“《超越学科的认知基础》2015张世超学习报告第七周”版本间的差异

2016年4月6日 (三) 03:02的最后版本

关键词

区块链[1] 人工智能（AI)[2] 麦克斯韦妖[3] 热力学第二定律[4] 智能[5] 人工智能[6] 康托集[7] 比特币[8][9] 熵的语言系统[10]

学习报告

智能

• 什么是智能？
  • 我们现在还不能明确地给出“智能”的定义，只有到三十年后，等人类对大脑有了更进一步的了解，我们才能知道什么是“智能”——Steve Young
  • 在现代科学的范畴中，智能还是一个心理学科用语，它是一个集合概念，囊括“感觉、记忆、思维、语言和行动”，人们暂且将这些笼统的概念归结为一种智慧和能力的综合体，并且以智商[11]和能商两种标准来衡量一个人智能的程度，从而实现智能的可视化，但是其科学性和可信度仍然值得怀疑，因为测算的结果并非以一个普适性的数学计量方法来测算，也没有一个完全客观统一且恒定的测算标准，最终的测算结果也只是一个模糊的估算。但是这节课上，韩锋老师提出的"麦克斯韦妖的智能测算方案，就实现了智能的数学计量：“对系统无知的压缩，熵的减少，每产生一个比特的信息就消耗KTln2的能量。”麦克斯韦妖的智能这可以说是智能测算方面的一个卓有洞见的想法。
  • 但是我们不禁要问，当代世界有如此多的学科依赖于“智能”，信息技术、仿生学，包括家喻户晓，甚至于成为街头巷尾热议的话题“人工智能[12]”，其理论的基础也是“智能”，那么人们怎么可能连智能的定义都不了解呢？在我们常规的思维认识中，人对一个事物的认识是建立在从已知的知识经验储备，也就是“命名空间（namespace）[13]中提取相关的概念，然后将未知的概念与已知的概念相比对，形成对这一概念的认识。这一过程也就是我们说的"本体论隐喻"的应用过程。换而言之，如果在已有的知识储备中完全没有与其相关的概念，我们要理解一个新的概念，无异于登天。可对于"智能"的诞生，也遵循着这一规律，人们将"大脑"这一本体嫁接到"智能"这个概念中去。可问题在于，我们对于大脑的机能也没有完全了解，所以这个本体是没有被充分认知的，自然就导致其隐喻体系完整性的阙如。
  • 不过，仍然有科学家对这一领域提出了颇有见地的观点，哈佛大学的霍华德·加德那教授（Howard Gardner)[14]就提出了多元智能理论[15]。
  • 多元智能学说

• • 从上述表格，我们不难发现，隐喻的适用实际上和多元智能理论是有一定联系的，如图：

700px

人工智能

• 对于人工智能的理解
  • 在第五周，蔡维德教授曾经说过，“人工智能领域在Watson出现之前，曾一度被怀疑为伪科学，因为科学家一直无法使人工智能具备常识，而常识则是智能的一个标志。
  • 在第六周，韩锋老师提出了"智能是一个熵减的过程"，这是一个可以以数学方法计量智能的范式。
  • 虽然我们目前并不能为智能和人工智能下一个精确的定义，但是从认知科学的角度，我们不难发现，智能的应用实际上是一个隐喻的接收、转录、反馈的三位一体的机制。这个过程中，既包含了常识的获取和应用，也包含了熵减的结果。实际上，我们的认知过程就是通过隐喻从而实现一个自我命名空间的梳理。这个系统就类似于一个图书管理系统。你所有的认知是每一本不同的书，储存在你脑内的图书馆当中。如果每本书没有被你分门别类地放好，而是随便摆放，然后你又不断地获取新的书，那么最后形成的就是一个熵增的结果。你的书籍无限膨胀，但是当你想要调用的时候，却不知道去哪里寻找。这里有两种可能性：1、你没有理解这个问题，所以你不知道去哪个方向寻找答案。2、你知道问题，但是你没有知识经验储备，或者你把这些知识随意堆放，无法检索。目前，计算机通过程序的设计已经解决了第二个问题，但是第一个问题，也就是常识，仍然是其所要钻探的方向。而对于人类来说，我们一般可以理解问题的意义，但是我们毕竟所学有限，不可能拥有无限大的数据库，所以，我们需要通过隐喻，来架起新旧知识的桥梁。
  • 人工智能的信息处理方式应该和人类是相似的，如下图：

700px

麦克斯韦妖与熵增定律

• 熵的语言系统
  • 熵的语言系统
    • 系统混乱的表述
    • 系统无知的度量
    • 系统能量耗散均分到自由度的数量
    • 系统可到达量子组态的对数。
• 熵增定律（热力学第二定律）：
  • 要想知道什么是麦克斯韦妖就要先知道什么是熵增定律。
  • 低温物体传到高温物体而不产生其他影响，或不可能从单一热源取热使之完全转换为有用的功而不产生其他影响，或不可逆热力过程中熵的微增量总是大于零。在一个孤立的系统中，熵总是增加的。[32]
• 麦克斯韦妖[33]
  • 有一个小妖精，本来系统已经达到热平衡了，妖精可以控制格子的开关。他可以让超过某个温度的分子过去，低于某个温度的分子过不去。问题在于这个妖精必须要有智能，但是怎么能够证明这个妖精有智能。（Charles.H.Bennett[34]）
• 麦克斯韦妖的智能
  • 是对系统无知的压缩，熵的减少，根据Landauer原理[35]，每产生一个比特的信息就消耗KTln2的能量。

比特币与区块链

• 比特币

• 区块链
  • 时间戳：时间是天然分布式的，每个人都有自己的途径去识别假的信息。分布式是解决这个问题的最简单的方法。通过全网的记账，将二次记账和假账全部消掉。每十分钟挖一个block，形成一个区块链条。虽然只有一个基础协议，但是运行了六年。传统思路认为任何信用都要依赖政府为中心，但是现在区块链实现了每个人都是麦克斯韦妖。区块链相当于互联网的升级。
  • TCP协议：简单的基础协议，保证中间信道是真的。未来会进入一个全网公正的时代。
  • 区块链的智能：让全网的所有电脑成为麦克斯韦妖。打开了一个巨大的空间。全球市场用一个国家的货币是没有道理的。
  • 伪随机：有没有自由的意识。这个东西的决定权或者决定的意识是否有自由度。如果能够决定的参数，是不能够被算出来的。自由度在某种程度上也是可以度量的。
  • 区块链：每一个记账员所在的block相连，就构成了blockchain。创造了多人参与的时钟。时间戳是可以被认证的。

总结

• 什么是范式？
  • 科学本身每一个阶段都可以有一个相对自洽的语言。两个系统是无法对译的，对一个巨大的人群，管理其经常使用的词汇。一个知识体系的单位叫做paradigm。工具使用的想象力开发、个人的意识，意识某种程度上就是某种自由 ，必须提供某种空间和时间的余度。（顾学雍老师）
• 为什么比特币和区块链的产生使人人都成为了麦克斯韦妖？
  • 人类本身有一种专业意识和威权依赖意识。我们认为有病就要去医院，有官司就要去法院，学习就要去学校，吃饭就要去餐馆。这实际上是一种分工意识下的中心化思维。而当一个国家形成，我们又习惯于将权利让渡给一个共同体来代替所有人行使权利，管理社会，从而形成了政府以及其下属的各个部门。这是一种威权依赖意识。在这两种意识的统摄下，实际上人们是不会直接参与到监管系统中的，也就是说，我们的监督权——监督医院、法院、学校、餐馆等等公共服务设施，是交给威权来管理——也就是政府监督。而政府，尽管实质上是人民监督，但其仍然要依托于实体化的机构——人大、司法机关等。所以，可以说我们是一个中心化的社会。
  • 现代民主的表现就是去中心化，人们逐渐参与到监督和管理当中。但是，这种积极的参与实际上仰仗的还是个人公民意识的提高，也就是这是政策保障下的公民自发行为，其强制力并没有那么大，很容易被架空，实际上仍然可能某个中心所操控。
  • 而比特币通过“时间戳”的方式，使得人人的监督和纠错嵌入了制度本身，成为其不可分割的一部分。大大加大了篡改造假的成本，加强了信用机能。也就是说，比特币和区块链不是将人的监督作为补充性规则，而是监督就是规则本身。所以人人都能够成为监管主体，人人也必须参与到这个规则中来，所以人人都是麦克斯韦妖。
• 但是，对于去中心化的思想可以推广到其他领域中吗？比如非常专业的知识领域：医学、法学等等？这个问题还要留待我们进一步思考。

参考文献

网络词条：

1. 区块链[36]
2. 人工智能（AI)[37]
3. 麦克斯韦妖[38]
4. 热力学第二定律[39]
5. 智能[40]
6. 人工智能[41]
7. 康托集[42]
8. 比特币[43][44]
9. 熵的语言系统[45]

课堂语录：超越学科的认知基础2015年秋季：第七周课堂讨论部分语录