史实在没往这个方向发展，也是很正常的，我只能认为80%的可能未来是往这个方向发展的。做了一点微小的工作。谢谢。