来源：摘自《暗知识》王维嘉 著
人类哪里比机器强？
（1）学习识别物体不需要大数据。
机器要认识一只猫也许要几万张图片，图片的颜色或构图稍微变化一下或者有遮挡、残缺，机器就不行了。而人类能够从小数据中迅速提炼归纳出规律，一个婴儿可以看见一只猫后就认识了所有的猫。也许正如莫桑维克悖论所阐述的，高级推理所需要的计算量不大，反倒是低级的感觉运动技能需要庞大的计算资源。
（2）机器没有常识和物理世界的模型。人类在一个陌生环境摸索一阵后，能很快在大脑中建立起模型来。
（3）机器没有自主和自发的通用语言能力（目前人类输入的语法规则或通过数据训练出来的“语言”能力只能处理限定场景，否则就能通过图灵测试了）。
（4）机器没有想象力（需要大量常识，反事实假设及推理能力）。
（5）机器没有自我意识。
（6）机器没有情感和同理心。
总体来说，基于神经网络的机器学习的主要功能是记忆和识别，其他一切能力都是建立在这个基础上的。基于神经网络的机器大脑更像一个低等动物的大脑，只具有对外界的反应能力，虽然这种反应能力的精密和复杂程度远超人类和其他动物。
如果未来人工智能的基础还是神经网络，随着训练数据集的增大和处理能力的增强，上面的（1）就会得到改善甚至可以达到人类的水平。其中（2）也有可能用穷尽法解决。但是很难想象机器会具有通用语言能力、想象力，更谈不上自我意识。
简单地说，虽然基于神经网络的人工智能在记忆和识别这两个基础智能方面超过了人，但在推理、想象等高级智能方面还和人相去甚远。未来最佳的结合就是人类和机器合作，互相取长补短。
人脑哪里比人工神经网络弱？
一是人的感官和机器的“感官”相比实在太差。
- 人的感官在几亿年的进化中主要是为了在自然界中觅食和求偶。所以只能感受到部分外部世界信息。比如眼睛只能看到光谱中的可见光这一小段，无法“看见”从无线电波到毫米波再到远红外的电磁波，也无法“看见”从紫外线到X射线再到伽马射线。人的耳朵也听不到20赫兹以下的亚声波和20 000赫兹以上的超声波。不仅如此，人类的视觉和听觉对强度的分辨率非常粗糙，只能分出数量级。人类的触觉、嗅觉、味觉分辨率更是粗糙。
- 而机器的“感官”，就是各类物理、化学、生物类的传感器则比人的感官精密得多。不仅可以“感受”到人类感受不到的信息，对信息的分辨率也远超人类。
- 如果有办法把这些传感器信号不经过人类感官直接输入大脑，人类大脑也能和机器一样发现数据间复杂隐蔽的相关性吗？大脑能处理高分辨率的外界信息吗？我们可以合理地推测出大脑的进化应该和感官相匹配。如果感官只能提供低分辨率信息，大脑处理高分辨率信息的能力就是一种浪费，这种功能要么不可能演化出来，要么即使偶然变异出来也会被进化无情地消灭。
二是电子神经元比生物神经元的传输信号速度快，准确度高。
- 由于人脑神经元在突触部分的信号是通过化学分子传导的（细胞膜内外带电的离子浓度差造成电压差），每秒钟大约只能传导400次信号。而电子神经元间的传输速度就是芯片上不同晶体管之间的传输速度，比人脑神经元要快几万倍。人脑神经元突触之间的传输非常不可靠，平均每次传输的成功率只有30%（这种随机性也许是意识“涌现”的重要条件之一），而电子神经元之间的传输可靠性几乎是100%。人脑神经元由于结构复杂，不同神经元之间的电信号会互相干扰，而电子神经元之间的干扰可以忽略不计。所以人脑神经元是一个慢腾腾的老出错的系统，而电子神经元是一个高速的精密系统。
三是目前还没有办法获得大脑内部每一个神经元的连接强度。
- 即使我们有办法把外界传感器信号直接输入大脑，大脑也可以处理这些信息，这些信息也只能被雪藏在一个人的脑子里，成为无法沟通、无法传播、无法记录的默知识。
- 但电子神经网络中的每一个神经元之间的连接强度，也就是两个神经元连接的权重系数都是可以存储、提取的。所以机器获得的暗知识是可以传播、复制、记录的。
总结：
人工神经网络虽然是模仿大脑，但它具备了人类没有的三个优势：能“感受”人类感受不到的信息，与人脑相比又快又准，每一个神经元的状态都是可测量的。
网友评论