如何创造思维：人类思想所揭示出的奥秘
雷·库兹韦尔
67个想法
各方赞誉
>> 如何创造意识、思维，也许是人类认识自然的最后难题，是意识对自己的回归
推荐序 解放思想
>> “不断加速的科技进步，以及其对人类生活模式带来的改变，似乎把人类带到了一个可以称之‘奇点’的阶段。在这个阶段过后，我们目前所熟知的人类的社会、艺术和生活模式，将不复存在。
>> 库兹韦尔只是把“奇点”当作一个绝佳的“隐喻”。这个隐喻就是，当智能机器的能力跨越这一临界点之后，人类的知识单元、连接数目、思考能力，将旋即步入令人晕眩的加速喷发状态——一切传统的和习以为常的认识、理念、常识，将统统不复存在，所有的智能装置、新的人机复合体将进入“苏醒”状态。
>> 将先进计算技术构筑而成的“非生物性大脑新皮质”，与人类的大脑新皮质“对接”起来，创造无可限量的人类智能大爆发的可能，迎接“奇点”的到来！
前言 揭开人脑思维的奥秘
>> 智能算法能自动识别假的证件；能指挥飞机的起飞和降落；能指导智能武器系统；能帮助涉及计算机辅助的产品；能及时追踪库存水平；还能将工厂里的产品分门别类地放在一起；它甚至还会下国际象棋，参加大师级水平的围棋比赛。
>> 新皮质的运作原理已被证明是世界上最重要的思想，因为它能够呈现所有的知识和技能，并可以创造新的知识。毕竟，是新皮质创造了每一部小说、每首歌、每幅画、每个科学发现和其他人类思想的各种各样的产物。
>> 任何一个有智力的笨蛋都可以把事情搞得更大、更复杂，也更激烈。但往相反的方向前进则需要天分，以及很大的勇气。
01自然界的思想实验
>> 大脑新皮质的统一模式
02思考的思想实验
>> 02思考的思想实验大脑和计算机都能存储和处理信息，但是，大脑和计算机之间的相似性可不只是看上去那么简单。大脑的记忆是层级结构和连贯有序的。记忆奇妙地出现在你的脑海里，一定是某些事物触发了它们。我很少用语言来思考。想法产生后，我才会设法用语言来表述
>> 思考，人脑不同于计算机
>> 记忆是连贯有序的
>> 让我们按照顺序写下来，再倒序读出来，肯定是轻而易举的。因为这时我们用到了一个很早就出现的工具——书面语，以此来弥补人类独立思考的一个缺陷。（口语是人类的第一发明，书面语是第二发明。）我们发明工具正是为了弥补我们的缺陷。
>> 也意味着我们的记忆是连贯有序的，可以按照记忆刻入时的顺序获取，却无法倒序获取。
>> 我们的头脑中并不存储图片、视频和录音之类的内容，我们的记忆是一种有序的图像记忆。未能图像化的部分会从我们的记忆里慢慢淡去。
>> 我们的识别能力能够提炼出图片上那些不会在现实世界中发生改变的恒定特征。
>> 讽刺漫画以及印象主义这些特定艺术形式虽然会有意地改变一些细节，但重心依然会放在我们可以识别的大体轮廓上（人或物）。艺术其实先于科学一步，发现了人类感官系统的强大。
>> 因此，对于感知的意识体验实际上会因为我们作出的不同诠释而改变
>> 这表明我们在不断对事态进行判断和设想我们将会有怎样的体验。这种期望会影响我们对事物的实际感知。对事态进行判断其实是我们要有大脑的首要理由。
>> 联想因触发而生
>> 记忆的结构是层级的
03大脑新皮质模型思维的模式识别理论（PRTM）
>> 只有具备自联想能力和特征恒常性能力，大脑新皮质才能识别模式。思维模式分两种：无目标思维和导向式思维，做梦就是无目标思维实例。
>> 分层模式
>> 虽然人类只拥有简单的逻辑处理能力，但却拥有模式识别这一强大的核心能力。为了进行逻辑性思考，我们需要借助大脑新皮质，而它本身就是一个最大的模式识别器。大脑新皮质并不是实现逻辑转换最理想的机制，但却是唯一能帮助我们进行逻辑思考的武器。
>> 我们估计，一个精通某一特定领域的人大约掌握了10万个知识点。莎士比亚创作戏剧用到了10万个词义（涉及29000个不同的单词的多种组合）。涵盖人类医学知识的专家系统表明，一个人类医学专家通常掌握了大约10万个其所在领域的知识块。从这个专家系统里识别某一知识块并非易事，因为每当某一个具体的知识点被检索过后，就会呈现略微不同的面貌。
>> 模式结构
>> 每个模式（由大脑新皮质中约为3亿个模式识别器中的某一个进行识别）由3部分组成。
>> 第一部分是输入，包括构成主要模式的低层次模式。
>> 第二部分是模式的名称。在语言世界里，高层次模式就是简单的词语
>> ”第三部分是高层次模式的集合，它其实也是模式的一部分。
>> 大脑新皮质的工作就是对预计会碰到的事物进行预测。想象未来是我们拥有大脑新皮质的一个主要原因。在最高的概念层次，我们在不断预测——下一个经过这扇门的人将是谁，某个人接下来会说什么，转过弯我们将看到什么，我们行动的可能结果，等等。这类预测在大脑新皮质层级结构的每个层次中不断发生。我们之所以经常无法识别出人、事或词语，是因为当时确定的预期模式阈值太低
>> 流向大脑新皮质模式识别器的数据本质
>> 似乎大脑新皮质模式处理器的输入如果不是三维的模式，就一定是二维模式。然而，在大脑新皮质结构中，我们看到模式输入只是一维列表
>> 我们建立人工模式识别系统（例如语音识别和视觉识别系统）的所有工作都证明，我们能（并且已经做到）用这些一维列表展现二维或三维现象
>> 事实上，记忆存储在大脑新皮质中的目的就是为了被识别。唯一的例外存在于可能概念层次的最低一级，其中模式的输入数据代表具体的感官信息（例如，源于视神经的图像数据）。可是当它到达皮质时，就连这个最低模式层次也已明显地转化为基本模式
>> 因为这些记忆没有贴上词语、声音、图像、视频的标签，所以当你尽力回想某一件重要的事情时，实际上，你要在头脑中重建图像，因为真实的图像不存在。
>> 。语言本身高度层级化，而且通过进化利用大脑新皮质层级化的本质，反过来反映出了现实世界的层级本质
>> 如果我们把某个故事说了很多遍，我们就可能开始认识到语言的序列，它将故事描述成一系列分割的序列。即使这样，我们的记忆也不是严格意义的词语序列，而是语言结构序列，每次讲故事我们都需要将之转化为具体的词语序列。
>> 每个重要的模式——处于每个层次中，都会重复多次
>> 层级结构向上的每个层次都有大量的冗余，允许与该概念保持一致的、一定变化程度的存在。
>> 自联想和恒常性
>> 学习
>> 这个学习的过程甚至在我们出生之前就开始了，与大脑生长的实际生理过程同时发生
>> 如果每次每层向它们呈现的是越来越抽象的材料，机器也只能做到像人类那样的学习（尽管没有那么多的概念层次）。
>> 思想的语言
>> 理解自己的思想内容对我们而言已经很困难，而理解别人的思想内容还要求我们掌握与自己不同的大脑新皮质
>> 我们还不能接触到其他人的大脑新皮质，我们需要依靠别人的努力将其思想用语言（还有其他的方式，如手势）表达出来。这样，我们才能理解别人的思想。
>> 我们有两种思维模式。第一种是发散思维，想法以一种不合逻辑的方式相互触发。当我们在做某事时，例如整理庭院或走在街上，突然回忆起几十年前或几年前的某段往事，那段经历被记起来——像所有的记忆一样，以一个模式序列的形式
>> 第二种是定向思维。当我们尝试解决问题或者制订一个严谨的答复时就会用到它。
>> 进行定向思维时，我们在大脑新皮质中读阅列表，每个列表扩展成大量的子表层级，每个列表都有自己的考虑
>> 梦的语言
>> 梦是发散思维的实例
>> 模型的根源
04人类的大脑新皮质
>> 智力到底是生物进化的最终目的还是只是目的之一呢？
>> 进化带来的改变也并不总是朝着更高的智力水平前进——它们朝着各个方向发展。
>> 新皮质的分层学习能力
>> 积木式神经元集合
>> 神经元是新皮质学习的基本单元，这是赫布理论的核心假设。
>> “这些集合由大脑自行设计，外在力量无法改变这种联系，而且每个集合就像乐高积木中的一小块，需要拼凑组合才能习得知识。记忆就是将这些单个积木搭建成复杂建筑物的产物。”
>> 我却更倾向于认为，这些模块的目的是辨识模式，并记住它们，然后基于部分模式预测其他模式
>> 新皮质中，那些很少使用的长距离连接最终会被抛弃，这也解释了一个现象：当新皮质的某个区域受损时，新皮质会继续使用原始区域，而不选择受损区域附近的区域——因为前者工作效率更高
>> 视觉皮质与通用算法
>> 大量的可塑性证据（学习与信息交流）是新皮质通用算法存在的最有力证据，换句话说，通过使用新皮质的通用算法，我们可以使一个区域完成本该由另外一个区域完成的任务。
>> 如果由于某种原因，信息传播受到阻碍，新皮质的另一区域就会介入并接管受阻区域的工作。
>> 负责处理不同模式类型的区域可以相互替代。
>> 这种可塑性的实现是通过“结构变化，包括皮质突触和树突棘的形成、移除以及形态改变”。
>> 模块之间的连接大体上是从经验中确立的（后天培养而不是自然形成）
>> 数学上来说，过去几十年里我们在人工智能领域开发的用来识别和智能处理真实世界现象（如人类话语和书面语言）、理解自然语言文件的技术，和我上文所呈现的模型很相似。它们都是思维模式认知理论的例子。人工智能领域并不是尝试复制人脑，它只不过是达到对等的技术
网友评论