这段时间先后看了《与机器赛跑》、《必然》、《失控》，对机器人和人工智能比较感兴趣。雷.库兹韦尔是奇点大学校长、谷歌工程总监、《奇点临近》的作者，曾在1999年对2009年提出了147项预测，结果大部分都实现了。本书中，作者介绍了人类思维和记忆的特点，然后对人工智能怎么模拟人类思维提出自己的观点。最可贵的是，这些都不是科学幻想，而是基于现有科技理论所进行的严谨推测，关乎人类社会的未来。

爱因斯坦作为20世纪最伟大的科学家，在没有任何其他设施的情况下，仅凭纸和笔就提出了著名的质能方程E=mc^2，阐明了物质不灭定律和能量守恒定律的实质，颠覆了统治物理学领域两个世纪的传统观念，深刻影响了历史的进程，并开启了核时代。为什么成千上万其他的观察者和思考者却不能借助这些并不复杂的方式来思考呢？一个共同的障碍就是，大多数人难以摒弃并超越同辈人的思维观念。人类感官的一大特点：即便我们感知到的是残缺的或者修改过的图片，我们依然能够识别出他们。我们的识别能力能够提炼出图片上那些不会在现实世界发生改变的恒定物质。同时，除了一些足够牢靠的记忆能让我们直接由问题联想到答案，通常我们需要经历一系列的触发机制，直到其中一个发挥效用。大脑新皮质负责感官知觉，认知从视觉物体到抽象概念的各项事物和各种控制活动，以及从空间定位到理性思考的推理以及语言——主要就是我们所说的“思考”。因为有了这些复杂的褶皱，大脑新皮质成为人类大脑的主体，占其重量的80%。为适应迅速改变的环境，学习速度需要不断加快，新皮质的优点就愈发明显，它可以在几天之内完成新知识的学习。新皮质还是一个伟大的隐喻制造机，是我们成为唯一的创造性物种的原因。获得更大创造力的一种方式就是有效地聚集更多的新皮质。创造力几乎能解决所有的问题，创造性的行为可以通过创意来打败习惯克服一切困难。动物行为的进化的确是一个学习的过程，但是这种进化是整个物种群体的学习，而不是个体的学习。进化的成果通过DNA遗传给下一代。新皮质进化的意义在于，它大大缩短了学习过程（层级化知识）——从数千年缩短到几个月，甚至更短。我们最终的梦想是研究出一种人造新皮质，它在功能和灵活性方面皆可与人类大脑新皮质相媲美。这样，就无须担心我们的身体、大脑能容纳多少附加的新皮质，因为就像如今的计算技术一样，人造新皮质大多会存储在云端。

人类语言就是大脑类线性模式层级结构的产物。如果我们能够捕捉到说话者大脑中的这些模式，那么当他发表新言论时，我们只需将捕捉到的这些模式与我们储存的模式相比较，就能明白他在讲什么。系统呈现出一种层级式的线性序列状态，但是我们无法直接观察它，因此将之命名为“隐马尔可夫模型”。遗传算法的关键是：人类并不直接将解决方案编程，而是让其在模拟竞争和改善的重复过程中自行找到解决方案。在这一过程中我们采用两种智能方法：利用遗传算法模拟生物进化，得出最优机制；利用隐马尔可夫层级模型模拟人类学习过程中起重要作用的皮质结构。

IBM制造的沃森是人工编码规则与层级统计学习做法结合的典型例子。2011年它在《危险边缘》这个游戏中赢了两位名列前茅的参赛者。沃森的胜利具有里程碑意义，因为《危险边缘》是一个相当复杂、极具挑战性的语言类游戏节目，其中的提问包括了许多人类语言的奇怪变体。沃森之所以成功，是因为它阅读过两亿页自然语言材料，其中包括维基百科的所有网页和其他百科全书，足足有4兆字节。借助其拥有的完美回忆功能和准确记忆能力，沃森可以将它的语言技能和知识理解能力完美结合。尽管人脑的思维模式极为精巧，我们仍然可以通过软件对人脑进行模拟。要想做到这一点，计算机必须要具备准确的沟通、记忆和计算能力，具有计算的通用性和冯.诺依曼结构（包括一个进行计算和逻辑运算的中央处理器，一个存储程序和数据的内存单元，一个大容量存储器，一个程序计数器，以及输出输入通道），并且能够按大脑核心算法进行创造性思考。

作者还提出了加速回报定律和奇点的观点。加速回报定律认为，信息科技的发展按照指数规模爆炸，导致存储能力、计算能力、芯片规模、带宽的规模暴涨。不断加速的科技进步，以及其对人类生活模式带来的改变，似乎把人类带到了一个可以称之为“奇点”的阶段。在这个阶段过后，我们目前所熟知的人类的社会、艺术和生活模式，将不复存在，所有的智能装置、新的人机复合体将进入“苏醒”状态。当机器说出它们的感受和感知经验，而我们相信它们所说的是真的时，它们就真正成了有意识的人。人类预期寿命从1000年前的23岁，增加到200年前的37岁，再到今天的将近80岁，以后会越来越长。

（付惟龙，经济学博士，作者博览群书）

书籍信息

书名：《人工智能的未来——揭示人类思维的奥秘》

作者：[美]雷.库兹韦尔著，盛杨燕译

出版社：浙江人民出版社

出版时间：2016年3月第一版