--- schema_version: "library-reader-v1" source_type: "original_book" title: "人工智能时代：破解人机共存密码（套装共10册）" author: null edition: null publisher: null year: null isbn: "9787521719512" library_document_id: "396e1bee-219e-4bee-9884-3214c17ff8f5" source_sha256: "e5d429a1fedfac2a13b0bd25057c39d818c33927767948a9bb41411f01413ced" pdf_physical_page_count: 3314 pdf_physical_page_index_base: 0 range_start: 2220 range_count: 10 html_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5?start=2220&limit=10" markdown_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2220&limit=10" previous_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2210&limit=10" next_url: "https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2230&limit=10" --- # 人工智能时代：破解人机共存密码（套装共10册） > 页码规则：PDF_PHYSICAL_PAGE_INDEX 是从 0 开始的权威文件物理页索引；PRINTED_PAGE 是页面中识别出的印刷页码，可能为空，二者不得混用。 ## PDF_PHYSICAL_PAGE_INDEX=2220 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2221 | PRINTED_PAGE=NOT_DETECTED 图15-7）。 大脑的操作系统 数字计算机和神经网络的体系结构不同。在数字计算机中，内存和CPU在空间上是分开的，并且内存中的数据必须依照顺序移动到CPU中。在神经网络中，处理过程在内存中并行进行，这就消除了内存和处理器之间的数字瓶颈，并且允许大规模并行处理，因为网络中的所有单元都在同时工作。神经网络中的软件和硬件之间也没有区别。学习是通过修改硬件来进行的。 从20世纪80年代开始，当计算机集群被装配在一个机架中时，数字计算机已经变得可以大规模并行了。最早的并行计算机之一是Connection Machine，由丹尼·希利斯（Danny Hillis）于 1985年设计出来，并由Thinking Machines公司出售。希利斯是一位工程师和发明家，他在麻省理工学院接受培训时，人们已经清楚地认识到，要让人工智能解决非常复杂的现实世界问题，就需要更多的计算能力。20世纪90年代，根据摩尔定律，计算机芯片上的晶体管数量持续增加。我们有可能将许多处理单元放置在同一芯片上，许多芯片放置在同一电路板上，许多电路板放置在同一机箱中，以及把许多机箱放在同一个房间里，结果是，如今地球上最快的计算机拥有数百万个内核，并且每秒可以实现数千万亿次操作。百亿亿次级的计算正在以每秒10亿乘10亿次操作的形式出现。 模拟神经网络可以最大限度地利用这种大规模并行硬件。多个核芯可以通过编程为同一个网络模型并行工作，这就大大加快了处理速度，但也会导致处理器之间的通信延迟。为了减少这些延迟，一些公司正在构建专用数字协处理器，这将极大地加速网络模拟，使语音和视觉等认知任务成为单一强大的指令。使用深度学习网络芯片的智能手机将变得更加智能化。 ## PDF_PHYSICAL_PAGE_INDEX=2222 | PRINTED_PAGE=NOT_DETECTED 数字计算机具有将我们与硬件分开的操作系统（方框15.1）。当我们在笔记本电脑上运行文字处理程序，或在手机上使用应用程序时，操作系统会处理程序的细节，例如将按键信息放到内存的哪个位置，以及如何在屏幕上显示程序输出。我们的意识在大脑的操作系统上运行着应用程序，大脑操作系统将信息的内容、位置，以及存储方法与意识隔离开来。我们并不知道大脑是如何储存我们一生积累的大量经验的，也不知道这些经验如何塑造我们的行为。虽然有可能明确地解释一些经验，但我们所理解的这部分只是冰山一角。我们的大脑如何管理这些信息仍然是个谜。如果我们能够弄清楚大脑的操作系统是如何工作的，就可以基于相同的一般原则来组织大数据。相应地，意识也可以被解释为运行在大脑操作系统上的应用程序。 生物学与计算科学 信息爆炸已经将生物学转化为量化科学。对于传统生物学家，除了统计学入门课程之外，通常只需要一点额外的数学培训就能够分析他们的数据，这些数据很少，也很难获得。在2002年由长岛冷泉港实验室举办的分子遗传学研讨会上，我感觉自己就像一条离了水的鱼，因为我是唯一一个做计算主题演讲的人。在我前面演讲的是分子遗传学家勒罗伊·胡德（Leroy Hood），他在加州理工学院工作了多年。1987年我在加州理工学院休学术年假时，惊讶地发现胡德的实验室多得几乎占据了整栋大楼。后来，他搬到了西雅图，并在2000年联合创立了系统生物学研究所。这一新的领域旨在试图了解细胞内所有分子相互作用的复杂性。 15.1 电子计算机的操作系统 ## PDF_PHYSICAL_PAGE_INDEX=2223 | PRINTED_PAGE=NOT_DETECTED 操作系统对在计算机的硬件上运行的程序进行控制。如果你使用的是个人电脑（PC），那么操作系统通常是Windows；如果你使用的是iPhone，用的则是iOS系统；大多数服务器运行的都是某种版本的UNIX。操作系统在程序需要时分配内存；它也可以在幕后跟踪程序，使用称为“守护程序”（daemons）的进程在后台运行，并跟踪打印机和显示器等设备。操作系统可以在任何硬件上工作，使得你的应用程序可以移植到不同的计算机上。 胡德在演讲中提到，有一天他心血来潮，想知道为什么他实验室工资系统里的计算机科学家比生物学家要多。他推断说，原因在于生物学已成为一门信息科学，计算机科学家对如何分析信息的了解要远远超过生物学家，而生物学家已被现代技术，例如基因测序，所产生的大量数据所淹没。胡德的演讲简直是为我做了最好的铺垫，我当时的演讲题目是关于信息如何在大脑中神经元之间的突触上储存的。 ## PDF_PHYSICAL_PAGE_INDEX=2224 | PRINTED_PAGE=NOT_DETECTED 今天，系统生物学吸引了许多计算机科学家和物理学家共同分析和理解DNA测序产生的信息，以及由RNA和蛋白质控制的细胞信号。一个人类细胞的DNA中有30亿个碱基对，含有细胞生存、复制和分化所需的所有信息。一些碱基对是制造蛋白质的模板，基因组的其他部分包含一个抽象代码，对发育过程中使用的基因进行调节，以指导身体和大脑的构建。大脑的构建有可能是宇宙中难度最高的构建项目，它是由DNA中嵌入的算法引导的，这些算法协调了大脑数百个不同部位的数千种不同类型神经元之间的连接。 人工智能能拥有媲美人类大脑的操作系统 由基础科学研究发展出来的科技，通常需要50年才能实现商业化。20世纪初，由相对论和量子理论带来的重大发现，到20世纪的后半期才推动了CD播放器、GPS以及电子计算机的诞生。20世纪50年代发现的DNA以及基因序列影响了当今医药和综合农业领域的应用，这些应用到今天仍在影响经济的发展。“BRAIN计划”以及世界上其他大脑研究项目带来的发现，会启发50年后的应用，这些应用现在看上去还如科幻小说一般遥不可及。[13]我们可以期待，到2050年，人工智能会拥有能和我们大脑相媲美的操作系统。哪些公司、哪些国家会掌握这种科技，取决于它们现在所做的投资和所下的赌注。 [1] Jimmy Soni and Rob Goodman, A Mind at Play: How Claude Shannon Invented the Information Age(New York: Simon & Schuster: New York, 2017). [2] Solomon Wolf Golomb, Shift Register Sequences: Secure and Limited-Access Code Generators, Efficiency Code Generators, Prescribed Property Generators,Mathematical Models, 3rd rev. ed. (Singapore: World Scientific, 2017). [3] 参 阅 Stephen Wolfram, “Solomon Golomb (1932–2016),” Stephen WolframBlog, posted May 25, 2016. http://blog.stephenwolfram.com/2016/05/solomongolomb-19322016/。 ## PDF_PHYSICAL_PAGE_INDEX=2225 | PRINTED_PAGE=NOT_DETECTED ## PDF_PHYSICAL_PAGE_INDEX=2226 | PRINTED_PAGE=16 生命与意识 当弗朗西斯·克里克的母亲问年轻的克里克他想探究什么样的科学问题时，他告诉她，自己只对两个问题感兴趣：生命的奥秘和意识的奥秘。[1]克里克显然对重要的事物有着敏锐的感觉，但他当时可能没有意识到这些问题的困难程度。他的母亲并不知道，几十年后的1953年，她的儿子和詹姆斯·沃森会发现DNA的结构，这种松散的线状体最终将揭开生命的一个重要谜团。但克里克（图16–1）并不满足于这一成就。 克里克在1977年加入索尔克研究所后，重新拾起长久以来对意识的兴趣。他决定关注视觉意识（visual awareness）问题，因为人们已经对大脑的视觉功能区有了深入的了解，而了解视觉感知（visualperception）的神经基础也将为探索其他方面意识的神经基础铺平道路。[2] 16 ## PDF_PHYSICAL_PAGE_INDEX=2227 | PRINTED_PAGE=NOT_DETECTED 20世纪80年代，生物学家对意识研究投入的热情日渐消退，但这丝毫没有影响克里克。视觉感知充满了难以理解的幻想和谜团，为了解释它们在解剖学和生理学上的机理，克里克推出了新颖的“探照灯假说”（searchlight hypothesis）。 [3] 神经节细胞从视神经投射到丘脑，后者又将脉冲传递到视觉皮层。但为什么神经节细胞不能直接投射到大脑皮层呢？克里克指出，从皮层到丘脑区域的反馈投射就像探照灯一样，可能会突出显示部分图像，以供进一步处理。 视觉意识 在理解意识的工作中，克里克最亲密的伙伴是加州理工学院的神经科学家克里斯托弗·科赫，他们一起发表了一系列探索“意识的神经关联”（neural correlates of consciousness，简称NCC，负责产生意识觉知状态的大脑结构和神经活动）的论文。[4] 对于视觉意识，这意味着要发现大脑不同部位神经元的放电特性与视觉感知之间的相关性。克里克和科赫提出了假设，认为我们并不知道在初级视觉皮层中发生了什么[5]——这是大脑皮层第一个从视网膜接收输入的区域；我们只知道在视觉皮层层级结构的最高层发生了什么（见图5–11）。这种假设的可能性来自对双眼竞争的研究，即对两只眼睛呈现两种不同的图案，例如对一只眼睛显示垂直条纹而对另一只眼睛显示水平条纹：然而，我们看到的并非是两幅图像的混合图像——事实上，视觉感知每隔几秒就会在不同图像之间突然发生翻转。初级视觉皮层中对每只眼睛做出反应的是不同的神经元，不管哪个图像是被有意识地感知到的。然而，在视觉的较高层级上，许多神经元只对感知到的图像产生响应。因此，仅因一个神经元对感知放电，就说它是感知的神经关联，未免太过草率。显然，在分布于视觉层级中众多互相协调工作的活跃神经元中，我们只知道其中的一些子集表征了什么。 ## PDF_PHYSICAL_PAGE_INDEX=2228 | PRINTED_PAGE=NOT_DETECTED 视觉感知的过程 2004年，加州大学洛杉矶分校医学中心的科研人员检测了一组癫痫患者的脑部，试图探索癫痫发作的病因。在检测过程中，病人被要求观察一系列名人照片。植入大脑记忆中心的电极可以记录患者对照片的响应脉冲。其中一名患者大脑的一个神经元对几幅哈莉·贝瑞的照片和她的名字（图16–2）做出了强烈的反应，但对比尔·克林顿、朱莉娅·罗伯茨的照片或其他名人的名字却无动于衷。[6]同时，该实验也发现了对其他名人、特定对象，以及悉尼歌剧院等建筑物能做出反应的神经元。 ## PDF_PHYSICAL_PAGE_INDEX=2229 | PRINTED_PAGE=NOT_DETECTED 由加州大学洛杉矶分校的伊扎克·福瑞德（Itzhak Fried）和克里斯托弗·科赫领导的研究小组发现的神经元，在50年前首次可以记录猫和猴子大脑中的单个神经元时，就已经被预测到了。研究人员认为，在大脑皮层视觉区域的层级结构中，神经元的层级越高，响应特性就越具体。很有可能的情况是，顶层的单个神经元只会对一个人的照片产生响应。这被称为“祖母细胞假说”（grandmother cellhypothesis），祖母细胞是一个假想的脑中神经元，可以让你认出你的祖母。 下一段：[继续读取](https://workshop.closeclaw.top/api/ai/read/396e1bee-219e-4bee-9884-3214c17ff8f5.md?start=2230&limit=10)