嚴(yán)曦提示您：看后求收藏（詩鼎小說網(wǎng)網(wǎng)m.gzstf.cn），接著再看更方便。

靠講臺(tái)最近的加拿大代表團(tuán)用的是華人譯員。那譯員靈機(jī)一動(dòng)，全部換成國際象棋術(shù)語來翻譯。當(dāng)然是硬湊加胡編，代表們聽得頻頻點(diǎn)頭。圖海川也聽見了，沖他伸個(gè)大拇指。

“會(huì)下圍棋的請舉下手？”

不超過五十人。日本和韓國代表幾乎是全體。

“會(huì)下國際象棋的請舉手？”

舉手起碼多了五倍。

圖海川想了想說：“那也不能將就你們。這個(gè)問題，圍棋比象棋本質(zhì)得多，因?yàn)樗鼛缀鯖]有人為規(guī)則。非得用它才能講清楚。”

下面響起零星的噓聲。圖海川訕笑著，蹺起二郎腿喝水。

張翰一看他那滿不在乎的屌樣，斜靠椅背放松的身體，就知道“泥巴時(shí)刻”來了——就是朱越在泥巴里面做愛的狀態(tài)。他手心頓時(shí)涌出一把汗。

「–」

“當(dāng)然是因?yàn)槲覀兲湍堋！?

圖海川用空瓶子指著自己的腦袋：“這東西功率不到100瓦，信息傳輸速度不到每秒100米。阿爾法狗下一盤比賽電費(fèi)都要3000美元，傳輸速度是光速。我們發(fā)明了這個(gè)游戲，一開始和狗的玩法是一樣的——本來就該這么玩嘛。然而只要稍稍入門，計(jì)算量上去了，我們的腦子就不夠用了。要想玩下去，那就只能猛烈削減計(jì)算量。

“怎么削減呢？抽象，分類，一層又一層創(chuàng)造新概念，每個(gè)概念都把概率計(jì)算模糊化，把純粹的邏輯和計(jì)算問題變成教條、經(jīng)驗(yàn)和價(jià)值觀。我們把無數(shù)種估值計(jì)算抽象成‘實(shí)地’和‘外勢’，把無數(shù)種小局面分類成‘好形’和‘惡形’。阿爾法狗億萬次推演的得出的下一手，我們用幾個(gè)字的模糊教條代替，比如‘逢危需棄’。我們用‘美感’‘虛實(shí)’這種非邏輯語言描述圍棋，因?yàn)槲覀冋f不清楚、算不過來。這些低能耗工具真的非常管用，李世石還贏過狗一盤！

2016.3.13，人腦智能在棋盤上最后的輝煌：78手挖制勝。這盤之后阿爾法狗再無敗績。“鬼魅”“凌厲”“天外飛仙”是當(dāng)時(shí)其他人類對白78的描述。78手實(shí)際上是誤算，然而引發(fā)了ai的bug

“這一套玩法聽起來很矬。下棋我們是永遠(yuǎn)下不過ai了。但是阿爾法狗只會(huì)下棋，其它什么也不會(huì)。東亞人說圍棋是人類智能的桂冠，這是自吹自擂。下圍棋是個(gè)非常簡單的智能行為，因?yàn)樗?guī)則非常簡單，因素非常單純。我們覺得它難是因?yàn)?9路棋盤太大了，純屬自虐設(shè)計(jì)。從13路漲到19路，計(jì)算量指數(shù)暴增，我們又非要玩，就必須搞出這么多復(fù)雜的概念來簡化它。而狗，因?yàn)橛幸话研U力，簡簡單單就把它玩好了。從信息處理和概率學(xué)的角度來看，醫(yī)生診斷病人，或者純粹靠觀察判斷老婆有沒有偷情，都比下圍棋復(fù)雜億萬倍。這些事情，我們很多人都能做得很好——”

下面哄堂大笑，都在互相問圖海川有沒有老婆。

“——但是阿爾法狗就不行。絕對不行。作為一個(gè)ai，它非常原始。而我們的大腦是一部通用智能機(jī)器，它用它那一套工具和架構(gòu)，可以對付任何事，解決任何智能問題。我看見同行們在打哈欠了。因?yàn)槲覄偛胖v的都是ai研究中的入門常識(shí)。為你們的領(lǐng)導(dǎo)著想，請?jiān)偃棠臀乙粫?huì)兒。

“誰都知道大腦是唯一的通用智能機(jī)器。那我們?yōu)槭裁床辉靷€(gè)人工大腦呢？這東西可不好造。因?yàn)樗瑸榱私鉀Q問題就進(jìn)化得極其復(fù)雜。上個(gè)世紀(jì)后半段，有些ai研究者真的嘗試過。一個(gè)小程序或者一個(gè)硬件單元代表一個(gè)神經(jīng)元，讓我們弄一大堆胡亂連起來，就叫神經(jīng)網(wǎng)絡(luò)！用海量數(shù)據(jù)訓(xùn)練它，看看它會(huì)不會(huì)變成大腦？

“當(dāng)然沒有。這些先輩，在業(yè)界叫做連接主義者。他們幾十年沒做出什么成績，在投資者當(dāng)中名聲臭了。后輩為了出成績趕緊換方向，ai技術(shù)的玩法從連接變成了概率。阿爾法狗就是概率學(xué)ai的平型關(guān)戰(zhàn)役，雖然體量很小沒搞定多少鬼子，卻吹響了二十一世紀(jì)人工智能大進(jìn)軍的號(hào)角。因?yàn)樗C明：我們只要操起這個(gè)武器去打，總有能打贏的時(shí)候。”

日本代表們聽譯員解釋之后都在笑。

“為什么我會(huì)坐下來，從頭考慮這些常識(shí)問題？因?yàn)槲腋杏X概率學(xué)已經(jīng)玩不動(dòng)了。我的偶像楊立昆，在2017年就說他已經(jīng)準(zhǔn)備好放棄概率學(xué)。那時(shí)我還是個(gè)無知少年，覺得他在無病呻吟。到2029年，我比他更絕望。不是說概率學(xué)ai不行，它很厲害。谷歌透鏡、人臉識(shí)別、自動(dòng)駕駛、智能輔助設(shè)計(jì)、診斷系統(tǒng)、智能測謊、無人機(jī)刺殺、智能戰(zhàn)略防御，不久之前你們還用得很開心。這些都是概率學(xué)ai的成果。當(dāng)代流行的ai中，最差勁的是智能教育系統(tǒng)，教書的ai假裝教，上課的學(xué)生假裝學(xué)。最可笑的是ai明星，猴子穿個(gè)龍袍就敢去演皇帝。這兩個(gè)失敗都情有可原：在我看來，當(dāng)個(gè)好老師是人類最高智力成就，而表演別人是人類最狡詐的智能行為。這些短板還不算嚴(yán)重。真正嚴(yán)重的是：概率學(xué)ai看來永遠(yuǎn)達(dá)不到我的目標(biāo)——通用人工智能。（注：楊立昆，即yann lecun，美國人工智能學(xué)家，深度學(xué)習(xí)的創(chuàng)始人之一，被譽(yù)為“卷積網(wǎng)絡(luò)之父”。）

“于是我反復(fù)思考那個(gè)唯一的通用智能，越想越氣憤。它憑什么那么簡單卻那么厲害啊？”

國務(wù)卿不舉手直接站起來：“簡單？你不是剛說它極其復(fù)雜、無法制造嗎？”

“它長得極其復(fù)雜，運(yùn)作的原理卻非常簡單。跟概率學(xué)ai正好相反。我們用概率學(xué)ai解決一個(gè)問題，構(gòu)造框架簡單明了，但具體實(shí)現(xiàn)要做非常復(fù)雜的設(shè)計(jì)、計(jì)算和測試。其中有些部分純粹靠反復(fù)碰運(yùn)氣，碰到正確答案為止。為什么正確我們都不知道。而且無法移植，能解決人臉識(shí)別的ai設(shè)計(jì)遇到翻譯問題馬上廢掉，幾乎是從頭做起。也就是說，我們沒有一個(gè)關(guān)于智能的整體解決方案，都是具體問題各自為戰(zhàn)。大腦是一個(gè)明擺著的整體解決方案。大腦神經(jīng)元不懂任何算術(shù)，更別說概率學(xué)，執(zhí)行的操作就那么兩下。組成一個(gè)龐大的網(wǎng)絡(luò)卻能解決一切問題。”

“哦？我聽過的科學(xué)家，都說大腦的運(yùn)作原理無比復(fù)雜。你卻說簡單？那么簡單的話，能分享一下嗎？”

“剛才我講人怎么下棋的時(shí)候，已經(jīng)說過了：記錄，模式抽象，分類，層層創(chuàng)造新概念，把記下的模式用來預(yù)測。完了。”

國務(wù)卿一時(shí)摸不著頭腦。圖海川揮手讓他坐下。戈德曼坐在旁邊不動(dòng)如山，根本當(dāng)他不存在。

“同行們注意！下面是你們不知道的，或者不愿意承認(rèn)的。連接主義者很不幸。他們的直覺其實(shí)是對的，但生活在上個(gè)世紀(jì)，生物學(xué)和認(rèn)知神經(jīng)學(xué)都太落后，根本不懂大腦。我們先來看看大腦到底怎么工作。

“我們的計(jì)算機(jī)程序，數(shù)據(jù)結(jié)構(gòu)非常復(fù)雜，大學(xué)時(shí)數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)就要學(xué)一年。谷歌推出的ai數(shù)據(jù)標(biāo)準(zhǔn)，光是‘張量’一個(gè)結(jié)構(gòu)就能把有些專業(yè)人士打暈。而大腦呢？它只傳輸一種信號(hào)：神經(jīng)電位沖動(dòng)。它只存儲(chǔ)一種數(shù)據(jù)：組合序列。

“我們的感官接受很多種信號(hào)：視覺接受電磁波，聽覺接受聲波，還有壓力、慣性方向、熱量轉(zhuǎn)移速率、無數(shù)種化學(xué)分子，氣溶和水溶分子接收體系還不一樣……大腦可不像計(jì)算機(jī)，為每種信號(hào)規(guī)定一種格式。大腦在神經(jīng)系統(tǒng)的邊界層就把它們?nèi)嫁D(zhuǎn)換成神經(jīng)元沖動(dòng)，在內(nèi)部全都存儲(chǔ)為組合序列。所謂沖動(dòng)，就是一個(gè)神經(jīng)元以電位形式興奮起來，并把興奮傳給連著它的另一個(gè)神經(jīng)元。每個(gè)沖動(dòng)本身都是一模一樣的，區(qū)別只在于從誰傳給誰。所謂組合，就是哪些神經(jīng)元一起興奮。所謂序列，就是不同組合興奮的先后順序。這就是大腦唯一的數(shù)據(jù)形式，大腦用它解決所有問題。它完全依托于神經(jīng)元之間的網(wǎng)絡(luò)存在，沒有連接就沒有數(shù)據(jù)。所有寫過程序的人，請你們仔細(xì)品品這種數(shù)據(jù)結(jié)構(gòu)。多簡潔，多優(yōu)美！

“我們每時(shí)每刻都在接受海量的感官信息。視網(wǎng)膜感光細(xì)胞就有幾百萬個(gè)，看電影時(shí)每秒激勵(lì)10次左右，已經(jīng)趕不上電影每秒幾十幀的刷新率。雖然大腦有上千億個(gè)神經(jīng)元，也不可能存下這么多組合序列。這跟下圍棋不可能計(jì)算窮盡是一個(gè)道理。于是大腦使出第二招：模式抽象。

“假設(shè)你在看書。印刷文字反射的光線投在你的視網(wǎng)膜上，感光細(xì)胞開始一群群激勵(lì)，向大腦中連著的神經(jīng)元發(fā)送沖動(dòng)。有些沖動(dòng)的組合序列代表受激勵(lì)的感光細(xì)胞直線排列，大腦把它抽象為“直線”，在上一層用一個(gè)或者幾個(gè)細(xì)胞的組合代表。同樣的方法也產(chǎn)生“弧線”這樣的抽象。幾個(gè)‘直線’和‘弧線’的特定序列組合，在更上一層抽象為字母h。幾個(gè)不同字母的組合序列，在更上一層抽象為單詞horse。記錄horse的組合序列，會(huì)跟另外一些早已存在的序列連接起來——比如你聽見這個(gè)單詞的讀音產(chǎn)生的序列，那是耳朵接收音頻轉(zhuǎn)換生成的序列。

“所謂連接，就是共同激勵(lì)，你一興奮我就興奮。英國和美國口音horse的念法不同，男人和女人的聲音頻率也差得遠(yuǎn)。但是沒有關(guān)系，它們跟視覺產(chǎn)生的單詞序列都連在一起，還跟你曾經(jīng)看見一匹馬的視覺圖像序列連在一起。除了英文你還會(huì)說中文。那么，ma的發(fā)音跟horse天差地遠(yuǎn)，在你大腦中兩個(gè)代表不同音頻的序列仍然連在一起。這幾個(gè)序列彼此全部連通，那么就會(huì)再次向上層細(xì)胞抽象。在這一層，‘馬’已經(jīng)甩掉了黑毛還是白毛、聽覺還是視覺、文字還是圖像、中文還是英文這些不必要信息，成為一個(gè)真正的概念，用一個(gè)特定神經(jīng)元組合記下來。我們可以叫它馬細(xì)胞。那么以后你不管通過哪種感官接收到關(guān)于‘馬’的信息，甚至閉上眼自己想一下，馬細(xì)胞都會(huì)興奮起來。”

“它還會(huì)跟大腦中許許多多其它概念連起來。比如另有一個(gè)‘牛’的概念。這兩個(gè)東西的組合序列會(huì)很相似，因?yàn)槌橄蟪鏊鼈兊南聦有蛄泻完P(guān)聯(lián)概念，很多都是重合的。比如四條腿，比如都能被人養(yǎng)。大腦會(huì)發(fā)覺這兩個(gè)組合序列相似，雖然不清楚該叫什么，先連起來再說。以后你再聽到‘家畜’這個(gè)說法，更高一層的概念名字就取好了，新的存儲(chǔ)組合也生成了，以后認(rèn)識(shí)的豬和羊都連到這里。這就是大腦的第三招：分類。這種層層抽象還會(huì)向上延伸，比如生成‘動(dòng)物’的概念。還會(huì)跟其它概念產(chǎn)生橫向連接，比如‘馬’可能連接到‘老婆’。為什么會(huì)這樣連接？因?yàn)椤R’這個(gè)概念的下層包括一張抽象的、長長的臉。你的大腦中“老婆”這個(gè)概念已經(jīng)連到了這里，雙方共用這個(gè)下層概念神經(jīng)元組合，所以連上了。連上之后，別人小聲說‘母馬’，你就會(huì)很敏感，覺得是在罵你老婆。”

聽懂的人都聽得癡了。沒聽懂的又開始推測圖海川的婚姻問題。

“組合序列記錄、模式抽象、分類。大腦就靠這三招，在內(nèi)部建立了一個(gè)世界模型。如果這個(gè)模型是一座大廈，我剛才描述的局部就比一塊磚還小。然而，整個(gè)大廈都是用這種機(jī)制建成的。這個(gè)世界模型的物理位置在大腦皮層，僅僅用了六層細(xì)胞，大概一千億個(gè)。我們遇到的每一個(gè)需要智能解決的問題，大腦都在建好的世界模型中推演，就像棋手先推演下面幾步，再落子。這叫預(yù)測。或者根據(jù)新的信息，先在世界模型中增添新組件，和舊組件建立連接，再來推演。這就叫學(xué)習(xí)，或者叫記憶加預(yù)測。

“做ai的人都有共識(shí)：智能的本質(zhì)就是記憶加預(yù)測。我們頭骨里面這個(gè)記憶-預(yù)測模型，有些人大，有些人小，所有人都有不同程度的歪曲。但大腦解決所有問題都是把它放在整個(gè)世界模型中運(yùn)行。這樣來看大腦，它不是通用智能才怪！”

沒有一個(gè)人說話，沒有一個(gè)人的眼睛離開圖海川的臉。只有一些小國代表受不了自己的譯員了，用耳機(jī)連上公共翻譯。

“一個(gè)小巧、簡潔、通用的世界模型。聽起來就能把人迷死。想制造大腦的人遠(yuǎn)遠(yuǎn)不止我一個(gè)，古往今來太多了。為什么他們都失敗了？我們再回頭來看看連接主義者，在我之前最近的嘗試。”

“他們的直覺其實(shí)是對的。分布式網(wǎng)絡(luò)，單元最簡行為，海量輸入數(shù)據(jù)施加壓力，讓網(wǎng)絡(luò)自己學(xué)習(xí)、生長、進(jìn)化。這些都是構(gòu)造大腦的基本原則。世上最復(fù)雜的東西都是長出來的，而不是設(shè)計(jì)出來的。也不要以為‘連接主義’在ai界成了貶義詞，它就死掉了。當(dāng)今主流的ai技術(shù)：深度學(xué)習(xí)或者機(jī)器學(xué)習(xí)，它們的內(nèi)核還是這些原則，只是設(shè)計(jì)使用的數(shù)學(xué)工具先進(jìn)了無數(shù)倍，再加上不聲張而已。你最多能聽見他們說‘黑箱卷積’或者‘玄學(xué)調(diào)參’。

“既然原理相同，那為什么從前的連接主義者尸橫遍野，當(dāng)代偷師了連接主義的概率學(xué)ai仍然看不到大腦的尾燈？原因只有一個(gè)：大腦比它們先出發(fā)——大概五億年。

“大腦的世界模型不是從你出生開始構(gòu)建的。只有最頂層很少的一部分才跟出生后的學(xué)習(xí)有關(guān)。下面占多數(shù)的底層，組合序列早已建好，預(yù)測模型早已完美，數(shù)據(jù)龐大到不可思議，連接復(fù)雜到不可思議，都是你繼承的遺產(chǎn)。這些部分很多跟你的身體有關(guān)，更多的與外部世界有關(guān)。隨便挑出一個(gè)局部，都能讓頂尖的概率學(xué)ai汗顏。

“我們挑個(gè)簡單的：皮膚上的壓力感受器。你剛出生，它就對外部世界無師自通。給它個(gè)尖銳而快速的壓力——痛覺，模型預(yù)測是荊棘或者爪牙，對策是不經(jīng)過意識(shí)反應(yīng)直接縮開，越快越好。給它個(gè)點(diǎn)狀分散、輕微而移動(dòng)的壓力——癢覺，模型預(yù)測是昆蟲或者腐蝕性物質(zhì)，對策是沒手的去樹上蹭，有手就用手撓。給它個(gè)寬廣、穩(wěn)定而柔和的壓力，模型預(yù)測是愛撫，對策是通知某個(gè)腺體分泌神經(jīng)遞質(zhì)，神經(jīng)遞質(zhì)促進(jìn)一大片預(yù)先編好的組合序列興奮起來，讓你覺得爽，還會(huì)啟動(dòng)一整套社交行為。比如四腳朝天亮出肚皮，或者放開奶頭笑一下，或者呻吟兩聲鼓勵(lì)他繼續(xù)。”

聽眾們一直屏息靜氣，這時(shí)突然爆出一片喝彩與掌聲。圖海川絕望地想：幸虧加的料夠多。

“這么龐大復(fù)雜的底層模型，當(dāng)然也是一點(diǎn)點(diǎn)學(xué)習(xí)外部世界，學(xué)出來的。不是我們自己，是五億年間每一個(gè)直系祖先。學(xué)習(xí)方法是世界讓神經(jīng)建模不行的早點(diǎn)去死，或者終身破不了處，那些就不是我們的祖先。建模夠快、夠準(zhǔn)確的才有資格做祖先。它們把整體建模的菜譜刻在基因組當(dāng)中傳給我們——菜譜，不是藍(lán)圖！也就是說，每個(gè)人頭顱中的世界模型剛一出生，對世界的學(xué)習(xí)就已經(jīng)持續(xù)五億年。所以它才會(huì)長得那么復(fù)雜。

“而連接主義者呢？他們輸在起跑線上。人工神經(jīng)網(wǎng)絡(luò)從一無所有的白紙開始。不僅節(jié)點(diǎn)和連接數(shù)量沒法跟大腦比，探索階段的學(xué)習(xí)數(shù)據(jù)攝入量，幾張打印紙就可以抄完。我說過，他們的原則沒有問題。也許讓他們搞上一千年，人工神經(jīng)網(wǎng)絡(luò)能趕上大腦的水平。畢竟人類操縱進(jìn)化比自然快得多，看看狗就知道——真正的狗，不是阿爾法狗。但是現(xiàn)代社會(huì)不可能等你一千年。阿里集團(tuán)放手讓我玩了十年，已經(jīng)是理解與慷慨的巔峰了。”

孤零零一只手舉起。這是一位小國代表。

“圖博士，您的智能學(xué)講座精彩絕倫。但是為國際社會(huì)的團(tuán)結(jié)考慮，能否請你不要把進(jìn)化論這樣充滿爭議的學(xué)說帶進(jìn)來呢？我相信我們今天是來達(dá)成共識(shí)的，不是來爭吵的。”

“謝謝您的夸獎(jiǎng)，主教大人。這次會(huì)議開三天，就算今天我們不爭吵，明天后天也一定會(huì)。還有，如果您無法接受任何一種包含進(jìn)化論的表述，那么再聽我講半小時(shí)，您會(huì)發(fā)現(xiàn)我們?nèi)w坐上了高速列車，直奔地獄。”

主教似乎被嚇住了。他剛坐下，英國技術(shù)代表杰米斯爵士又舉起了手。

“非常感謝你給同行上的生物課。請問你是生物學(xué)家嗎？或者神經(jīng)學(xué)家？或者有醫(yī)科學(xué)位？”