关于智能的新思考:我们为什么探索性提出智能三定律?

简介: 关于智能的争议与研究困难智能三条定律的简要介绍提出智能定律经历的三个研究阶段智能和意识的定义与理解结语
【新智元导读】本文探索性提出了智能的三条定律,对产生智能的标准结构,产生智能的动力和产生智能要实现的目标和意义进行了探讨,由此提出智能和意识的定义。

智能是重要的智能科学基础概念,如何解读它也一直存在争议,2005年以来,通过对互联网进化规律、标准智能模型与AI智商评测的研究,我们由此获得了关于智能的新启发与新思考。
2020年5月,论文《《Investigating Laws of Intelligence based on AI IQ Research》在《Annals of Data Science》发表,探索性提出了智能的三条定律,对产生智能的标准结构,产生智能的动力和产生智能要实现的目标和意义进行了探讨,由此提出智能和意识的定义。

0.jpg关于智能的争议与研究困难

智能是人工智能领域最基础和争议最大概念,很多专家有很多不同的定义和观点,例如:

V.A.C. Henmon 认为智能是“获得知识的能力以及保持知识的能力”;

Alfred Binet 认为智能是“推理、判断、记忆和抽象的能力”;

天普大学王培教授认为““智能”是在知识和资源相对不足的条件下解决问题的机制。”

这些定义都十分有意义可以给与我们很好的启发。

1.jpg

但由于智能等基础概念的不明朗,人工智能领域存在着大量有争议的问题。面对众多的智能定义,有三个问题或者需要被重点关注:

1、产生智能的主体是什么,它们有没有统一的智能结构 ?

2、产生智能的动力是什么,是什么影响因素驱动“智能体”产生智能?

3、产生智能的意义是什么,智能的产生要实现的终极目标是什么?

智能三条定律的简要介绍

2020年5月,我们在《Annals of Data Science》发表论文《Investigating Laws of Intelligence based on AI IQ Research》,探索性的提出了智能的三条定律,它们分别是:

1、智能的标准模型定律(M定律),主要阐述了智能体的标准结构

任何一个智能体都可以看做是一个可以对知识进行输入(I)、输出(O)、存储(S)和创新(C)的系统。(这里的知识是知识,信息,数据的统称)

2.jpg

3.jpg

2、智能的演化定律(Ω定律),主要阐述了智能体的演化方向和演化动力

任何一个智能体都会受Ω引力或α引力的影响,向四种能力为无穷大的全知全能智能体(Ω点)或为0的绝对0智能体(α点)演化

4.jpg

5.jpg3、智能的0-无穷大二象性定律(A 定律),主要阐述了智能体在初始状态对宇宙的认知变化


任何一个智能体,宇宙对于它是否存在,与它是否处于绝对0智能体(α 点)有关。


如果智能体处于α点,宇宙对于它将不再存在也就是0,如果智能体脱离α点,宇宙对于它将有无穷的知识等待发掘。

6.jpg

7.jpg

有很多专家曾经提出智能和飞行现象有密切的相似关系。

智能三定律的提出试图找到:

1)智能领域”飞行器”的主体结构

2)驱动智能体”飞行”的动力

3)智能体”飞行”的起点和终点

可以用一个图示说明三条智能定律的关系,以及智能科学领域的这个”飞行器”是如何起飞,降落和翱翔。

8.jpg

提出智能定律经历的三个研究阶段

应该说智能的三条定律的提出。是2005年以来对智能产业和自然现象的不断观察、思考、实践的结果。经历了三个研究阶段,这三个阶段不断递进,相互启发。

第1阶段:互联网大脑模型的构建和科技领域〞看不见的手”

21世纪以来,各种前沿技术和概念不断涌现,从社交网络、云计算、物联网、大数据,工业互联网到云机器人、边缘计算、人工智能、区块链、数字孪生,这些前沿科技之间究竟是什么关系,为什么会大规模的涌现?

9.jpg从2005年开始,通过对新科技现象特征的观察和对互联网起源的分析,我们逐步意识到影响全球的技术框架-互联网正在从网状结构演变为类脑模型。

这些前沿科技的不断涌现可以看做是“互联网大脑模型”各神经系统发育的结果

互联网类脑结构的形成也对人类社会的科技,产业,经济、军事,城市建设等领域产生着深远影响。

2010以后,随着谷歌大脑、百度大脑、城市大脑、城市神经网络、工业大脑,安全大脑的大量出现,21世纪科技生态的类脑化特征也就越来越明晰。

10.jpg

在这个领域,到2020年我们总共发表了30余篇论文,2部专著,阐述互联网大脑模型的形成和影响,并在实践上应用在城市大脑顶层设计、科技企业发展趋势分析、军事智能的规划等领域。    

但有一个问题始终没有涉及,那就是互联网结构为什么发生这样的演化,是什么动力在驱动?

”看不见的手”像幽灵一样盘踞在人类社会的发展过程中,时隐时现。

在亚当·斯密的《国富论》中,看不见的手推动了经济的发展;在达尔文的进化论中,看不见的手推动了生物的自然选择;

11.jpg

50多年来人类从不同方向推动互联网领域的创新,并没有统一的规划将互联网建造成什么结构,但有一天人类抬起头来观看自己的作品,发现这个产品与自己的大脑高度相似。

这说明“”看不见的手“”同样出现在了21世纪的前沿科技领域,如何解读它,在第一阶段我们并没有找到答案,直到第三阶段的推论中才算较为清晰的看到它的身影。

第2阶段:标准智能模型的提出和AI智商测试

2012年,我们在如何研究互联网大脑模型上出现两个方向:

第一是互联网大脑如何形成反射弧并应用在智慧城市、工业领域、农业领域,

第二是如何评判互联网大脑的智能发展水平并与人类对比

12.jpg

科学院石勇教授提出第二个方向更有科学价值,值得进一步深入探索,这是一个困难的问题,要解决它,需要首先建立一个通用智能模型描述互联网、AI系统与人类等智能系统的共同特征

然后才能依托这个模型对它们进行统一评估,这个问题困扰了我们2年时间,直到2014年才有突破。

在自然界和人类社会中,可以观察到人类,猴子,老虎,鲸鱼,老鼠,树木,细菌,机器人、阿尔法狗围棋程序、网络游戏中的虚拟角色(NCP)等等不同类型的生命或人工智能系统,他们都具有一般意义的智能特征。

13.jpg

美国科学家冯诺依曼在1945年提出了著名的冯诺依曼架构,统一了计算机或者AI系统的智能结构(数据的输入、输出、存贮、控制和运算等五个部分的系统)。

但为什么这个模型不能涵盖自然生命特别是人类,通过近2年的观察和思考,我们发现冯诺依曼架构还缺少了一个人类相对强大的功能模块-创新能力

如牛顿发现万有引力,门捷列夫发现元素周期表等,这些知识不是从别人那里学习而来,而是自己原创和自我涌现。

14.jpg

到2014年,我们在美国科学家冯诺依曼研究成果的基础上,增加了知识的创新能力,由此提出标准智能模型。

简单的说,这个模型表达了无论是机器人,AI系统还是人类,都可以看作是一个可以对知识进行输入,输出、掌握和创新的系统

2014年、2016年我们根据这一模型建立了通用智商评测量表,对包括谷歌、百度、SIRI等人工智能系统,以及人类6岁、12岁和18岁人群进行了测试并得出相应结果。

到2019年,在这个领域我们发表了5篇论文,3部研究报告。研究受到包括美国CBNC,麻省理工科技评论,以及日本,欧洲、印度等国家和地区主流媒体的报道,也与产业界的手机,汽车,音响、电视等著名企业进行合作,推动了智能产品智商的研究工作,提出了AI智商的三种类型。

15.jpg

总体这个阶段的研究初步探索了人与机器通用智能架构的问题,但这个标准智能模型依然是静态模型,而且在很长时间里,我们并没有意识到这个模型其实蕴含更有价值的东西值得挖掘,直到2019年年初。

第3阶段:两个极端状态的发现和智能三条定律的提出

早在第一阶段,我们就发现互联网大脑的进化会出现一种特殊情况,在互联网诞生的50年里,它从实验室扩展到整个美国,进而扩展到欧洲,亚洲和全球范围,到今天,它的范围继续伴随的人类在太阳系的探索而不断延伸。

16.jpg

可以合理推论,如果有足够时间进化,互联网将会从太阳系扩张到银河系并向宇宙深入蔓延,并在无穷时间点遍布整个宇宙,从而互联网,宇宙和类脑结构的三者统一,形成互联网进化的终点-智慧宇宙或宇宙大脑。

这一推论得到了法国德日进协会的关注,2012年以来,法国电信中国区成员,中国德日进协会负责人汪晖多次来访进行交流,介绍法国哲学家,地质学家德日进的研究和与互联网进化终点的相关性。

17.jpg

德日进在1956年出版的《人的现象》中提出,人类是通过“合而创造”、集成、综合、统一、凝聚,由简单到复杂,由低级到高级,最终趋于一个全知全能的的最终状态。他把这个终极状态用最后一个希腊字母Ω来表示,叫作欧米伽(Ω)点。

到2019年年初,我们才醒悟和发现,与互联网进化和德日进理论相对应。其实”标准智能模型”也存在一种特殊的极端状态,那就是“标准智能模型”的四种能力全部为无穷大的状态。

这时的智能体可以识别世界所有的事物,掌握世界所有的知识,可以创新解决所有的问题,可以对世界做任意的改造。为了纪念德日进的研究,我们把这个极端的智能体命名为欧米伽点(Ω)点或全知全能智能体。

同时,我们也顺其自然联想到,如果”标准智能模型”的四种能力全部为0,那将形成另一个特殊智能体状态,此时的智能体无法从外界接受知识,保存的知识为0,不能做任何创新,不能对世界产生任何影响。对于这个特殊的智能体,我们将其命名为阿尔法(α)点或绝对0智能体。

18.jpg这两种极端状态在自然界是可以找到对应的现象。例如以人类为代表的生物种群知识库在过去数千年的时间出现爆炸性增长。

如果这一趋势能够延伸到无穷时间点,就将理论上到达欧米伽(Ω)点状态。

另一方面,当人,机器人,其他生命死亡或报废的时候,其将不再具有知识的输入、输出、存储和创新能力,也就是到达阿尔法(α )点状态。

19.jpg

可以推论如果一个智能体要到达全知全能智能体(Ω点)或绝对0智能体(α点),必然需要两种不同的作用“”力“,驱动它们向这两个极端智能状态演化

于是我们将驱动智能体向Ω点进化的“力”命名为Ω引力,驱动智能体向α点收敛的“力”命名为α 引力。

这个推导出来的两种新”力”,同时也应该可以看做是第一阶段留下的那个问题:“是什么动力驱动互联网如此进化?”的答案,这一点我们将在未来用专门的文章进行阐述。

智能和意识的定义与理解

基于智能的三条定律,我们也在论文中对智能和意识进行了定义和理解。即:

智能是智能体在 Ω引力和α 引力 的直接或间接作用下,通过输入、输出、掌握和创新功能对知识进行运用的能力或现象);

智能对于智能体的意义就是尽量脱离绝对 0 智能体状态(α point )并向全知全能智能体(Ω point ) 进化。

意识是智能体通过创新能力感知到 Ω引力和 α 引力 作用,从而在掌握的知识中包含对 Ω引力和 α 引力 理解的知识的一种能力或现象。

20.jpg

识对于智能体的意义在于使得智能体可以尽可能理解和掌握Ω引力和α 引力的作用,更为主动的向全知全能智能体(Ω point ) 进化,避免收敛到绝对 0 智能体(α point)

如何用数学表达智能和意识,还需要对智能的论域,环境,智能体的四种能力做进行的研究并数学化。我们将在后续的文章中进行介绍。

结语

因为篇幅和思考深度的原因,2020年5月发表的第一篇论文并不能一次涵盖更多内容。它算是一个新探索的起点,还有很多问题,包括:

1)智能和意识的数学表达

2) F Ω (Ω引力)和 F α ( α 引力 )的计算公式

3)对智能科学,人工智能领域若干重要问题的启发

4)对三条定律的实验验证等等

我们将在未来不断通过论文和科普文章进行阐述。并与各位专家和专业人士的交流中接受批评指正,不断加深思考和研究。

相关文章
|
14天前
|
机器学习/深度学习 数据采集 传感器
使用Python实现深度学习模型:智能土壤质量监测与管理
使用Python实现深度学习模型:智能土壤质量监测与管理
170 69
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习实战 —— 工业蒸汽量预测(六)
机器学习实战 —— 工业蒸汽量预测(六)
|
6月前
|
机器学习/深度学习 算法
利用机器学习进行股市预测的可行性分析
【5月更文挑战第31天】本文探讨了机器学习技术在股市预测中的应用。通过对历史数据的分析和模型训练,我们可以构建出能够预测未来股市走势的模型。然而,由于股市受到多种因素的影响,包括经济、政治和社会因素等,因此预测的准确性仍然存在挑战。本文将介绍一些常见的机器学习算法和它们在股市预测中的应用,并提供一些建议来提高预测的准确性。
|
6月前
|
机器学习/深度学习 数据采集 传感器
机器学习实战 —— 工业蒸汽量预测(二)
机器学习实战 —— 工业蒸汽量预测(二)
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习实战 —— 工业蒸汽量预测(一)
机器学习实战 —— 工业蒸汽量预测(一)
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习实战 —— 工业蒸汽量预测(三)
机器学习实战 —— 工业蒸汽量预测(三)
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习实战 —— 工业蒸汽量预测(四)
机器学习实战 —— 工业蒸汽量预测(四)
|
6月前
|
机器学习/深度学习 传感器 数据采集
机器学习实战 —— 工业蒸汽量预测(五)
机器学习实战 —— 工业蒸汽量预测(五)
|
6月前
|
机器学习/深度学习 供应链 算法
智能供应链中的预测算法:理论与实践
智能供应链中的预测算法:理论与实践
251 1
|
机器学习/深度学习 算法 数据挖掘
R语言自动化学习:乳腺癌诊断颠覆式进化的最新潮流!
本文将探讨自动化学习在乳腺癌诊断中的应用潜力。通过分析大规模的乳腺癌数据集,自动化学习可以提供准确、一致和可靠的诊断结果,为早期筛查、风险评估和治疗方案建议提供支持。然而,仍需解决数据隐私保护和模型解释性等挑战,以推动自动化学习技术在乳腺癌领域的实际应用。
185 0
下一篇
无影云桌面