在地球这个复杂的生态圈中，生物与机器正越来越形成和谐共处之势，同时生物与机器之间正在通过互相渗透影响的方式改变着各自的命运。为了满足人类而非小牛的需要，野生牛的乳房可以被选择性的增大；而在今年，alphago也像人类一样，通过自我学习的能力及反馈机制战胜了人类的围棋大师。
但作为在地球上存活最久的有机体——生物，一代一代的衍化出了最多复杂系统的群体，也充分证明了它们的生存逻辑的合理性。于是人类在创造机器时，也开始增加了越来越多的生物逻辑来完善机器的各方面能力。自我复制，自我管理，自我修复，适度的进化和学习能力，这也是现在人类能够创造出复杂机器系统的一个逻辑基础。
既然生物与机器的本质是想通的，而生物系统又已经活了亿万年之久，充分可以说明生物系统的进化规律可以应用在机器系统之中，这也解释了各个学科之间的相通性。基于这样的分析，今年我也会利用课余时间完成一门生物课程。
机器在不断升级进化的同时，人类也要认清楚一个现实，那就是当机器被赋予生命之后，人类必然失去部分对它的控制性。这也是2016年alphago战胜人类围棋大师之后，真正引起人类关注甚至是恐慌的根源。就如同电影《机械姬》中的情节一样，一旦具有超级智能的机器人背叛人类混入人群之后，接下来要被灭族的可能就是人类自己，毕竟我们的祖先也是消灭了同一时期的所有其他智人才有了今天的人类。不过这些道德伦理问题先让牛逼的科学家去研究吧，相信他们能够找出一个最优的收益函数能够让机器人为人类服务的同时保有对人类的怜悯之心，首先我们还是要先能创建出一个超级智能的机器人再说。
为了达成这个目标，首先将目光投向了蜂群。作为生物界超级有机体的代表，就要数昆虫群体了。通过作者的研究表明，蜂群并没有实质的领袖，蜂后也就是个有人喂饭的生孩子的村姑。当碰到搬家，选择下一任蜂后这样的大事时，蜜蜂选择了一种自下而上的传达意见的机制。当搬家时，会有几批蜜蜂出去探路，回来之后通过自己的语言表达哪个新窝更好。看了他们的说明，一批新人加入查看新窝的行列，回来之后再发表自己的意见。如此往复，最终更多簇拥者的新窝会当选。这就是人类今天投入了大部分精力去研究的集体智慧。集体智慧就如同一只看不见的手，从低层级涌现出来控制着群体；美国总统大选也采取了类似的机制，也可以证明这种自下而上的反馈方式能够很好的帮助一个集体乃至于国家来完成重要的决定。而这样的超级群体有一个特性，就是无法从低层级的存在推断出高层级的复杂性，而且无数成员之间的相互作用是呈指数级增长的，这也是我们平时说的量变引发了质变。
那么类似蜂群的仿生思维是如何产生的呢？为了得到解答，人类希望从各个类似的层面推断、证明出结论。早期人类就发现人体是由各个分工明确的器官组成的，从而推断完成人类思考的大脑是不是也分成了一个个的功能区域呢？早在1873年就有内科医生通过猴脑完成了对此理论初步的证实。这也让我想到了，人类历史上新观点的提出都是基于某种假设产生的，之后再去通过大量的实验加以证实。然而过程可能会充满坎坷，这时我们的思维方式应该是找到其他合理的原因去证明，而不是相信修饰过的貌似完美的错误数据，就如同日心说和地心说那样。
在证明了人脑是分成各个功能区域之后，科学家再次证明，人类的每个记忆如同存在一条主线一样，具体的相关内容则是每次回忆时对其进行索引及重新组装的产物。这也是我们自己在不停的反思之前的经历时，都会有新的收获的原因。记得我之前去台湾，记忆深刻的场景就是在古色古香的九份，一个细雨绵绵的夜晚，我在山顶的小棚子和朋友边聊天，边吃着热乎乎的特色小吃芋圆，脑中现在还能浮现出当时的场景。但是九份那古色古香的样子，其实已经被后来去过的西塘的样子所掩盖，而芋圆的味道也变成了我最近喜欢吃的麻薯的甜腻。
科学家提出：记忆就是高度重建的过程，在对记忆进行搜索时，我们会从数目庞大的事件中挑出重要的，忽略不重要的。后来，卡内尔瓦提出了“稀疏分布记忆”算法，致力于解决将有限数量的数据存入非常巨大的潜在内存空间中，并且如同感知记忆的模式一样，重新定位到了之前存储时的模式。由于更多的认识了人脑和蜂群思维的分布式感知和记忆的模式，也更好的给我们在分布式计算方面提供了生物逻辑的支持。
然而蜂群系统也是存在着各种弊端的，由于没有统一的指挥，所以传达上来的意见未必是最优的。同时他也存在着不可控性及不可预测性，就如同人类的进化，基因突变不一定是朝着对个人最好的方向进行的。同时他也会带来很多未知性，就如同上面提到的人类对超级智能的恐惧一样。对于一个新的理念我们都是先了解了他的优缺点，取其精华去其糟粕的应用到我们日常的产品与技术的推进中的。
网友评论