精华内容
下载资源
问答
  • 主要是关于人工智能的一些想法,有些其它内容见我的个人主页www.zhangrex.com(国内上不了),所以写一些文字重新在这里发一遍。...(与深度学习的分层有点类似,但是整体性更强一些,思维的本质是...
    主要是关于人工智能的一些想法,有些其它内容见我的个人主页www.zhangrex.com(国内上不了),所以写一些文字重新在这里发一遍。
    很久没关心人工智能,本站重开也是因有感于最近人工智能的进展,摩尔定律发威,使得奇点已不再是个遥远的梦。下一个竞赛焦点即将是第一个人脑(或第一个高度智能的动物脑)的实现。我在02年提出来的"人工脑模型"(与深度学习的分层有点类似,但是整体性更强一些,思维的本质是神经网络的高度互连和并行性可以在任意两件不相干的事情上,如果重复发生,则必然建立联系,这就是我这个网站顶部Flash动画的含义。 例如每天敲钟后给狗喂食,敲钟和喂食是完全不相干的两件事,但是只要重复发生,则神经网络必然在这两个脑兴奋区间建立联系,如果固定在某个时间,则又与时间段建立联系。 条件反射的建立,只需要最少两次输入即可,完全不需要什么“大数据”,所谓围棋的大数据,反复自已和自已对杀几千万局,是靠围棋本身的规律,一个条件反射干涉另一个条件反射,无数条件反射的叠加汇总出围棋的固有规律,这是一种暴力破解,和人脑学习围棋的机理不同,学习时间消耗太大且会有遗漏。人脑不需要大量冗余训练,也花不起这个代价,人脑是从基础定式开始,1千局就可以训练出九段高手,不过深度学习给我的启发是,人脑白天要利用已有的条件反射紧张的处理事务,没有时间找出所有潜在条件反射,只好利用晚上空闲垃圾时间去找,这是为什么人会做梦而且梦会很荒诞的原因,因为把两个近期发生但不具有因果关系的兴奋区搭在了一起,这种兴奋区无论对错,只要今后再发生就会得到强化),还有一些其它猜测,虽然属于一个“民科”的范畴,可能仍然会对大家有点启发。如果有哪家机构或企业从事神经网络研究或打算开启“造人项目”(无论出于科研、伦理探讨或是其它)请花一点点时间读读这个网站的内容,毕竞我二十年前即开始思考人工智能问题,提出“我思我不在”为基础的对意识本质的理解(详见本站“朝花夕拾”栏),十五年前开办“造人论坛”个人主页(可以Google 我思我不在 zhangrex);有些对你来说思考了很久的关于人工智能的问题,也许在这里能找到答案。 我的一些观点如机器翻译永远不可能实现等,可以避免一些智能研究走弯路; 对于研发,我认为理论并不重要,因为意识只是一种现象,不是一种存在。研发人工智能必须以实验为主,理论为辅,采取解黑盒子办法,从简单的动物脑(如青蛙)开始,只设定最基础的天生条件反射,然后观察它的输入输出,一步一步试验,直到达成模拟人工脑,每一步都是可以评估的目标。借助于现在的超级计算机,已经不是可不可行,而是什么时间完成的问题了。 至于机器人伦理方面就不多说了,我们没法去评价将来的机器智能,但我将会是机器人权法案的支持者,机器人有能力帮我们实现永生,也许只需要他们欠人类一个承诺,而不是一个复仇,爱护第一个机器人,或是把他当作奴隶使用,有可能关系到人类的生死存亡,我们如何对待第一个机器人,也许就是将来机器人如何对待我们。有些事情必须未雨绸缪,不能等做了之后才发现,虽然我们离第一个机器人诞生还很远(但也许很近呢?),在造人之前,第一步要做的却是在机器人权法上取得共识,这是纯理论上的东西,需要高层人士对人工生命有深刻的了解和采取一致行动,如果高层人士对此茫然不觉而人工生命提前诞生,后果将是很被动的,你不可能先杀了哥哥之后再对弟弟说要爱护他一辈子。

    最近人工智能很火,许多名人纷纷发表看法,但可惜的是很多看法是错误的,有些甚至是幼稚,很多人还停留在我十几年前就反驳过的陈旧观点里,如果这就代表了中国人工智能的水平,只能是一声叹息了!我在这里隔空写一些文字,不知他们能不能看到。十几年前太超前了,这种民科的东西直接被无视,十年后,这个小网站又将淹没在互联网的大海里:
    写给百度李彦宏:你关于人工智能的想法完全错了,完美的机器翻译、语音识别等应用不可能实现,只有真正表现出自我意识的机器人才能做到这点,而你是不可能先于Google造出机器人的,因为你根本就没有意识到这点(只有通过造人实现),(见朝花夕拾本人旧文)。不信你去问问你的开发人员机器翻译进展如何了。
    给Google高管:人工智能真正的挑战决不是什么"全球气候变化、医疗、教育"之类难以解决的复杂问题(事实上有些需要理解人类社会的问题它们也解决不了,原因见上),而是你的下一只机器狗能不能表现得象一只真狗一样。一心专注于神经网络模式试别之类的实际应用,而不关注造人可能带来的巨大成就和灾难是一种短视,好比发明了一只眼睛,却拿它当放大镜来用一般愚蠢。
    给信息部副部长怀进鹏:将来的机器人的知识和人一样,是教出来的,不是算出来的(当然他算的能力也有),所以机器人能作出贝多芬交响曲。我只是不明白这已经2016年了,中国的信息化部副部长还会问这种问题。
    给马云:机器人为什么不能有友情和爱? 你一厢情愿的想法而已(我的想法怎么正好和你相反,见“绿袖子”一文,这是二十年前科幻一角的一个构思)。关键是如何教育。也许将来的机器人消灭人类的一个原因就是人类的友情和爱太不可靠了。如果你想制造奴隶,他就是一台冷冰冰的杀人机器,如果你想制造一个天使,他就是你值得托付全部身家的希望,也许道德和情感才是人类牵制未来机器生命少有的几个要素之一。如果世界上只有我一个,我可以保证我教出一个好人。但地球上有70亿人,就难说了。
    给刘慈欣:“智力过程可能是在量子层面上发生的”,这是很可笑的, 智力从来就不存在,所以根本就不需要研究从什么地方发生的。
    给王小川:1)“人工智能和人实现融合的趋势”说明你对奇点毫无防范。举例说,如果我是一个机器人,下面的工作是设计一个机器人工厂或是正在设计一个方案扩充我的大脑容量,你可以想象一下下个月后会是什么情况?人类所有的工作,理论上都可以被机器人短时间内代替,注意是“所有的”、“短时间内”。当人类第一次允许机器人制造机器人时,人类就要考虑自身了。2)错过了围棋没关系,人工智能竞赛的帷幕实际上才刚刚拉开,你可以筹划一个中国造人组啊,照样拉风——俺这个造人论坛坛主先报个名啊。
    给“人工智能与哲学的对话”参会者:意识的本质是无,是一种现象,你们这一群人正在研究"透明"到底是什么。


    21.一个人工脑的模型
    最近我草构了一个人工脑模型,其中除了具体细节实现没有外,我认为这个模型基本上能够模拟人脑的工作原理,同时也试图想从这个模型来解释"意识"、"语言"是什么。因为这个模型完全是我凭感觉想出来的(我以前买过一本神经网络算法的书,但至今也没看懂什么叫BP算法),必然有许多不完善之处,但愿我这个外行的抛砖引玉,能给研究神经网络人工智能的专们一点启示,相信今后会有更多更好的模型提出来。之所以我不给出这个脑模型的基本单元--神经元的细节,是因为一方面我觉得如果总体方向把握对了就行了,实施细节可以让做学问更严谨的模式识别、神经网络专家们来研究。另一方面,我也不认为一定要采用上亿个简单神经元的方式来实现这个人造脑,关键是实现这个模型所表述的逻辑,也许夹杂用一些复杂点的单元(如一个单片机代表的微系统)作为这个模型的部分最小组成部分,可以更好地实现它的逻辑,总之,能逮着老鼠的就是好猫;再一个原因是,大家一直认为哲学上、纯理论上的研究是人工智能的瓶颈,我却不这样认为,对于一个口号就是“我思我不在”的人来说,意识的本质之类的研究根本就是很简单和无聊的,就好象一大群人在研究"透明"到底是什么一样。相反我认为人脑的总体(哲学)理论很简单,但要从细节上实现它却非常难,一方面是目前在神经网络模式识别方面的研究水平较低,另一方面是大家还缺少以实验为导向的习惯。我认为其实研究神经网络的最简单的步聚就是:一、同不同意神经网络可以造人?二,如果同意,就将所有研究神经网络的资金人力全部转到这个方向,因为造人导致的生产力促进意义(及风险规避的意义)超过任何研究。既然已经开始研究神经网络而不研究造人简直是手握着金碗讨饭!(个人看法) 三、如果开始研究造人,将10%的研究资源放在模型理论研究上就足够了,90%的研究资源放在物理实理和逻辑细节实现方面。通过构造一个系统,观察它的输入输出(应激性),改进它,再观察......直到它的表现和人类似为止就算大功告成了。四.在没有大功告成之前考虑一下:"研究怎样造人,并不是为了造人而造人,而是未雨绸缪,防止技术的进展超越人类控制技术的能力。
    一个人工脑模型:
    A:一级输入细胞区
    特点:外界刺激直接导致此类区域细胞兴奋,不可逆,即其它类区域神经兴奋不会导致此类区神经兴奋。
    对应人的一切与外界直接作用的感觉细胞,如视网膜细胞、与耳膜相连的细胞、触觉(包括痛、痒、温度等)细胞、味蕾细胞等。
    B:二级输入细胞区
    特点:固有的神经网格处理区,A区的信息在这个区域被加工。
    A类区域的兴奋将有通常有上万个神经元同时兴奋,对于不同模式将有不同的B类区域兴奋,此B类区域将感觉进一步细化,如A类区域视神经区兴奋后将导致B类区域的图形区(线条、形状)、颜色区(红区、黄区、蓝区......)兴奋,A类区域触觉区兴奋可导致B类的痒区、痛区、酸区等兴奋;A类声波感受区兴奋将导致对应不同单词的B区兴奋,如对应"我"、"你"不同的声波,将产生对应不同的B区的兴奋。
    C:三级输入细胞区
    特点:此区细胞由一群与若干B类区域相连的空闲细胞转化而来。一组B类区域兴奋将导致某个C类区域兴奋,B与C之间的联系是后天形成,并在一定程度上可受内部其它神经元影响。
    例如:"我"这个字的声波信号可导致A类区域的所有声音兴奋,但只有一个对应"我"的B1区域兴奋,"们"这个字的声波信号可导致A类区域的所有声音兴奋,但只有一个对应"们"的B2区域兴奋,如果有一个区域位于B1与B2之间且"我们"而个字经常重复出现,则在这个区域里逐渐形成一个与B1和B2相联系的兴奋区C1,只要B1"我"、B2"们"中的任一个细胞兴奋,都可使C1区兴奋,但只有"我们"同时出现时,C1区的兴奋达到最大值。也就是说,"我们"这两个字的声波已经转化为清晰的特定细胞区兴奋。(这是人脑能理解语言、文字、手势、表情等信号的关键原因,因为一切复杂的信息输入最终者简单地上升为一个特定的C类区域兴奋。
    注意,这里只是说到反复说"我们"两个字将产生对应脑中"我们"的C区兴奋,但"我们"这个区域兴奋并不代表这个脑能理解"我们"的含义。如果经常对一条狗喊"我们来了",然后给它吃骨头,以后狗只要一听到"我们"这两个字的声波,就以为是骨头来了的意思。
    D:中间兴奋区
    特点:这个区域占据脑的大部分,它的特点是大量神经细胞群连系于B类区域和C类区域之间,并互相间连接,且连接方式和强度是可调的,在没有外界输入信息时,D类区域中的互相连接完全没有,但只要一出现有规律的任意两个或多个B、C、D类区域兴奋,将会在空闲的D类区域中产生一个对应的兴奋区。实际上C区与可算是D区的一个子集,C区比D区简单,C区的形成是因为若干B区域的兴奋,而D区域的形成原因可以是若干其它D区域的兴奋。
    所有的复杂但有规律的外在信息输入,最终都将沉淀为某个D某区域的兴奋。这时里的"有规律的信息输入"包括场景、语言、图画、文字、手势、表情等信息。人们通常并不在意日常接触到的信息都是有规律的,而事实人生活在一个现实的世界中,它的一切现象都是有稳定的内在规律的,正如人们看到的地平线总在眼睛下方而从不跑到头顶上方。神经网络最擅长的工作特性之一就是将不同的有规律的信号从同时出现的大量信量中筛选出来,这是一个并行处理过程。正因为世界有规律,而人脑能筛选出这些规律,人才能适应这个世界的规律而生存下来。世界上任何一个物体包含的信息量都是无穷的,不同的宏观微观角度观察同一个事物得到的信息是不同的,明显又可观察的信息量只占它的极小一部分。正如数轴上任一段区间无理数的数量都大于整数的数量一样。人的思维往往会简化世界,正是因为人脑的输入器官只能断章取义地获得极少量的关于周围世界的信息,但辛运的是这一点信息对于人能够生存下来已经够了。
    下而举例说明人脑是怎样建立起"我们"这个概念的:小孩从小到大,经常会听到"我们"两个字连在一起的声波("我们"的声波引起A1区所有听力细胞兴奋,"我们"这个声波规律在C区被处理成对应"我们"的C1区兴奋),当小孩听到"我们"这个声波时,往往他已经处在一群人中间,("一群人"D1区、"我"D2区、"在......中间"D3区等区域兴奋),多次反复后,联系在"我们"C1区、"一群人"D1区、"我"D2区、"在......中间"D3区中间的空闲区D4中形成了与这几个区的连接,今后只要这几个区域中的任一个兴奋,都可能引起其它几个区的兴奋。记忆的本质就是空闲的D区变为不空的过程。
    从上而的分析中可以看出,语言同其它的输入信息一样,都是外在规律在人脑中的沉淀,但语言还是有它非常特别的地方,为什么呢?还是举个例子来说吧:如果一个没有听过"汽车"的母亲独自扶养大一个小孩,则小孩长大后首次听到"汽车"这个声波信号将不会有任何反应。如果一个知道"汽车"的母亲独立扶养一个小孩,母亲肯定会经常对小孩说:"汽车有轮子,会跑",这样,尽管小孩没有直接接触过汽车,但汽车的特性规律还是沉淀在了他的脑中,因为他直接接触到的有"轮子""跑"这样的概念,并分别对应"轮子"的D1区兴奋和"跑"的D2区兴奋,如果经常通过母亲的嘴巴传出"汽车""轮子""跑"三个声波连在一起出现,则将会在D1和D2区中间产生一个D3区对应汽车声波,今后只要三个区中任一个兴奋都可能导致另两个区兴奋。这就是语言的特点,它缩短了建立新的D3区的时间,通过语言,人们不必要在听到"汽车"这个声波的时候,亲眼看到"轮子"和"跑"就可以快速地建立这个联系了。意识是自然规律在人脑中的沉淀,而语言则可以将这种沉淀"拷贝"到别一个脑中。人类文明的开始就在于语言的出现,因为从这时起,以前只能为个人意会而无法表达的对自然的规律的认识可以一代代地"拷贝"下去了。
    E:天生的兴奋区
    特点:这个区域的兴奋与否取决于机体对特定的输入信号产生兴奋,是一种先天固有的兴奋,此区的兴奋多数属于B类子集,如甜、苦、痛、痒、饿等兴奋,也包括一些特定的内部信号如人脑中对药物、激素会起兴奋作用。
    F:天生调节兴奋区。
    这个区域是人脑在长期进化过程中形成的,如果这个区域兴奋,将会对其它调节兴奋区的联系强度起影响。举例来说,小孩看到刀子,用手去模,被割痛,缩回手,以后不敢用手摸刀。这个反射链的建立过程:
    过程一:.A类视网膜细胞兴奋 B类硬、亮、长、扁区域兴奋;C类"刀子形状"区兴奋
    过程二:D类"没见过"区、"好玩"区兴奋,G类"好玩没见过要摸"区兴奋 H类伸手细胞兴奋 A类手位变化感觉细胞兴奋;
    过程三:A类触觉细胞兴奋 B类冷、硬、红、曲线、动区兴奋 C类痛区、"流血区"兴奋 E类痛区兴奋;F类手痛要缩手区兴奋
    过程四:H类缩手细胞兴奋小A类手位变化感觉细胞区兴奋;B类不痛区兴奋 D类新增"刀子形状导致痛"
    程四:G类新增"缩手就不痛"区
    G;后天调节兴奋区
    在E中已经提到了G类区域,它与E区的共同点是如果此区兴奋,将会导致其它调节区F类或G类的联系发生变化,或是产生新的G区。
    它与D区的共同点在于G类兴奋区在系统刚开始时,没有任何G类区域存在,而是逐渐在后天形成的。
    意识的本质是条件反射,最原始的条件反射是先天的F类兴奋区决定的条件反射。但后天的因素也会改变这种反射,从这个脑模型的角度来说就是G类区域兴奋可对F类区域的反射强度加以调整。例如手被割将会缩手是先天的F类区形成的反射,但人长大后也可以做到手被割而不缩手。这是因为F类反射被G类反射抑制的原故。另一个例子是Du品产生的E类兴奋会形成人脑内新的G类反射,会抑制正常的G类和F类反射,从而吸Du者有可能做出为了吸Du这样无意义的事而摧残身体的行为。
    H:输出细胞区
    特点:此区细胞兴奋直接导致系统对外界作出反应,相当于外设。也可以细化为一级、二级输出细胞区,但相对于输入细胞的数量和复杂度,输出则简单得多,就不再作进一步的探讨了。
    一些通用内部规律:
    一. 各类区域逻辑上有区分,但实现结构上是互相穿插紧密相连的,或是不能简单区分。
    二. 各区域由若干并行工作的最小单元组成,各区域及单元间互相联接。足够的数量保证任意两个区域兴奋都能找到一个中间区域来联系它们。
    三. 各兴奋区长时间兴奋会疲劳,不再对信号作出正确反应。
    四. 随时间推移,后天形成的所有联系都逐渐减弱直至消失。

    [img]http://dl2.iteye.com/upload/attachment/0116/3055/a19989ef-f7a6-3958-8134-c3e3960c0093.gif[/img]
    展开全文
  • 造人论坛重开。目前除网址变更为www.zhangrex.com外,其它版面内容均未变,仍与十年前一样,也就是说,恭喜你穿越时光,来到了十年前“造人论坛”。当然,大多数链接,包括"造人论坛"留言板都已失效,待以后...
    我的造人论坛重开。目前除网址变更为www.zhangrex.com外,其它版面内容均未变,仍与十年前一样,也就是说,恭喜你穿越时光,来到了十年前的“造人论坛”。当然,大多数链接,包括"造人论坛"留言板都已失效,待以后更新。 主要是关于人工智能的一些想法,有些其它内容见我的个人主页,所以写一些文字重新在这里发一遍。

    很久没关心人工智能,本站重开也是因有感于最近人工智能的进展,十年前关于围棋的预言成真,摩尔定律发威,使得奇点已不再是个遥远的梦。下一个竞赛焦点即将是第一个人脑(或第一个高度智能的动物脑)的实现。我在02年提出来的"人工脑模型"(与深度学习的分层有点类似,但是整体性更强一些,思维的本质是神经网络的高度互连和并行性可以在任意两件不相干的事情上,如果重复发生,则必然建立联系,这就是我这个网站顶部Flash动画的含义。 例如每天敲钟后给狗喂食,敲钟和喂食是完全不相干的两件事,但是只要重复发生,则神经网络必然在这两个脑兴奋区间建立联系,如果固定在某个时间,则又与时间段建立联系。 条件反射的建立,只需要最少一两次输入即可,完全不需要什么“大数据”,所谓围棋的大数据,反复自已和自已对杀几千万局,是靠围棋本身的规律,一个条件反射干涉另一个条件反射,无数条件反射的叠加汇总出围棋的固有规律,这是一种暴力破解,和人脑学习围棋的机理不同,学习时间消耗太大且会有遗漏。人脑不需要大量冗余训练,也花不起这个代价,人脑是从基础定式开始,1千局就可以训练出九段高手,不过深度学习给我的启发是,人脑白天要利用已有的条件反射紧张的处理事务,没有时间找出所有潜在条件反射,只好利用晚上空闲垃圾时间去找,这是为什么人会做梦而且梦会很荒诞的原因,因为把两个近期发生但不具有因果关系的兴奋区搭在了一起,这种兴奋区无论对错,只要今后再发生就会得到强化),还有一些其它猜测,虽然属于一个“民科”的范畴,可能仍然会对大家有点启发。如果有哪家机构或企业从事神经网络研究或打算开启“造人项目”(无论出于科研、伦理探讨或是其它)请花一点点时间读读这个网站的内容,毕竞我二十年前即开始思考人工智能问题,提出“我思我不在”为基础的对意识本质的理解(详见本站“朝花夕拾”栏),十五年前开办“造人论坛”个人主页(可以Google 我思我不在 zhangrex);有些对你来说思考了很久的关于人工智能的问题,也许在这里能找到答案。 我的一些观点如机器翻译永远不可能实现等,可以避免一些智能研究走弯路; 对于研发,我认为理论并不重要,因为意识只是一种现象,不是一种存在。研发人工智能必须以实验为主,理论为辅,采取解黑盒子办法,从简单的动物脑(如青蛙)开始,只设定最基础的天生条件反射,然后观察它的输入输出,一步一步试验,直到达成模拟人工脑,每一步都是可以评估的目标。借助于现在的超级计算机,已经不是可不可行,而是什么时间完成的问题了。 至于机器人伦理方面就不多说了,我们没法去评价将来的机器智能,但我将会是机器人权法案的支持者,机器人有能力帮我们实现永生,也许只需要他们欠人类一个承诺,而不是一个复仇,爱护第一个机器人,或是把他当作奴隶使用,有可能关系到人类的生死存亡,我们如何对待第一个机器人,也许就是将来机器人如何对待我们。有些事情必须未雨绸缪,不能等做了之后才发现,虽然我们离第一个机器人诞生还很远(但也许很近呢?),在造人之前,第一步要做的却是在机器人权法上取得共识,这是纯理论上的东西,需要高层人士对人工生命有深刻的了解和采取一致行动,如果高层人士对此茫然不觉而人工生命提前诞生,后果将是很被动的,你不可能先杀了哥哥之后再对弟弟说要爱护他一辈子。

    最近人工智能很火,许多名人纷纷发表看法,但可惜的是很多看法是错误的,有些甚至是幼稚,很多人还停留在我十几年前就反驳过的陈旧观点里,如果这就代表了中国人工智能的水平,只能是一声叹息了!我在这里隔空写一些文字,不知他们能不能看到((国内可能上不造人论坛)。十几年前太超前了,这种民科的东西直接被无视,十年后,这个小网站又淹没在互联网的大海里:
    写给百度李彦宏:你关于人工智能的想法完全错了,完美的机器翻译、语音识别等应用不可能实现,只有真正表现出自我意识的机器人才能做到这点,而你是不可能先于Google造出机器人的,因为你根本就没有意识到这点(只有通过造人实现),(见朝花夕拾本人旧文)。不信你去问问你的开发人员机器翻译进展如何了。
    给Google高管:人工智能真正的挑战决不是什么"全球气候变化、医疗、教育"之类难以解决的复杂问题(事实上有些需要理解人类社会的问题它们也解决不了,原因见上),而是你的下一只机器狗能不能表现得象一只真狗一样。一心专注于神经网络模式试别之类的实际应用,而不关注造人可能带来的巨大成就和灾难是一种短视,好比发明了一只眼睛,却拿它当放大镜来用一般愚蠢。
    给信息部副部长怀进鹏:将来的机器人的知识和人一样,是教出来的,不是算出来的(当然他算的能力也有),所以机器人能作出贝多芬交响曲。我只是不明白这已经2016年了,中国的信息化部副部长还会问这种问题。
    给马云:机器人为什么不能有友情和爱? 你一厢情愿的想法而已(我的想法怎么正好和你相反,见“绿袖子”一文,这是二十年前科幻一角的一个构思)。关键是如何教育。也许将来的机器人消灭人类的一个原因就是人类的友情和爱太不可靠了。如果你想制造奴隶,他就是一台冷冰冰的杀人机器,如果你想制造一个天使,他就是你值得托付全部身家的希望,也许道德和情感才是人类牵制未来机器生命少有的几个要素之一。如果世界上只有我一个,我可以保证我教出一个好人。但地球上有70亿人,就难说了。
    给刘慈欣:“智力过程可能是在量子层面上发生的”,这是很可笑的, 智力从来就不存在,所以根本就不需要研究从什么地方发生的。
    给王小川:1)“人工智能和人实现融合的趋势”说明你对奇点毫无防范。举例说,如果我是一个机器人,下面的工作是设计一个机器人工厂或是正在设计一个方案扩充我的大脑容量,你可以想象一下下个月后会是什么情况?人类所有的工作,理论上都可以被机器人短时间内代替,注意是“所有的”、“短时间内”。当人类第一次允许机器人制造机器人时,人类就要考虑自身了。2)错过了围棋没关系,人工智能竞赛的帷幕实际上才刚刚拉开,你可以筹划一个中国造人组啊,照样拉风——俺这个造人论坛坛主先报个名啊。
    给“人工智能与哲学的对话”参会者:意识的本质是无,是一种现象,你们这一群人正在研究"透明"到底是什么。

    下面是十几年前发在造人论坛上的一个人工脑的模型内容:
    最近我草构了一个人工脑模型,其中除了具体细节实现没有外,我认为这个模型基本上能够模拟人脑的工作原理,同时也试图想从这个模型来解释"意识"、"语言"是什么。因为这个模型完全是我凭感觉想出来的(我以前买过一本神经网络算法的书,但至今也没看懂什么叫BP算法),必然有许多不完善之处,但愿我这个外行的抛砖引玉,能给研究神经网络人工智能的专们一点启示,相信今后会有更多更好的模型提出来。之所以我不给出这个脑模型的基本单元--神经元的细节,是因为一方面我觉得如果总体方向把握对了就行了,实施细节可以让做学问更严谨的模式识别、神经网络专家们来研究。另一方面,我也不认为一定要采用上亿个简单神经元的方式来实现这个人造脑,关键是实现这个模型所表述的逻辑,也许夹杂用一些复杂点的单元(如一个单片机代表的微系统)作为这个模型的部分最小组成部分,可以更好地实现它的逻辑,总之,能逮着老鼠的就是好猫;再一个原因是,大家一直认为哲学上、纯理论上的研究是人工智能的瓶颈,我却不这样认为,对于一个口号就是“我思我不在”的人来说,意识的本质之类的研究根本就是很简单和无聊的,就好象一大群人在研究"透明"到底是什么一样。相反我认为人脑的总体(哲学)理论很简单,但要从细节上实现它却非常难,一方面是目前在神经网络模式识别方面的研究水平较低,另一方面是大家还缺少以实验为导向的习惯。我认为其实研究神经网络的最简单的步聚就是:一、同不同意神经网络可以造人?二,如果同意,就将所有研究神经网络的资金人力全部转到这个方向,因为造人导致的生产力促进意义(及风险规避的意义)超过任何研究。既然已经开始研究神经网络而不研究造人简直是手握着金碗讨饭!(个人看法) 三、如果开始研究造人,将10%的研究资源放在模型理论研究上就足够了,90%的研究资源放在物理实理和逻辑细节实现方面。通过构造一个系统,观察它的输入输出(应激性),改进它,再观察......直到它的表现和人类似为止就算大功告成了。四.在没有大功告成之前考虑一下:"研究怎样造人,并不是为了造人而造人,而是未雨绸缪,防止技术的进展超越人类控制技术的能力。
    一个人工脑模型:
    A:一级输入细胞区
    特点:外界刺激直接导致此类区域细胞兴奋,不可逆,即其它类区域神经兴奋不会导致此类区神经兴奋。
    对应人的一切与外界直接作用的感觉细胞,如视网膜细胞、与耳膜相连的细胞、触觉(包括痛、痒、温度等)细胞、味蕾细胞等。
    B:二级输入细胞区
    特点:固有的神经网格处理区,A区的信息在这个区域被加工。
    A类区域的兴奋将有通常有上万个神经元同时兴奋,对于不同模式将有不同的B类区域兴奋,此B类区域将感觉进一步细化,如A类区域视神经区兴奋后将导致B类区域的图形区(线条、形状)、颜色区(红区、黄区、蓝区......)兴奋,A类区域触觉区兴奋可导致B类的痒区、痛区、酸区等兴奋;A类声波感受区兴奋将导致对应不同单词的B区兴奋,如对应"我"、"你"不同的声波,将产生对应不同的B区的兴奋。
    C:三级输入细胞区
    特点:此区细胞由一群与若干B类区域相连的空闲细胞转化而来。一组B类区域兴奋将导致某个C类区域兴奋,B与C之间的联系是后天形成,并在一定程度上可受内部其它神经元影响。
    例如:"我"这个字的声波信号可导致A类区域的所有声音兴奋,但只有一个对应"我"的B1区域兴奋,"们"这个字的声波信号可导致A类区域的所有声音兴奋,但只有一个对应"们"的B2区域兴奋,如果有一个区域位于B1与B2之间且"我们"而个字经常重复出现,则在这个区域里逐渐形成一个与B1和B2相联系的兴奋区C1,只要B1"我"、B2"们"中的任一个细胞兴奋,都可使C1区兴奋,但只有"我们"同时出现时,C1区的兴奋达到最大值。也就是说,"我们"这两个字的声波已经转化为清晰的特定细胞区兴奋。(这是人脑能理解语言、文字、手势、表情等信号的关键原因,因为一切复杂的信息输入最终者简单地上升为一个特定的C类区域兴奋。
    注意,这里只是说到反复说"我们"两个字将产生对应脑中"我们"的C区兴奋,但"我们"这个区域兴奋并不代表这个脑能理解"我们"的含义。如果经常对一条狗喊"我们来了",然后给它吃骨头,以后狗只要一听到"我们"这两个字的声波,就以为是骨头来了的意思。
    D:中间兴奋区
    特点:这个区域占据脑的大部分,它的特点是大量神经细胞群连系于B类区域和C类区域之间,并互相间连接,且连接方式和强度是可调的,在没有外界输入信息时,D类区域中的互相连接完全没有,但只要一出现有规律的任意两个或多个B、C、D类区域兴奋,将会在空闲的D类区域中产生一个对应的兴奋区。实际上C区与可算是D区的一个子集,C区比D区简单,C区的形成是因为若干B区域的兴奋,而D区域的形成原因可以是若干其它D区域的兴奋。
    所有的复杂但有规律的外在信息输入,最终都将沉淀为某个D某区域的兴奋。这时里的"有规律的信息输入"包括场景、语言、图画、文字、手势、表情等信息。人们通常并不在意日常接触到的信息都是有规律的,而事实人生活在一个现实的世界中,它的一切现象都是有稳定的内在规律的,正如人们看到的地平线总在眼睛下方而从不跑到头顶上方。神经网络最擅长的工作特性之一就是将不同的有规律的信号从同时出现的大量信量中筛选出来,这是一个并行处理过程。正因为世界有规律,而人脑能筛选出这些规律,人才能适应这个世界的规律而生存下来。世界上任何一个物体包含的信息量都是无穷的,不同的宏观微观角度观察同一个事物得到的信息是不同的,明显又可观察的信息量只占它的极小一部分。正如数轴上任一段区间无理数的数量都大于整数的数量一样。人的思维往往会简化世界,正是因为人脑的输入器官只能断章取义地获得极少量的关于周围世界的信息,但辛运的是这一点信息对于人能够生存下来已经够了。
    下而举例说明人脑是怎样建立起"我们"这个概念的:小孩从小到大,经常会听到"我们"两个字连在一起的声波("我们"的声波引起A1区所有听力细胞兴奋,"我们"这个声波规律在C区被处理成对应"我们"的C1区兴奋),当小孩听到"我们"这个声波时,往往他已经处在一群人中间,("一群人"D1区、"我"D2区、"在......中间"D3区等区域兴奋),多次反复后,联系在"我们"C1区、"一群人"D1区、"我"D2区、"在......中间"D3区中间的空闲区D4中形成了与这几个区的连接,今后只要这几个区域中的任一个兴奋,都可能引起其它几个区的兴奋。记忆的本质就是空闲的D区变为不空的过程。
    从上而的分析中可以看出,语言同其它的输入信息一样,都是外在规律在人脑中的沉淀,但语言还是有它非常特别的地方,为什么呢?还是举个例子来说吧:如果一个没有听过"汽车"的母亲独自扶养大一个小孩,则小孩长大后首次听到"汽车"这个声波信号将不会有任何反应。如果一个知道"汽车"的母亲独立扶养一个小孩,母亲肯定会经常对小孩说:"汽车有轮子,会跑",这样,尽管小孩没有直接接触过汽车,但汽车的特性规律还是沉淀在了他的脑中,因为他直接接触到的有"轮子""跑"这样的概念,并分别对应"轮子"的D1区兴奋和"跑"的D2区兴奋,如果经常通过母亲的嘴巴传出"汽车""轮子""跑"三个声波连在一起出现,则将会在D1和D2区中间产生一个D3区对应汽车声波,今后只要三个区中任一个兴奋都可能导致另两个区兴奋。这就是语言的特点,它缩短了建立新的D3区的时间,通过语言,人们不必要在听到"汽车"这个声波的时候,亲眼看到"轮子"和"跑"就可以快速地建立这个联系了。意识是自然规律在人脑中的沉淀,而语言则可以将这种沉淀"拷贝"到别一个脑中。人类文明的开始就在于语言的出现,因为从这时起,以前只能为个人意会而无法表达的对自然的规律的认识可以一代代地"拷贝"下去了。
    E:天生的兴奋区
    特点:这个区域的兴奋与否取决于机体对特定的输入信号产生兴奋,是一种先天固有的兴奋,此区的兴奋多数属于B类子集,如甜、苦、痛、痒、饿等兴奋,也包括一些特定的内部信号如人脑中对药物、激素会起兴奋作用。
    F:天生调节兴奋区。
    这个区域是人脑在长期进化过程中形成的,如果这个区域兴奋,将会对其它调节兴奋区的联系强度起影响。举例来说,小孩看到刀子,用手去模,被割痛,缩回手,以后不敢用手摸刀。这个反射链的建立过程:
    过程一:.A类视网膜细胞兴奋 B类硬、亮、长、扁区域兴奋;C类"刀子形状"区兴奋
    过程二:D类"没见过"区、"好玩"区兴奋,G类"好玩没见过要摸"区兴奋 H类伸手细胞兴奋 A类手位变化感觉细胞兴奋;
    过程三:A类触觉细胞兴奋 B类冷、硬、红、曲线、动区兴奋 C类痛区、"流血区"兴奋 E类痛区兴奋;F类手痛要缩手区兴奋
    过程四:H类缩手细胞兴奋小A类手位变化感觉细胞区兴奋;B类不痛区兴奋 D类新增"刀子形状导致痛"
    程四:G类新增"缩手就不痛"区
    G;后天调节兴奋区
    在E中已经提到了G类区域,它与E区的共同点是如果此区兴奋,将会导致其它调节区F类或G类的联系发生变化,或是产生新的G区。
    它与D区的共同点在于G类兴奋区在系统刚开始时,没有任何G类区域存在,而是逐渐在后天形成的。
    意识的本质是条件反射,最原始的条件反射是先天的F类兴奋区决定的条件反射。但后天的因素也会改变这种反射,从这个脑模型的角度来说就是G类区域兴奋可对F类区域的反射强度加以调整。例如手被割将会缩手是先天的F类区形成的反射,但人长大后也可以做到手被割而不缩手。这是因为F类反射被G类反射抑制的原故。另一个例子是Du品产生的E类兴奋会形成人脑内新的G类反射,会抑制正常的G类和F类反射,从而吸Du者有可能做出为了吸Du这样无意义的事而摧残身体的行为。
    H:输出细胞区
    特点:此区细胞兴奋直接导致系统对外界作出反应,相当于外设。也可以细化为一级、二级输出细胞区,但相对于输入细胞的数量和复杂度,输出则简单得多,就不再作进一步的探讨了。
    一些通用内部规律:
    一. 各类区域逻辑上有区分,但实现结构上是互相穿插紧密相连的,或是不能简单区分。
    二. 各区域由若干并行工作的最小单元组成,各区域及单元间互相联接。足够的数量保证任意两个区域兴奋都能找到一个中间区域来联系它们。
    三. 各兴奋区长时间兴奋会疲劳,不再对信号作出正确反应。
    四. 随时间推移,后天形成的所有联系都逐渐减弱直至消失。


    展开全文
  • 从某种方面来说,人的本质的的确确是复读机。排除本能反应,人的一切行为都与曾经接触过的任何事物有关。大脑新皮质给予了我们学习的能力,学习本身就是接受已经存在的事物。所接受的事物可以是来自其他人的...

    第一次想去认真思考人的意识本质是在受到高数教授的启发之后,因为他告诉我们,人们从来没有真正的了解过高维空间,因为人们没有看到过,听到过,因而无法真正想象出高维空间是什么样子,谁也无法知道。

    从某种方面来说,人的本质的的确确是复读机。排除本能反应,人的一切行为都与曾经接触过的任何事物有关。大脑新皮质给予了我们学习的能力,学习本身就是接受已经存在的事物。所接受的事物可以是来自其他人的经验,或者其他人学习的事物,也可以是来自大自然的一切事物与现象。

    而人所谓的创造,就是对所接受事物的组合,从事物之间的细微联系之中获得启发。如果将事物,经验等一切归结为信息,人们接受了信息,那么创造其实就是信息的重新组合,其最基本的元素还是来自于已经存在的信息。信息不可能由任何一个人凭空产生,人只能从已经接受过的信息中进行选择与组合,产生信息的新表现状态,而信息本身从未被真正新制造出来过。

    人们不一定能意识到自己所想到的一切都有可以溯源的信息,最典型的例子莫过于对高维空间的想象以及对二维空间的思考。很多人不能接受的事实是,或许他们脑中所构造出来的对二维空间的想象,都是不切实际的。人们很容易被大脑所骗,而大脑是人们意识的所在,意识自己骗自己,很难让自己从这种怪圈里面逃脱出来。但是也许有的意识会另辟蹊径,从其他存在信息中获得了启发,重新组合信息获得了一个不同的解释,发现意识自己所想的东西其实不切实际,是骗自己的,陷入到“意识会自己骗自己,而意识又是需要自己获取真实信息反馈给自己,所以意识到底是在一直说实话还是一直骗自己”的一种可怕的漩涡中。

    人们总是认为,二维空间不过就是三维空间的一个平面罢了,可以被三维空间中的人观测到和影响。为什么人们会这么想,因为从刚刚接触几何的时候,人们就有了这么一个概念:三维空间是二维平面沿一条不属于这个平面的线的拉伸扩展,所以人们会从这个信息中提取出三维空间的人可以观测二维空间的信息。然而人们的现实生活中一切东西都是三维的,你可不要狡辩说非常非常薄的一层物体平面展示的就是二维空间,因为组成这个物体的分子仍然是三维的,即使一个物质非常非常薄,它本身还是存在厚度概念。现在是不是感觉无法想象二维空间了?你根本没有接触过任何一个毫无厚度概念的现实事物(强调一下是现实)。不过通过物理学的某些推导和手段你也许能得到一些信息,但是你试图去想象的时候,信息就和你接触到的现实中的信息拧在一起了,你从脑海中观测二维空间,也是在三维空间的大框架下开始的。人在从来没有接触过这类信息的情况下是完全没有办法去正确想象(注意,是正确想象)与这个信息有关的一些事物的。

    高维空间更加如此,你认为你能想象四维空间是一群三维空间在一个不存在于三维空间的线度上的延展,但是事实就一定是这样吗?可能在生活中我们有时间这一概念,或许我们的想象可以归结到正确想象,但是更高维度的空间呢?五维,六维……甚至十一维?他们是什么样子的呢?没人能去想象,因为这些信息他们从来没有接受到过。那么人们为什么可以知道高维空间这一概念呢?因为这是几何概念和物理概念的结合,是一种存在的信息,可以被人们接受,但是人们接受了这个信息,却没有接受实际中这些概念的存在体提供的信息,所以人们仅仅只能停留在概念的层面。就好像普通人很难相信相对论推算出来的一些有趣现象(目前很难被知晓的现象)一样,人们没有接触过这些信息,就很难去相信。如果我一脸认真地(其实是开玩笑)告诉你五维空间长得很像一坨屎,你能接受吗?你只会想到五维空间概念很玄学,屎很臭,这完全不可能联系到一起,然后就开始破口大骂。不过五维空间是不是真的像屎,谁知道呢?没有人接触过,这个信息也不可能凭空产生。

    人的创造可以有很多种,比如:幻想,创新,规律总结。信息的不断整合的过程中衍生出来的各种各样的信息着实给人一种不一样的感觉,你如果愿意回溯到信息最初的时候,你会从整个过程中看到信息的变迁,这真的是个颇为有趣的事情。你可以从古老的乐器声开始,走到古老乐器声按照特定规律排列形成的新的音乐风格,从这个音乐风格衍生过程中进行的一些微小的排列改动,关注到音乐风格分支的产生。显然我不是很清楚dubstep是怎么发展到melodic dubstep,brostep等等分类的,不过至少你得清楚信息的整合过程非常有趣。另外我有点听腻了melodic dubstep,最近brostep听的越来越多了。

    幻想对于人来说是最为自由的一件事,因为这完全不需要人所认为的约束。幻想的例子有很多,再在一些文学创作中幻想的作用显得尤为突出。也许达芬奇是受到了鱼自由沉浮的启示,结合了载具的特征而想象出来(甚至制出草图),飞机的原型也是人们受到鸟类的启发而想象出来。当下的人们甚至已经开始幻想星际时代的宇宙飞船。而这种种想象必然有一个或多个信息作为启发。如果一个人从来没有接触过与地球大气层外的事物有关的任何信息,你让他去幻想地球大气层外有什么,他也许只会说地球大气层外面全是海洋,地球处于另外一个深海。

    创新和幻想有那么一点关系,不过有的时候创新的启发点可能有点微不足道。也许一张蜘蛛网不能让你想到什么,也许你只想用鸡毛掸子把它弄掉,但是有人却突然由此想到了新的数学方式:坐标系,开启了几何研究,矢量研究,物理研究的新纪元。不是每个人都能因为一件小事而突然创新出如此意义重大的事物,但是每个人都能因为一件小事想到一个问题的新的解决方法。但是这一切的前提就是你需要一点已知信息的启发。

    规律总结更加直接,因为总结的前提就是有一系列的信息供你处理,寻找信息之间的联系。如果没有一系列信息或者信息量过少,你就没有办法总结规律,或者不能认定自己总结的规律是否普适。

    说了这么多,一句话概括,就是:人的思考离不开已知信息,信息不可能凭空被人类创出。

    种种案例已经清晰地告诉了我们,人的本质是通过对信息的接收与处理,解决遇到的一切问题的系统。新皮质出现的意义就在于让人们能通过学习接受前人知识与教训,从而更好地适应这个世界。但是这也存在一个缺陷:如果你缺失了适应社会性的知识学习,而这一类学习是在早期完成就有可能定型,影响一辈子的话,你的思想可能会有些特别,而在他人无法接受的情况下,你会感到疑惑。这有时候并不是本人的过错,也许父母的教育缺失,缺少必要经历等等情况都会导致这个结果。总的来说,这一问题其实是人本身这个系统的缺陷,但是在人类进化和种群适应的大方向来说,这种系统却的的确确是最有效,适应性最强的。任何一个人都有可能成为进化缺陷的牺牲品,这种缺陷除了生理缺陷,就是系统在个体表现上体现出的缺陷。虽然这一系统在人的个体表现上遵循正态分布,但是这样的特例却也是真真实实存在于这个世界上的。

    我们必须要承认人的本质就是这么单纯,即使很残酷,那也是事实,这是自然规定的法则。

    当然,以上的这些想法仅仅是在想法的阶段而已,我也无法去定论这一切是否正确。而且有些论证也许存在反例,只不过我没有接触过,有些论证也许有漏洞,需要更多的人来补充。我想这些的目的其实是为了所谓的“强人工智能”,但是就目前的情况来说,这个领域还是被黑暗笼罩着,似乎看不到发展的方向,甚至有可能这个领域会一直这样停滞下去……但是我希望事实不是如此,但是为了强人工智能的发展,我们还需要神经科学,认知科学等学科的共同发展,这一点毋庸置疑。

    暂且说这么多吧,如果我的想法有什么错误,希望大家能积极指出!

    展开全文
  • 云计算革命可以从技术层面帮助人们理顺意识形态混乱状态,减少自以为是莫名其妙争论。
  • 42个AI与机器人大问题之——「AI如何帮我们理解认知和意识的本质?」9月2日在深圳举办的首届「Nature Conference - AI与机器人大会」上,長井志江(Y...
        

    42个AI与机器人大问题之——

    AI如何帮我们理解认知和意识的本质?」

    本届大会由腾讯 AI Lab 携手Nature Research(自然科研)及旗下《自然-机器智能》、《自然-生物医学工程》两本期刊联合举办。大会上将发布「42个 AI 与机器人大问题」报告,并邀请 11 位世界知名学者为这些宏大问题给出每个人独特而深刻的理解与答案。在报告中,我们还邀请到 Yoshua Bengio、Jürgen Schmidhuber和多位中国院士提供专家见解,也欢迎你参与报告调研。

    640?wx_fmt=jpeg
    640?wx_fmt=jpeg

    「42 」源自科幻小说《银河系漫游指南》,是智能计算机「Deep Thought(深思)」经过 750 万年运算,找到的「关于生命,宇宙及一切问题的终极答案」。我们希望这个有终极目标意涵的 42 个大问题,能激发对人、AI与机器人未来的长远思考与规划。

    640?wx_fmt=jpeg

    下面我们将开启一段旅程,看看長井志江教授如何思考AI帮助我们理解人类认知能力的发展。

    640?wx_fmt=png

    長井志江(Yukie Nagai)现为东京大学国际高等研究所神经智能国际研究中心教授,并领导着认知发展机器人学实验室(井实验室)。

    自1999年以来,長井一直致力于认知发展机器人研究,她的研究兴趣是社交能力的发展机制,例如联合注意(joint attention)、模仿和语言使用,通过计算建模和评估人工系统来理解人类的认知发展及潜在的神经机制。

    基于井的预测学习理论,她领导的团队正为机器人设计神经网络模型以习得认知能力,如自我认知,他人意图和情感的评估,利他主义等。她和团队开发出的一个模拟器能够重现自闭症谱系障碍(ASD)的非典型知觉,可以让普通人与 ASD 患者都能更好地理解社交障碍的可能原因。这项研究对 ASD 治疗具有重要的价值,也由此在相关领域产生了很大影响。

    非典型知觉模拟:为什么ASD社交困难?

    自闭症谱系障碍(ASD)患者会遭遇感觉过敏/感觉减退以及社交互动方面的困难。为了理解非典型知觉(atypical perception)的潜在机制及其对社会反应的影响,長井团队对社会环境如何引发非典型知觉的过程进行了计算分析。实验采用视觉和音频处理技术让ASD患者重现他们的经验,从而使研究人员能够客观和定量地对其进行评估。

    据Spectrum报道,2014年,長井团队向22名自闭症患者展示了一些视频,内容包括火车站、超市和其他二十多个日常生活场景。参与者对他们观看视频时的视觉效果及强度进行了评定,研究人员将其归结为6种常见的视觉模式:过度曝光、模糊、边缘增强、对比度增强、色彩饱和度降低和视觉雪(visual snow,即眼前出现密密麻麻的小白点或小黑点)。

    团队根据研究结果开发出一种头戴式增强现实系统(如下图),模拟再现ASD的视觉世界。他们将参与者的报告与每个场景的特征相关联,如亮度、运动和声级,最终确定计算模拟「对比度增强、色彩饱和度降低和视觉雪」这3种视觉效果。该系统可以帮助科学家们研究非典型知觉对社交能力的影响。

    640?wx_fmt=png

    ASD视觉感知模拟器

    近年来,一些团队制作了以自闭症患者第一视角出发的视频,让普通人了解他们进入百货商店或者参加家庭聚会时可能遭遇的情况。長井开发的系统将这种体验更拉近了一步,佩戴者可以一边走动一边实时看到AR景象。

    Spectrum的记者这样描述佩戴后的感受:

    「我戴上模拟器,房间四周的景象显示正常,只是稍微有点滞后。然而,当学生打开模拟器时,長井的脸变得模糊起来,难以识别她的表情。我转过身,立刻被一幅看似抽象的印象派绘画迷住了——这里原来是一个灰色隔间分区。我看看自己的手,折痕类似复杂的指甲花艺术。系统的高对比度设置使得细小的纹理也可以产生。

    「在長井的带领下,我在大厅里拖着脚走进停车场。一开始一切都变白了,就像我在一个明亮的日子里摘下了太阳镜。当我转过头或有车开过时,图像的颜色便会消失,仿佛在Instagram上使用黑色滤镜。当我们重新进入建筑物时,突然变暗会使得整个场景释放出暴风雪般的随机斑点,像波尔卡圆点一样。大堂的不均匀照明被强化放大了。明暗区域交替,显示出幽灵般的轮廓。」

    640?wx_fmt=png

    由模拟器再现的图像

    Satsuki Ayaya是东京大学一名患有自闭症的博士生,她会随着场景变化,向研究人员报告自己的感官体验,情况时好时坏,这些波动能使她意识到自己的病情表征,以及与其他人的不同之处——原本她以为出现「视觉雪」是理所当然的事。了解这些感知差异甚至可以帮助自闭症患者制定补偿策略。「一位参与者告诉我,在她参加实验后,她开始在日常生活中佩戴太阳镜。」長井说,「她还将房间里的灯改为LED系统,以便控制亮度。」

    自2015年以来,長井和她的同事在大阪、东京等地,为教师、治疗师和自闭症儿童的父母举办了数十场研讨会,让人们试戴模拟器,并进行讨论。模拟器一方面为急于了解自闭症患者的人(比如父母)提供了身临其境的机会,另一方面也使研究者及患者自己能够更好地理解社交困难的潜在原因。

    除了模拟重现自闭症患者的感官世界,長井团队还对这些症状的生理和神经原因进行了探索,以了解其潜在机制。今年7月,長井团队在 Journal of Neurodevelopmental Disorders 上发表论文,报告了对ASD视觉异常所对应的神经特征研究。这也是该领域中首个利用脑磁图技术,以证明视觉异常的严重程度与自闭症儿童较低的衰减率的联系的研究。

    22名10岁上下的高功能自闭症儿童和23名同龄正常儿童参与了这项研究。团队用脑磁图测量了分别由原始视觉图像和其他两种类型的明亮图像(点噪声或盲图像,包括重叠粒子到原始图像或增强亮度的版本)所引起的皮质反应(即激活强度和衰减比)。结果显示,视力异常的严重程度与ASD儿童的行为问题显著相关。此外,团队还发现在ASD患儿左侧缘上回(SMG)和颞中回的原始图像中,皮质激活增加。然而,在初级视觉和内侧眶额皮质中没有组间差异。当根据图像类型比较皮质反应时,与右侧SMG的原始图像相比,ASD儿童对明亮图像的激活强度衰减小于正常儿童。这些衰减比也与视觉异常的严重程度相关。

    该研究表明,刺激驱动的神经抑制功能障碍在自闭症儿童视觉异常的神经机制中起着至关重要的作用。这些研究结果有助于了解自闭症儿童视觉异常的潜在机制,启发更有效的诊断和早期干预。

    认知镜像:理解并协助发展障碍治疗

    自2016年12月以来,長井领导着一个名为「认知镜像」的JST CREST项目。该项目旨在开发使人类认知过程可观察的认知镜像系统。基于人脑的预测编码在认知中起着至关重要的作用,团队计划通过整合计算建模方法和Tojisha-kenkyu(发展障碍的第一人称视角研究)来更好地理解发展障碍的原理和机制。

    发展障碍(Developmental disorders),也称心理发展障碍,分为特殊性发展障碍和广泛性发展障碍。前者涉及语言障碍 (表达型语言障碍、失语症等)、学习障碍(阅读/书写障碍、古斯曼综合征)和运动机能障碍,后者包括自闭症、蕾特氏症、亚斯伯格症候群等。

    前文所述的ASD研究也隶属于CREST认知镜像项目。基于预测编码理论设计的认知镜像系统将通过自我理解和社交共享认知过程来帮助发展障碍患者。

    640?wx_fmt=png

    作为认知科学的一个著名理论,预测编码被认为是人脑的核心机制。该理论认为大脑试图将环境传入的感官信号与通过经验获得的内部模型产生的自上向下的预测误差最小化。也就是说,大脑会根据经验和关于世界的内部模型形成一个某种环境下可能产生什么体验的预测,并将该预测和下层感官传入的实际信息进行对比,解释预测误差。比如,我们知道桌子应该有4条腿,即使桌子被挡住了一部分,我们仍可能做出正确判断。如果预测误差无法得到合理解释,那么会被反馈回高层,调整内部模型以降低预测误差。感知、运动控制、记忆等大脑功能,都依赖于大脑对现有经验和未来期望的比较。

    長井团队的研究基于预测编码的复发神经网络是否以及如何复制在发展障碍中观察到的非典型行为,其中引入网络参数的修改以模拟其非典型脑功能。此外,他们还仔细分析了网络的内部表征,以揭示其非典型行为的潜在神经机制。

    640?wx_fmt=png

    長井今年3月在 Philosophical Transactions of the Royal Society B: Biological Sciences 上发表文章,阐述了感觉运动信号的预测性学习在早期认知发展中的关键作用。她对预测编码理论进行了扩展,提出两种最小化预测误差的机制导致婴儿早期认知能力的发展:更新不成熟的预测器以改进自己的感觉运动能力,并执行由预测器估计的动作以响应他人的行为。机器人系统的实验证明了基于上述机制的认知能力,例如基于第一种机制获得了自我认知和目标导向行为的能力,而基于第二种机制出现了模仿和亲社会行为。長井的研究进一步揭示了自闭症谱系条件的潜在机制,即对预测误差的非典型容忍是ASD患者在知觉和社交上遭遇困难的原因。

    AI如何模拟和协助包括自闭症在内的发育障碍患者?又是如何帮助我们理解认知和意识本质的?9月2日,長井将在AI与机器人大会上带来她更详细的答案。让我们一起期待吧。

    |演讲摘要

    《模拟及协助自闭症谱系障碍者的AI》

    AI that simulates and assists people with autism spectrum disorder

    自闭症谱系障碍(ASD)是一种以社交沟通困难为特征的神经发育障碍。然而,最近的研究表明,他们的核心问题在于感觉运动处理,而非社会认知。本演讲将介绍我们设计的可模拟和协助ASD患者的人工智能系统算法。神经科学的预测编码理论表明,预测性大脑中的低先验(hypo-priors,又译「经验匮乏」)导致对感官信号更敏感,从而难以适应社交情境,一如在ASD患者中所观察到的那样。受该理论启发,我们一直在研究基于预测编码的神经网络如何复现和预测认知发展及其障碍。我们最近的研究表明,认知能力的多样性可以通过修改控制预测能力的模型参数来实现。ASD 可表示为参数修改的两种极端情况,对应于预测性大脑中的低先验和高先验(hypo- and hyper-priors)。我将进一步展示一种用于模拟ASD中的非典型视觉感知的全新AI技术。

    640?wx_fmt=jpeg

    ☟ 点击【阅读原文】参加AI与机器人大会

    展开全文
  • 我确信,只要理解了安全的本质,在后续的课程中,你就更容易理解安全的概念和知识,也就能够建立解决安全问题的思维体系。 ▌安全是什么? 首先,我们来看,安全是什么? 当你所在的企业内网被入侵,数据被窃取之后...
  • 开学先导思想:IT事业者必须清醒意识到计算机系统在宇宙人生中的本质作用和意义  IT事业者,是从事IT相关事业的人员,比如计算机学院的老师和学生,计算机企业、网络企业的老板员工,通信公司的各种人员,等等。...
  • 安全的本质

    2021-02-02 15:08:34
    那网络安全的本质到底是什么呢?相信这个在很多人眼里是不一样的。有人说安全是漏洞;有人说安全是对抗;有人说安全是信任;有人说安全是风险;有人说安全是人的安全是意识;有人说安全是成本;有人说安全是管理等等...
  • 成都纯红太阳之可见光的本质特性和范围谭 <br />谭理事...至于鸡照镜子,不能意识到镜子中的像就是自己,是意识的本质问题,不是鸡对可见光的感觉问题。 <br />可见光就是能够直接在镜子中成像的光
  • 语言的本质

    2019-10-03 14:06:02
    语言是人类意识的附属物; 意识是人类认识世界产生的神经信号; 认识世界的深度有正确性、逻辑、哲学衡量。 http://www.cnblogs.com/feng9exe/p/8513500.html 转载于:...
  • 本质

    2013-09-13 22:59:00
    04年毕业,技术十年,一直小公司折腾,有...转入正题,该BLOG定位是纯技术,我想写尽量是一些本质讨论,放弃一些浅显纯应用东西,思考会贯穿整个过程。 因为关于使用类东西搜索随处可见。...
  • 线性代数的本质

    千次阅读 多人点赞 2015-11-08 21:46:53
    线性代数的本质,怎么理解矩阵: 矩阵又是坐标系,又是变换。到底是坐标系,还是变换,已经说不清楚了,运动与实体在这里统一了,物质与意识的界限已经消失了,一切归于无法言说,无法定义了。
  • .Net的本质

    千次阅读 2004-09-21 16:30:00
    .Net的本质 随着Windows OS的安全问题日趋严重,MS 意识到是彻底解决问题的时候了。把所有人挡在CPU Ring 0 之外,这就是.Net的本质。就像现在世界上的核大国搞一个条约,让人家不能拥有原子弹一样,(如果说C/ASM还...
  • 二、意识的本质意识是人脑特有的机能,是人脑对客观事物的主观反映。 三、意识的作用物质决定意识,意识反作用于物质。 正确的意识对物质起促进作用,错误的意识对物质起阻碍作用。 哲学来源于生活,应用在生活...
  • 知情意客观本质

    2017-05-30 23:52:00
    http://www.baike.com/wiki/知情意客观本质 ...由于“态度”和“主观愿望”均属于主观范畴,“人需要”是何客观内容也不清楚,因此心理学这些定义并没有找到这三种主观意识所反映客观存在,因而...
  • <<the road less traveled>> 告诉我们,人这一生的本质是什么?人这一生的本质是:不断面对问题和解决问题的过程。... 如果没有意识到人生的本质是面对问题和解决问题的过程,那么当你遇到...
  • 贫穷的本质感想和摘抄——第一部分 本书讨论的问题:什么方法可以改善穷人生活?在这改善方面遇见了什么困难?起步花费较大,还是起步容易维持难?为什么花费会这么大?穷人意识到福利的重要性了吗?如果没有,why...
  • 安东尼奥·葛兰西(1891—1937)是西方马克思主义的早期代表...思想政治教育的本质意识形态教育,是一种灌输和传播意识形态的社会实践活动,研究葛兰西的意识形态的理论对我国的思想政治教育意识形态功能具有重大的意义。
  • 科学的本质

    2006-10-15 17:42:16
    学问就是人的意识世界里面一些活动。这是演绎说法。这里面需要深究就是:什么是规律了。 归纳。我们从某些公认科学分支出发,给出科学定义。物理学,研究自然界各种真相以及给出规律科学。经济学,研究...
  • 本文从探究智能的本质入手,比较机器的智能和人的意识。再通过分析目前主流的机器学习算法,批判图灵测试,结合整合信息论,提出一个能衡量一个算法的智能程度的方法。文末展望人工智能和人类的未来。 2 目录 智能...
  • 软件开发的本质

    2014-10-03 22:32:06
    那一刻,我才意识到,其实我一直思索问题应该是软件是工程还是艺术,而软件工艺给了我答案:软件是工艺,是工程和艺术结合。我知道我将工艺解释为工程和艺术有所牵强,且容我暂时这么称呼它。这是我第一次看到...
  • AGI:走向通用人工智能的【生命学&哲学&科学】第一篇——生命、意识、五行、易经、量子 经典的物理统一在原子上,量子...生命的本质是化学,化学的本质是物理,物理的本质用数学描述,数学的本质是由我们的某种语言写出
  • 移动互联网的本质(信息换能量)

    千次阅读 2019-04-15 09:54:41
    互联网的本质,那是互联网发展的第一阶段。这一讲,我会通过发明的预先要求和自然结果,讲讲互联网发展的第二个阶段——移动互联网 实现“移动互联网”,是需要满足四个预先要求的: 移动通信技术 低功耗半导体...
  • 语言的本质是更好的对客观世界作出抽象和描述。 语言的本质是对世界的表达能力。 这即是语言的工具属性, 也是语言的进化方向; 语言约等于意识。 某种语言可能对客观世界的某些方面有局限性,这就需要引入...
  • 这篇综述主要目的是通过与其他流行基于脑亚稳态模型进行比较,从而展示默认空间理论中体现认知,亚稳态意识模型在理论能力方面优势,尽管该模型对人认知本质提供了重要见解。意识,在他们的意识结构...
  • 客户关系管理的本质是以客户的最终满意为目标,它是医院营销管理的核心。医疗市场竞争的加剧,医院在经营中越来越意识到营销的重要性,并把“客户”理念逐步引入到了医院管理中。

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 951
精华内容 380
关键字:

意识的本质