有一天和冉鹰同学说起以后要买什么样的车，突然就想到要是有一种象 F117或者F22那样的车，侧面都是斜的，能够把雷达波反射到天空上去，这样的话就可以肆无忌惮的超速了，警察叔叔拿着测速器对着你，结果却没有读数，haha，想想就觉得好玩...

今天冉鹰汪玲同学来我家吃火锅，在等水开的时候某人（忘了是谁了）问了一个看似很简单的问题，为什么水开之前会响？然后我和冉鹰都陷入了沉默...

 

这个问题好像不是很trivial...

 

水开之前我们想出来一个解释，似乎有点道理：

 

学过热统的都一定见过一个习题/例题，里面有个结论是气泡内因为表面张力产生的附加压强是反比于半径的。这个很好理解，沿圆周切一刀，表面张力的附加压力正比于周长，也就正比于半径，作用面积正比于截面面积，也就正比于半径平方，一除就是附加压强反比与半径。因为这个现象涉及到过热过冷液体/气体的亚稳态，所以必然在热统中提到。

 

而我们已知普通的水在加热的过程中，因为容器壁比较热，又有天然的汽化核，会在容器壁析出溶解的气体，沸腾之前底部可能局部已到或者很接近沸点，但是上面还相对比较冷，所以底部水蒸汽会以这些气泡为汽化核产生。于是气泡扩大，脱离器壁上升，遇到上面较冷的水后水蒸汽液化，气泡变小，压强增加，增加的压强加速了气泡的减小，直到半径趋于零，压强趋于无穷大，并且又没有了汽化核，于是气泡变小速率趋于无穷大，就“bui”的一声消失了。因为这是一个奇点，所以发出一点声音也是正常的。千千万万的小气泡就在水的对流中不停的产生消失，应该能发出水烧开之前的声音。

 

这种说法可以解释为什么只会在烧开前不久听到声音--因为这只会在底部局部达到/接近沸点的时候发生，这时候应该离烧开不远了。这个说法还产生了一个可以验证的预言：如果用巨干净的容器烧除气后纯水，在发生爆沸之前不会发出类似的声音。我有空一定要去实验室试一下，到时候再来报告一下。

 

这个问题居然（当然是很短时间了）难住了一个mit学理论物理的phd和一个harvard学实验物理的phd，汗...  （插播广告--科学在身边哈）

 

后来去google了一下“响水不开，开水不响”的解释，发现各种神奇的解释--有人说是气泡膨胀缩小所以和周围的水共振的声音，还有人说是水分子氢键断裂的声音，当然也有人似是而非的提到是气泡缩小产生声音，不过没人提到这个气压趋于无穷大的奇点和发声的关系。后来加上附加压强这个关键词，查到了一些和我们很类似的解释，不过也没有提到这个奇点。

 

越想越觉得我们的解释有道理啊...

有一年没打羽毛球了，前两天终于找到了合适而且方便的对手，狠狠地打了一个小时，到现在还要酸腿疼...  好久不锻炼的恶果亚

 

从本科的时候跟着Fang打羽毛球开始，一直挺喜欢这个运动。除了有趣和运动量很大以外，还很喜欢大力击球那一瞬间发力的感觉。其实肌肉的绝对力量相差不是很大，通过恰当的用力顺序，调动全身的肌肉，给球拍充分的加速所打出来的球，和虽然胳膊用了很大的力气，但是发力不正确打出来的球，速度和声音都有天壤之别。胳膊后引以后，开始发力的时候，能够感觉到，腿和腰腹部的肌肉都参与了给球拍加速的过程，到最后球拍达到最高速度只有一刹那，之后，身体的各个部分就开始给球拍减速了。如果击球不在那一瞬间，速度也会差很多。另外发力还有一个好处就是省力，只需要在发力的一瞬间用力即可，其余绝大部分时间身体都处于半放松状态，不会太累。

 

后来学了点儿散打，对照跟人对打的经验，慢慢又接触了一些传统武术的说法，对发力又多了一点体会。发力总是尽量全身参与，尽量利用腰腹和大腿的大肌肉群，充分利用身体扭转/折叠的自由度加速，最后打击的一瞬间要尽量绷紧，增加碰撞的“有效质量”。发力后有效的高速阶段也相当短，除开这一段小小的距离，打击力的下降也很快。这也是高手看到拳头迎上去的原因：人的本能是躲开，可以离开对手发力的有效范围，但是躲开就失去了自己进攻的机会；克服心理障碍迎上去也能躲开对手的有效打击范围，这个时候离对手还足够近，可以调整自己在发力最有效的阶段击中对手。传统武术里面对发力有更细致的技巧，比如通过站桩调整脊柱的弯曲，更好的传递腰腿肌肉的力量，用适当地姿势调整打击那一瞬间身体骨架的结构，加强身体的刚性从而增强打击力度等等。

 

发力还有一个附带的好处--很爽。不知道是为什么，发力的那一瞬间，有一种很难形容的畅快的感觉，可能是身体对肌肉协调工作的一种奖励措施。

 

现在回想起来，以前参与的运动中，还真有些因为不会发力一直不得要领的，最典型的就是铅球。从小直到高中毕业，我的铅球虽然不算太差，但是一直扔不远，现在想想，很可能是转腰的过程有问题。现在如果有机会练一练，应该还会有比较大的提高。另外我对跳高似乎也始终不得要领，怎么也摸不到篮圈，现在也不知道是怎么回事...

 

根据这些特点，Hawkins构造了一个层次结构的算法，其中每个column可以认为是一个单元。每一个单元都作同一件事情：根据现有的下层向上传送的信号和上层向下作出的预测，从而预测下一时刻将会接收到的下层信号并向下传播，同时将上一时刻的预言结果向上传播。

 

这个算法中，每个单元都是等价的，自然满足新皮层的均匀性。而且同时存在的向上传播的感觉信号和向下传播的预测信号，可以解释同时存在的向上和向下的轴突。另外，这个算法天然的符合新皮层认识世界的层次特性。

 

 

具体一点说，某一个单元，此刻接收到上级传来的预测，期待从下级接收到某类信号，同时我们从多个下级接收到感觉信号的时空分布，通过记忆，将期待接收的信号展开成时空分布与接收到的信号对照。如果预测正确，那么我们做两件事情，1、向上级报告我们接收到的信号名称，作为上级的输入；2、通过记忆/上级的预测，预测接下来我们会接收到什么样的信号，并将此预测传递到下级各相应单元。如果预测失败，且接受到的信号是记忆中的另外的信号，那么1、向上级报告预测失败，引起注意；2、同样向上级报告我们接收到的信号名称；3、通过记忆预测接下来我们会收到的信号分布，向下级传递。如果预测失败，且接收到的信号是未知分布，则：1、向上级报号预测失败，接受到未知信号，引起注意；2、将新信号本身向上级传递，上级可以在更大的范围内查询这个新信号；3、试图记忆这个信号。

 

在层次结构中，最高层单元是唯一例外，因为最高单元需要快速记忆所有下级发现的未知信号，而新皮层产生新的记忆是很慢的。所以，它并不位于新皮层中，这个最高单元是海马体，我们已知它在解剖上确实位于新皮层的最高层，并且能够临时快速记忆。这些临时记忆或者通过以后的反复练习，“固化”到新皮层里，形成长期记忆，或者就忘掉了。

 

书中还详细描述了新皮层的六层结构是如何完成这些功能的，以及脑的其他结构在这个模型/算法中起到的作用，也不多说了。

 

Hawkins的学生（现在是同事）Dileep George，确实用这个算法写了一个小程序，用于图像识别，看起来还是很成功的。

 

谈一点感想，Hawkins的新皮层算法，也许大致是正确的。但是我总觉得好像少了一点东西--他没有描述最高层的工作，也就是意识的算法。Hawkins忽略了这个问题，认为意识就是拥有新皮层的感觉。但是有人认为控制意识的可能是脑相当原始的部分，比如脑干的网状结构等，也许新皮层只是意识的“工作桌面”。我稍微倾向于后一个观点，如果有的话，意识应该是一个简单而灵活的算法，起到类似于赵南元的模型中软结构的功能，否则光是新皮层算法似乎有点呆板。

 

但是不管怎么说，Hawkins是往前走了一大步，我们现在已经有一个大致的framework可以验证了，不再像以前那么茫然，说不定在我们这一代人的有生之年就可以看到问题的解决。

 

以前，总觉得世界像朗道说的一样，好的问题都被解决了，新的问题，就比如人工智能，还遥遥无期。现在看来，我们也许是幸运的一代，处在人工智能革命的前夜。这个革命对人类社会的影响--机器能够自己思考，也就能干一切人可以干的事情--也许要超过三四百年前自然科学的诞生。

 

 

（完）

最后一本，是Jeff Hawkins的On Intelligence。

 

这本书建立在一个令人震惊的假说和一个算法的基础上。

 

假说是（Mountcastle最先提出）：大脑新皮层不是高度分化，有复杂结构的组织，而是由column（应该翻译成啥？）为单元的，在结构和算法上的均匀网络。

 

这个假说是Mountcastle很久以前提出来的。它通常被人们当作一个肤浅的实验观察而忽略了，因为--显然，大脑是分区的，有各种各样的中枢，在不同的位置。但是我们认真考虑，就会发现这个假说可以将所有的“证据”完整的拼合到一起。新皮层的结构是均匀的，所有部位都执行同样的算法，只不过连接到不同的感觉神经/运动神经，处理不同的数据而已。

 

此假说有如下支持：
1、解剖学上，各处结构确实大致一样，神经细胞都分六层，构成column。
2、进化上，人类进化晚期几十万年内新皮层急剧扩大，除了column的数目单纯的增加，很难在如此短的时间内形成大规模更复杂的结构。
3、逻辑上，新皮层有很强的可塑性，我们可以学会不同的语言，识别不同的人造物体，这些东西都不可能写进基因。而且先天残疾人的大脑分区和其他人就不一样，所以基因也不会决定哪里是视觉中枢，哪里是触觉中枢，因此也不会决定视觉中枢和触觉中枢有什么结构上的区别。

...

 

一个绝妙的理论需要满足的条件--意料之外，情理之中，这个假说全都满足了。当年牛顿（还是别人？）认为天上和尘世应该遵守同样的物理规律也不过如此吧！

 

Hawkins说，他看到这个假说的时候几乎要从椅子上掉下来，我也一样，我估计大家都一样，呵呵。

 

承认这个假说，下一步就是寻找这个共同的“新皮层算法”。

 

 

在找到这个算法之前先看看新皮层和“新皮层算法”认识世界有什么特点。

 

首先，大脑处理的信息除了空间分布以外，时间分布也很重要，比如用手指摸东西，如果手指和物体之间没有相对运动，是不会产生质感的；或者，背诵课文只能按正常顺序，通过前一句而背出下一句，不论正背多么熟练，要是不加练习而要求倒背，都是办不到的。

 

其次，新皮层是按照世界本身层次结构的原样来认识世界的，而和照相机/录像机这样的图像记录有本质的区别。比如底层的视觉中枢有的细胞识别某些方向的线条，有些识别某些方向的运动。到高一点的层次，有的通过线条的组合识别耳朵，有的识别鼻子。到了最后有的细胞就能识别一张脸，不论脸出现在视野的任何位置，沿任何方向运动。

 

第三，从解剖结构入手。在感觉信号被层层处理，向上一级传递的通路中，可以观察到除了下层神经元有轴突将信号向上层传递以外，上层神经元也有同样大量的轴突向下层传递信号。这说明在新皮层中，除了正常的信息传递以外，还存在同样大量的反馈信号。

 

（待续）

（改叫读书笔记比较合适，呵呵）

 

这本书的第二部分描述了这样一个程序的基本工作方式。

 

通过观察一系列自我建造过程，比如造高塔，生物的发育以及整个进化过程，赵南元发现一个共同的模式：把整个系统看作两部分。一部分是已经建造好的结构，为进一步的建造提供支持。这部分一旦建好，就不做原则上的更改，只是修补。这一部分被称之为硬结构。另一部分则只参与建造过程，而且极为依赖硬结构当前的状况和功能。这一部分被称为软结构。

 

在复杂的系统中，硬结构不能做原则上的改变，是因为每一部分新产生的硬结构都被以前所有硬结构支持，依赖于之前硬结构的属性。对前硬结构的任何原则上的修改都会造成后续硬结构的失效。另外软结构应该足够灵活，以便可以充分利用各种可能性。

 

这种模式，把建造复杂系统的难度与系统大小的关系从指数函数下降到了线性函数。这个模型被称之为软硬结构模型。

 

书中有两个令人印象深刻的例子。

 

第一个是电脑作诗机。在假设有算法可以判断韵律，典故等等的基础上，人们通常认为电脑随机作诗的概率，按一级字库，五言绝句算是3755^-20大约是3*10^-72。让电脑运行10^72次得到一首诗是一个长到不现实的时间。如果使用软硬结构模型来作诗，则只需要检测下一个字是否与之前所有字相配，运算量减少到了3755*20=7510次，只需要一瞬间！（应该是个巧合，几年之后，稻香老农的电脑作诗机风靡网络）

 

第二个是对生物复杂性不可逆增加和胚胎发育重演律的解释。进化正是一个典型的复杂系统自我建造过程。一旦新的有利性状建立在旧性状的基础上，旧性状就硬化了，整个演化过程就是新性状不断产生和硬化的过程，所以生物的复杂性越来越高。拿书中的例子来说，就是当腔肠动物发明肛门以后，一旦消化道胃肠出现分化，消化成为流水线作业，肛门就被固定下来了。同样，每次有利变异反映在发育上，就是在已有的胚胎上做一个改变，在此之前的发育过程就被固定下来了。这样，受精卵首先发育成最古老的祖先的胚胎，然后再在这个胚胎的基础上发育成次古老祖先的胚胎...直到整个发育过程完成，所以发育大致重演进化过程。这是我所见到对复杂性增加/重演律最简单合理的解释。遗憾的是，书中并没有提供任何严格的实验证据。（其实旧性状并非都硬化了，这两个规律也不严格）

 

人工智能系统用这个模型来描述，简化的说，就是一个建模程序，它使用已有的模型（记忆），结合输入信号（包括外界信号和自身状态），对其中未知的信号（目前尚无法预言的信号）进行建模或者修改已有模型。这里，已有的模型属于硬结构，而建模的算法属于软结构，（其实就是心灵--mind）。值得注意的是，在一开始，用不着任何好的建模算法，只是最最简单随机“学习”碰运气，随着不同的模型，模型的模型...的积累，建模算法自己会变得越来越有经验。另外，作为外界的一部分，我们也不需要严格检查模型是否和外界一致，只要模型有效（符合善理原则），系统就会通过“观察”和同我们的“交流”自己慢慢进步。毕竟，我们和计算机有着不同的感觉器官输入，本来就不能期望计算机看到的世界和我们严格一样。

 

书里面还有很多更仔细的讨论，包括各种学习算法，形象思维，评价，意识，注意...就不具体说了。

 

介绍完了说说感想。

 

正面的：在我看来，两个主要结果--非形而上学的哲学和软硬结构模型--对于人工智能可以算是观念上巨大的进步。就这一点而言，这本书比彭罗斯的《皇帝新脑》有意义多了。

 

反面的，十分遗憾，书中没有真正的构造出来一个哪怕最简单的可以工作的建模系统--没有“心灵算法”。看起来要把软硬结构真正写成可操作的算法，还有很大一段距离。虽然赵南元尽量做到“工程化”，书还是太“玄”了。

（待续）

人工智能读后感--赵南元的认知科学和广义进化论 之一

 

认识赵南元是通过很久以前的一门奇怪课程。当时是高二（或许是高三？），班主任老师突然跑过来说，清华大学给我们开了一门课，每个星期的某几天去某教上课，去不去自愿。当时我们都是小白鼠，不时有奇怪的事情发生，比如说，这节课让心理学家来作心理测试，或者下节课去给语音识别软件录音做数据库等等等等，都习惯了，也就没有多想。现在想想其实非常奇怪，赵南元在自动化系，我们原则上将会/已经挂在物理系，他怎么会莫名其妙的跑过来给我们专门开一门课，没教材没考试没作业，还是自愿？

 

其实这门课讲的就是他的《认知科学和广义进化论》，我们当时并不知道有书。他讲课很有趣，后来我在教材科意外发现书就买了下来。

 

这本书的争议很大，有人认为写得很好，而有人认为是胡说八道。和《皇帝新脑》相比，这本书更像成熟科学产生前的著作，有大量的实验事实和并不严密的推论，这大概是被认为是胡说八道的理由。但是从另一个角度来看，《皇帝新脑》是站在现代数学和物理的基础上对人工智能可行性的批判，而本书则是试图从头建立人工智能的基础。当前人们对意识/心灵的理解本来就处在这样一种朦胧的状态，考虑到这样的历史条件，书写成这样也算正常。

 

这本书解决了两个非常基础的问题 -- 1、人工智能不存在哲学困难；2、人类意识/心灵的基本过程可以表述为一个可积累的正反馈过程，赵南元称之为软硬结构模型。

 

先说第一点。其实多数科学家都倾向于忽略这个问题，认为做科学不需要考虑哲学问题。但事实上，正是哲学上的困难造成了这个领域里相当多的疑惑。比如说，彭罗斯提到过，洞察力很奇怪，我们如何能够看到现象背后的规律？另外，客观事实是什么，真理是什么，我们如何能够感知柏拉图世界？赵南元考察了这一系列的困难，发现困难背后都有一个共同点--总有一个形而上学的概念，让这些问题变得不可捉摸。而科学家希望一切概念都是可操作的。

 

没有办法，他只好自己发明一套哲学体系。在这个体系里，取消了形而上学的概念/命题，除非自明的起点--我。从这个自明的起点出发，我思故我在，我们观察到的一切，都是我们接收的刺激信号，我们用些信号在头脑中建立起了世界的模型。在生活中，我们不断调整模型，发明模型运作的规则和规则的规则...这里，头脑中的模型是真实的，我们觉得存在于我们之外的世界则是这个模型向外投影产生的虚像。我们觉得我们生活在这个虚像中，不论这些刺激信号是由一个“物理世界”产生的还是“Matrix”产生的。这个观点被赵南元称之为“逆镜模型”。（之前人们认为心灵像一面镜子，头脑中的模型是客观世界的虚像，这里正好反过来）

 

下一步就是如何选择世界模型。我们并不知道哪一个模型更好，赵南元给出了一个判断标准--存在/稳定，简单/经济，有预测能力，他称之为“善理原则”（叫善理的原因见后）。这个原则实际上是科学系统内部原则的一个外推。在这个原则下，科学系统当然是最大的一个内部自洽，满足善理原则的系统。从而我们选择了外界有一个物理世界，产生知觉的模型。到此为止，赵南元做好了哲学和科学的接口，科学产生的结论不受影响。其实这里有点逻辑问题，用科学的标准来选择，结果当然是科学，但是这个问题并不重要，因为我们本来就是想在科学的框架下研究人工智能问题。其他可能的标准可以暂时不管。

 

这样，一个简单的和科学兼容的哲学体系就建立起来了。用这个体系的观点来看，我们刚才提到的疑惑都消除了：

 

洞察力：我们只是在建立大脑操作模型的规则，“客观世界的规则”仅仅是这个规则的虚像。不存在透过现象看到世界背后规律的神奇洞察力。

 

客观世界和真理：客观世界是个虚像，同样也没有真理，只有好的理论和更好的理论。（所以他把那个标准叫“善理原则”）

 

柏拉图世界：那就是我们头脑中的模型世界，当然能感觉到啦。

 

赵南元在书中还把这个系统应用到其他相关的问题上，有一些比较精彩的推论...这与主题无关，详细的就不提了。

 

在这样的系统中，人工智能的可能性就等价于一个自动构造世界模型的程序的可能性。我们不再被奇怪的哲学问题干扰。

 

（待续）

DC结构是不是要取代SLR结构是一个引起争议话题，各种论坛上已经吵了不是一天两天了。SLR在目前还是有决定性的优势--速度，成像质量，但是这都是EVF可以慢慢解决的；EVF的优势--成像可以经过任何处理，也就意味着更好的所见即所得（和其他你能想到的任何好处），却是SLR的OVF难以想象的。这基本上也算吵到最后的一个共识，也许EVF将来一定会代替OVF，现在还是SLR好。这个将来，可能多数人都觉得是很久以后的事情了。

 

不料，前两天Olympus的E-330成为第一个EVF的高端相机。它似乎标志着DC结构革命的初步开始。虽然为了解决速度和CCD拍摄模式的要求，E-330其实还是使用了SLR结构，另外用第二片专用CCD来取景，但是这毕竟是EVF。另外，用专用CCD取景本身就是一个很好的想法，能够以目前的技术，用比较小的代价实现EVF而不影响成像质量。这是数字相机业的一大步！

 

其实，除了成像质量，EVF的其他技术问题在现阶段都是可以解决的。最为大家关心的处理速度似乎不应该成为问题，图像处理是一个典型的并行处理问题，并不需要多么强大的CPU/DSP，只要多通道采样，通道数足够多，处理器也足够多，总是可以很快完成的（尤其是有一个取景专用CCD以后）。

 

总觉得，数字相机的发展速度和其他数字技术相比太慢了，很多东西早就应该普及或者出现的，比如说，统一raw格式；镜头内置畸变，色差校准数据；并行图像处理器；这次的EVF；甚至于干脆直接记录入射光场，通过运算成像... 对不起，我好像又开始YY了...

 

大概是因为相机本身不是一个开放的系统，所有的东西都在一个公司内部，而公司总是为自己的利益考虑的更多。这也看出来一个象PC一样的开放系统是多么重要了。

 

又跑题了，还是让我们拭目以待这场革命吧。

《皇帝新脑》

 

首先申明，彭罗斯是大牛，我是小虾米，随便说说而已，当不得真。

 

这是三本书中唯一对人工智能持怀疑态度的一本。书写得很精彩，从中能够学到很多东西。遗憾的是书中的推理似乎有问题--或者是我的理解力有问题。

 

基本上，彭罗斯宣称心灵的原理需要量子尺寸的新物理学，算法不能产生真正的智能。在我看来，这种宣称其实很可疑。首先，人们基本上能够接受，因为细胞尺寸足够大，神经细胞的一切活动可以被当前的量子力学（其实就是化学）加上经典物理解释。要想推翻这个结论，彭罗斯缺乏直接证据。其次，对一个尚未理解的复杂过程，在缺乏证据的情况下，简单地宣称需要新的物理学，实际上是比较不负责任的态度。

 

本书的论证主要从哥德尔定理出发，任何一个复杂的形式系统，总能够找到一个不可证的命题，但是人能够通过洞察力得知这个命题的真伪，所以心灵决不能被一个算法表达出来。书中举出了各种例子--分形，准晶，物理学...以极大的热情赞美人类心灵伟大的洞察力。

 

可是，这样的推理似乎并不令人信服。推理中所提到的形式系统，总是被人造出来的，人作为外界参与构造与判断，和形式系统并不处在等价的位置上。要得到书中的结论，必须以下两条同时被证明：1、形式系统能够自动发现并证明某一命题不可判断。2、对人不存在不可判断的命题。

 

当然，就算推理有问题，现在也没法证明/说明彭罗斯的结论就一定错，一切都需要“解剖心灵”的实验来最后判断。没有证据之前，一切说法都是每个人自己的偏好。

 

在网上google到了一个差不多的说法（http://www.philosophyol.com/bbs/dispbbs.asp?boardID=101&ID=8068&page=1）：“哥德尔承认，不排除存在一台定理证明机器M 确实等价于数学直觉这种可能，但重要的在于，假定有这样的机器，由不完全性定理立即可得出如下两个结论：①不可能证明M确实能做到这点；②M甚至不能证明它刚好产生正确的定理。”“恰如哥德尔所说：不排除这种可能，即存在能够产生它的所有自明公理的有穷规则（或一台计算机）。然而如果这样的规则存在，按照我们人类的理解力永远不可能确切知道它一定如此；即，我们永远不可能数学上确切地知道它所产生的定理都是正确的；或者，换句话说，我们只能一个一个地感知（percive）有穷数目的命题的真。”注意后面这一句，实际上，一个数学家B和这个机器M相对于另外一个数学家A并无区别--A并不能证明“B的所有证明都是对的”，也需要一个个的读B的证明。

 

另外，这本书中有一点儿在科学著作中不常见的激情--对数学实在/人类洞察力宗教式的崇拜，这个也有点儿怪怪的，我隐约嗅到了一点点生命力论的味道。

 

其实我对哥德尔定理得了解，还基本上是从这本书上得来的。胡言乱语呀胡言乱语，我都不知道我说了些啥。

（待续）

前几天和毛毛聊到人工智能和彭罗斯的皇帝新脑，有点兴趣胡乱写写几本书的读后感（皇帝新脑/彭罗斯，认知科学和广义进化论/赵南元，On Intelligence/Jeff Hawkins）。

 

人工智能是个很特别的领域，大家都知道目标是什么，却又缺乏对基本原理的理解。图灵测试这种并不精确的判断在几十年后的今天仍然是最好的标准。现代的AI研究比较倾向于使用精确数学工具，研究一些类似于智能的问题。话有点绕，这里有一个很典型的例子：语音识别。计算机先分类判断读音，找出可能的词，然后分析上下文和数据库选择最可能的用词。不要问这个过程是不是智能，只需要用“图灵测试” -- 听写的正确率来反映程序的成功程度。而人处理语音过程是，通过听神经获得声音信号，进入大脑进行初步处理，然后是根据语义选择最可能的词（语义！语义是什么？），得出结果。这一个过程，在大脑里面一共经过仅仅几十步的神经元处理，而不是计算机里的10^8或者更多步（当然，神经系统是大量并行的）。

 

这样做有好的一面，也有不好的一面。好的一面是，在大家都不理解智能的时候，至少把研究建立在坚实的基础上，能够慢慢提高，寄希望于要么这样的研究最终能够超过自然界产生的智能，或者等到这样的研究成果足够复杂以后慢慢发现或理解什么是智能。这至少是一种立刻可行的办法，就像人类学飞行，飞机并不像任何一种鸟一样扇动翅膀，却能比所有鸟都飞得快和高。

 

不好的一方面：显然，这其实没有解决问题。用一个比喻，好像要想登上月球，目前还对月球一无所知，一个可行的办法就是我们知道月球离地面很远，我们会造高楼，楼造高一点就离月球更进一点，也许月球离我们不是很远，于是我们有可能等楼足够高了以后从楼上爬到月球上去，或者当楼高了以后我们可以离月球更近，对月球的了解更多，也许就能发现更好的上月球的方法。

 

可是不管理解智能有多么难，这个问题总是需要解决，上面三本书就是直接面对它的。
（待续）