人工智能代替人脑(人工智能代替不了人脑)

 

审核专家：徐润生

加利福尼亚大学人工智能博士

谈到人工智能，电影《黑客帝国》中开创的科幻场面一度轰动世界、引领潮流。基于美国一位哲学家缸中之脑的假想，电影描述了这样的背景：自以为生活在20世纪末、21世纪初的人类实际上是数百年后被机器养育在摇篮中的生物能源提供者,但被囚禁在摇篮之中的人类却在人工智能Matrix创造的世界中重获自由。

这让我们不由得再次思考这样一个问题：如果你的大脑被机器控制，像原来一样给你传递各种神经电信号并给予反馈，你能发现吗？

人脑的神经行为模式

人的神经系统包括两部分：中枢神经系统和周围神经系统。大脑是前者中最大也是最复杂的结构，还是神经系统的最高级部分。所以在各类科幻作品中，大脑都是最关键的元素。例如刘慈欣的《三体》：为了打入三体人内部，同时最大限度减小负载质量，最终人类决定只把大脑送入太空。

神经元是神经系统最基本的结构功能单位，了解人脑，必定要了解神经元。下面我们着重介绍神经元及其工作原理。

神经元是神经行为的最核心元素。我们的脑中有超过100亿个神经元。研究发现，大脑灰质（由神经元细胞体组成）体积与智力之间有显著正相关关系，因此在人们通常的认知里，神经元越多，人越聪明。

神经元由两部分组成：细胞体和突起。长短不一的突起承载了不同的功能，树突较短用来接收信号，轴突较长用于传递信号。换个形象的说法：树突就好像是神经元的一扇扇门，而轴突则是敲门的手。当神经元听到敲门声，打开门就得到了行动的信号，如果神经元需要给别人传递信息则去敲其他人的门。每个神经元都有很多扇门和很多只手，也就是说每个神经元都与很多神经元相连接。稍微想想，你就会发现神经元网络是多么庞大了。

就像我们聊天时喜欢秒回的朋友，神经元在传递信号时也会喜欢那些反应敏捷的同伴。动作迟缓的神经元会逐渐被抛弃，使得神经元网络更加敏捷精炼。（或许这就是大家认为大脑会越用越聪明的缘故吧。）

人工智能的原理

了解了人类大脑对信息的处理和传递，我们再来看看人工智能的发展历程。

人工智能的发展可谓一波三折，上世纪50到80年代是符号主义时代，人们试图通过分析人脑处理问题的方式将逻辑推理能力赋予计算机系统，最终并不成功；此后的20年专家系统成为主流，人们尝试总结人类的知识并教授给计算机系统，但同样遭遇滑铁卢；21世纪以来，数据的重要性逐渐被察觉，从数据中挖掘信息成了潮流，基于大数据的深度学习在语音、图像领域获得巨大成功。我们现在熟知的语音转文字、自动翻译就是这一阶段最初的重大成果。

作为当前人工智能的核心，我们有必要了解一些深度学习的基本内容。深度学习模型的前身是神经网络，也在一定程度上表明前者对大脑神经元网络的模仿。

为了更形象地说明这一点，我们采用最简单的线性回归模型来进行分析。举个例子，当我们要判断或者说预测某套房子的价格时，我们会想到很多与此相关的因素，这里选择其中两个主要因素：面积和房龄。用X1表示房屋的面积（平方米），X2表示房龄（年），用y表示房屋价格（元）。线性表明以下式子成立：

其中a1、a2称为权重，权重决定了每个特征（面积、房龄）对预测值y的影响。假设我们现在有很多已知的房价和相应的房龄及面积数据，我们就可以通过各种方法（如最小二乘法等）求出参数a1,a2和b的一组值。

互联网小常识：标准分类的IP地址由网络号和主机号组成，共32位，采用点分十进制的方法表示。

有了这组值，我们就可以预测其他房子的价格。在这一预测过程中，输入是房子的面积和房龄，输出是预测的价格。

我们可以与神经元的结构进行类比，将X1和X2看作是神经元细胞体的两个树突，神经元接收到这两条信息后进行处理（根据a1、a2计算y的值），得出结果后通过轴突进行传递。一个神经元就可以囊括一个输入层和一个输出层。

人脑中复杂的神经网络支撑着我们进行各种各样的活动，多层神经网络以及其他各式各样的神经网络能够帮助我们解决预测、图形识别等很多问题。

下面再介绍一个通过人工智能发现规律的案例。

人脑存储的知识有限，分析数据和利用数据的能力同样有限，而越来越先进的硬件设备保障了海量数据的存储分析，更能从中发现隐藏的规律。例如美国一家机构在分析了超市商品的购买数据后发现，啤酒和婴儿的纸尿裤常常一起卖出，分析调查后发现这是爸爸们周末出门采购的常用搭配。于是这家超市将啤酒和纸尿裤放在一块儿售卖，方便了爸爸们，也增加了销量。

这只是人工智能分析数据的冰山一角，它可以帮助我们发现很多隐藏在数据中的联系，通过分析理解就可以从中受益。

人的哪些行为是人工智能不能模拟的？

随着人工智能技术的蓬勃发展，曾经电影中超前的科幻想象似乎在一步一步走入现实。关于人脑和人工智能的对峙也越发明显，特别是我们熟知的游戏领域：深蓝（象棋AI）、AlphaGo（围棋AI）都在与人类的比试中取得瞩目成就。

我们不由自问，哪些方面是人类占优的呢？

基于大数据的人工智能，让我们越了解人工智能，就越认可对人类行为的数字化。可以试想，如果有一台机器记录了所有的个人信息和社会数据，那么人和机器会有差别吗？

这一点目前很难给出确定的答案。特别是当前的硬件条件无法支撑如此庞大的数据量，未来的事就更难以预测了。

人工智能无法替代人类的观点之一是人工智能的边界性。设定好了范围，程序就只会在固定范围内运行，而无法跳出这个框架。

但平心而论，我们人类自己没有边界吗？曾经的人类相信天圆地方，今天的人类在未来看也可能是坐井观天。真理总是在一定限度范围内的，超出了这个限度，可能会得到其他的结论。

人工智能无法替代人类的另一大障碍是人的情感领域。人工智能的核心是运算，而一切基于想象、联想、猜测、创新等方面的东西，在可以预见的未来中人工智能还是很难比拟人类。

互联网小常识：OSI管理模型由ISO发布，管理站和代理之间通过CMIP相互交换管理信息，通过GDMO标准定义被管对象提供的服务，在这个模型中每一层中都定义有相应的管理功能，它们由层管理实体（LME）来完成。

人脑中有上百亿的神经元，而人工智能的复杂度远不及此，因此它的运算总是有限度的，它的功能也总有边界。AI可能永远搞不清楚为什么人类会把两个风马牛不相及的东西联系在一起，它也不知道在强烈的感情冲击下，人类会做出超越本身常规和极限的事情。

就目前来看，创造者和被创造者之间的界限还是非常分明的。或许正因如此，我们将会迎来人机交互，人脑与人工智能联合的智能时代。

互联网小常识：交换表建立的过程。开始空白，有数据帧进入则查找目的地址是否在交换表中，在则转发，不在则广播报文，拥有该地址的网络会回应报文，交换机将该记录加入表中。表的维护通过时间戳来完成。添加或引用时便会更新时间戳，定期删除某个时间戳以前的项。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186