一位来自台湾国立中正大学的退休教授Daniel j.Buehrer，最近发表的一篇论文提出一种新的数学框架，可能会导致机器意识的诞生。论文题为“A Mathematical Framework for Superintelligent Machines”（超级智能机器的数学框架）。
机器人意识是人工智能领域的一个敏感话题。为了讨论一个能“感觉”和“思考”的电脑的想法，并且有它自己的动机，你首先必须找到在感知的语义上达成一致的两个人。而想做到这一点，那么你必须提出针对于任何理论上成立的AI所存在的无数的假设性反对。
我们还没有准备好接受一个完全独立于人类“存在”的机械物种的想法，这是有充分理由的：它是想以往的宇宙飞船和激光一样存在于科幻小说里的东西。
这让我们回到了Buehrer论文中提出了一个新的微积分类别。如果他的理论是正确的，那么他的数学理论将会创造出一种无所不包的全学习算法。
这篇论文提出了一种新的数学类型，作者称其是“足以描述和改进自己的学习过程”的类微积分。
Buehrer提出的数学方法，可以在一个单一的结构下组织各种各样的人工学习，就像 Pedro Domingos在他的“The Master Algorithm”（《终极算法》）一书中提出的一个数学方法。
我们对Buehrer进行了采访，询问他我们期待的这个“Master Algorithm”什么时候会出现，他说：
“如果类微积分理论是正确的，那么人类和机器智能是基于相同的算法，那么基于OpenAI Gym，这个理论只需要不到一年的时就间可以进行测试。这个算法涉及到类的层次结构、物理对象的部分和子程序，通过用一个‘等价类’节点替换每个图来消除这些图的循环。独立子问题被自动识别，以简化实现模糊逻辑推理的矩阵运算。属性可以继承给子类，位置和方向可以相对于物理对象的中心点继承，而规划图则用来组合子程序。”
这是一个革命性的想法，即使在像AI这样的领域，突破也像日出一样存在规律。创建一个自学微积分课程，可以学习和控制任意数量存在连接关系的AI代理，或称为人工智能机器的CEO。从理论上讲，每一次它控制的学习系统被更新，这个AI的智能就会以指数级的速度增长。
而最有趣的是，这个控制和更新系统将提供一种反馈循环。Buehrer对这个反馈回路产生机器意识进行了说明：“允许机器进行模型自修正可能会创建一个有‘意识’的机器，其中，意识的测量标准被认为是世上一类微积分模型和机器人实际上在世界上引起的结果之间的反馈回路的使用次数。”
Buehrer指出，有必要基于只读硬件来开发这类系统，从而防止机器通过自己编写新的代码而成为人类的一员。他接着警告说：“但是，在没有同意的情况下关闭一个有意识的SIM可以被视作一种谋杀行为，每个国家都应该对这种行为进行适当的惩罚。”
索菲娅机器人可能会很激动，但这并不是因为它只是一个木偶。
Buehrer的研究进一步表明，人工智能有一天可能会与自己的霸权发生冲突，宣称智能系统“很可能不得不像之前的人类一样，在经历一段漫长的战争和冲突后，才会进化出一种普遍的社会良知。”
这种新数学能否产生一种具有自我信念和动机的机械物种还有待观察。但是，哪些模糊了科学与虚构之间界限的机器学习理论已经无法被轻易忽略了。这应该就是一种进步吧。
我们描述了一种可以描述和改进它自己的学习过程的类微积分。它可以根据其以前学习的程序的本体来设计和调试满足给定输入/输出约束的程序。它可以通过检查机器人激励的实际结果来改进它自己的模型。例如,它可以通过检查一次车祸的黑盒来确定车祸原因：是否可能是由于电气故障，电子门卡，暗冰，或其他一些必须添加到本体中的可能性，用于在未来预防此类事故的发生。类代数基本上定义了等价类的剩余布尔代数与类代数类型表达式的超/子类之间的eval / eval-1Galois连接，以及双余关系的残差Boolean代数。
基于一种被认为是产生了一组独特的Karnagugh的简化算法，它区分了哪些公式是等价的或者是不相关的，这里的Karnagugh图描述了最大bicliques关系的大致的集合。这样的图将一个最多包含n个命题的2n-1个连接的n维空间分割为闭开的因果集（即一组封闭的区域及其边界）。利用相对频率作为概率，将该类代数推广到type-2模糊类代数。它也被推广到涉及改变程序状态赋值的一类演算。
原文发布时间为：2018-04-19
本文作者：闻菲
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”。
