主题：【原创】机器学习的基础是什么？(0) -- 看树的老鼠

大脑硬件进化受阻，除了你说的社会原因（软件促进外），我认为生育限制也很重要。人类的生产方式已经落后了，该发展人造子宫了。

东亚人的脑容量算大的吧，东亚婴儿的个头算大的吧，东亚人生孩子挺吃力的，产妇受罪大（因此中国的产妇必须坐月子），所以这个生产方式应该改变了。

我不是学相关专业的，所以就胡扯一番。

如果用人造子宫来繁殖，人的大脑尺寸会不会无限变大，人脑不再受产道限制会不会被基因记忆并遗传下来？如果是，将来的人还真可能是人类想象的外星人的样子。

我觉得这个的技术难度不必人工智能高，至少不会高太多，但相关的科技投入则少很多，也许在不少国家看来存在伦理问题吧。但我觉得这项研究应该先搞起来，之后再研究伦理问题。

我固执地认为，那个“人脑使用率不到10%”的说法是错的，人脑其实很可能已经接近超负荷了，所以让大脑重新以人工方式进化是必须的。

外星高级文明论也是神造论，所以也是低级的。

外星文明造了地球文明，那谁造了外星文明？

一切神造论都是懒汉思想的反映，于科学发展无益。

的办法，是把目前占人脑内存最多的部分，如某些必要的记忆部分，交给机器去做，相当于人脑外带一个U盘或者硬盘，这样人脑就可以用于更重要的工作了。

单发展人工智能，也许会遇到很多障碍，包括机器无法学习人脑的模糊思维，但是把机器当成人脑的外挂硬盘，则目前电脑的功能已经非常够用了，需要的只是怎么对接。

当然对接也是非常复杂的，依然需要研究大脑神经元的工作原理。

如果再加上人工子宫让大脑硬件进化，则人类智力很可能有个飞跃性的发展。

无所谓了，反正人脑智能是个复杂过程，是工程产物也好，是进化产物也好。

不靠生物学进步，能反向工程大脑工作原理。想靠自己发明轮子，就能创造不同的智能，是很可笑的。

所以现在所谓智能水平，学习能力，连动物适应环境水准都达远远不到。

因为既然人脑可以被更高等的智慧创造，那么说明次高等的智慧也可以创造出90%人脑性能的大脑，依次类推。。。

这就好比芯片，intel可以做出的芯片，跑到3GHz、多Pipeline并行发射、多核多进程而且小到一个手指头大小等等，一个落后国家比如伊朗则肯定可以做出100MHz、单核单进程、而且巨大无比的芯片。

恰恰是自己进化来的东西，除非模拟进化环境，不然很难复制。这也是为什么进化出的动物都是靠腿行走，但是人类发明代步几千年的却是轮子这种自然界中没有的东西。

现在人类的科技树太低，总共就5000年文明史。如果一个科技有100万年文明，看人类跟小儿科一样。如果有几亿年文明，更不知道怎么看人类了。

所以智能是不是数学问题，数学是不是世界的基础，都不好说。也许智能就是工程问题，一个一个神经元就是某种程度的最基础数字电路，大脑功能就是一个一个的功能模块，每个模块数字电路的设计和结构早就写在你的DNA里面了。整合在一起就是智慧。

如果从这个角度看，大脑没准就是个生物电脑，里面有处理器，有存储模块，有预先编好的程序，有能自我发展的程序，没准还有我们可能没法想象的东西。这些都在有条不紊的运行，所以大部分人，生下来看到的颜色，听到的音节，都是一样的，就像预先编好的程序模块。性格和世界观，按照成长环境 有所不同，像是能自我发展的程序。

我们人类，连最基本的生物体是如何运作都搞不清楚，连癌症都征服不了，连所有动物都有的视觉识别都搞不定。视觉识别，在生物大脑里没准也就是个简单的外设模块，低等动物都有这种能力。所以某种程度，我们在生物学的水平上就像原始人一样。你觉得原始人能设计出和生物电脑一样水平的东西吗，可能连智能是什么的理解都是错误的，起码得到科技树到了相应水平才可以。

智能也不过是大数据处理层次上的抽象逻辑。抽象逻辑可以用数学表达，但抽掉了背后的大数据处理，把所有事物都逻辑模式化难免是在建空中楼阁。先有一个可重复由多个输入到达一个输出的大数据处理能力，再往上建抽象思维，才是正途。人工智能好歹是在把几十亿年的感应<->反应进化，压缩到几十年完成。

而是现在的数学还是太弱。

流体力学里的湍流现象简单不？开个水龙头就能看到。可研究起来难到极点。目前碰到非线性问题基本就一个招，作线性近似，可是如果线性近似不成立怎么办？

人脑显然是n个非线性的脑细胞组成的更大的非线性网络，所以嘛。。。

同样道理，工程学的东西没有办法当成黑盒子用数学去研究，虽然它背后的最终原理是某个基本算法。

你说是就是吧,这些我不懂.

就像我们教小孩子1+1=2，他们学懂了之后遇到1+2就知道等于3，至于他们脑子里是如何解决的，我们不知道。

但是如果设计一个电路板回路，可以做1+1=2，1+2=3，甚至1+N，这个电路板就是这个“空中楼阁”,是不需要学习来获得这个能力的。

人工智能就是在试图做这样一块电路板，但是不同的是，这个电路板可以可以类似小孩子一样，通过学习1＋1=2，可以自己得出1+2=3。

因此任何试图把这个有学习能力的“电路板”做成有利于解决1＋1.。1+N问题的电路板，实际就是走了捷径，并没有实现智能。因为我们都知道那前一个电路板回路只是一个只能解决所设计目的的问题，开个平方根就不会解决了。而人的智能是可以通过不断学习在同一块“电路板”上解决不同问题的。

现在的人工智能并没有解决这个智能电路板的原理问题，但是已经找到针对某些比较复杂问题的电路板设计，可以通过学习得到比如语音识别，图像识别的能力，好的电路板甚至对学习所系数据量的要求都很少。但是在这个基础上实现抽象思维能力还很遥远。

其实人工智能不需要抽象思维，只要可以实现对知识的管理，能够联想，想像，也就是常言说的理解能力，不管它实际上理解的是个啥，只要吐出来的人可以明白，就可以实现相当惊人的决策能力，比如IBM的Watson目前还不能做到这一点，谷歌孜孜以倦的也是搜索中的这个能力，所谓个人助手，“私人秘书”等。

但是这种能力显然比语音识别那种单一的功能要复杂的多，像Watson那样只是通过对庞大数据的输入管理显然也不能满足，要求的是广大事物的理解与融合，至少是日常事物的达到常人水平的理解，比如我说1＋1它告诉2，但是我说2个苹果加三个香蕉共有几个水果，它也可以回答。它可以不知道流体力学，但是它至少了解液体的形状是由容器决定的，而且这些常识不象Watson那样是通过死记硬背“学习”了大量的知识后了解的，应该相当一大部分是在了解基本原理事实的基础上自己推理得出的，这才是智能的主要特征。

虽然许多都是在人的眼中很”低级“的，比如植物会为了得到阳光曲曲折折长出的茎叶绕过阴影，根茎会为了与邻近的植物争夺土壤中的养分互相环绕限制对方，其他从发出气息到开出不同颜色形状的花等等，这其中许多是植物对环境，竞争需要，气候等综合反映的结果，很少可以用单一因素去解释的了。

这也许是很简单的植物分子化学动力的结果，同样是长期进化的结果。

下面的讨论都很好。但是一一回复，就太零散了，也比较难。干脆这里统一回复一下。

智能是什么？这个问题其实太过哲学了，我们可以不回答。但是，从另外一方面看，动物（乃至于植物）都有自己的适应外在环境，反应外在环境，做出自己的决策的能力，这个能力其实或高或低表现了动物的智能。不过我们还没有一套系统的东西来衡量这种能力。如果有，这就是回答智能是什么的钥匙了。仅局限到人，到人脑，我认为，智能也是明确的，而且越来越明确了。看树说，“我也越来越觉得智能没有任何神秘”，这其实就是说，智能越来越可以度量了，理解了的东西，可以度量的东西，当然就没有神秘可言了。

那么智能的那些部分是明确的呢？其实，就是越是高层次的智能，越明确，越是神经层次低级的智能，越不清楚。比如说，计算，曾经是最高级的智能之一，用计算尺用对数表算各种大数的乘除法来做工程计算，就非要高校毕业生不可。但是，其实计算是完全可以形式化的。一旦充分理解后，就可以做出机器来处理。也就是说，这部分智能已经被机器取代，也就不成为智能了。算微分积分也是如此。现在用软件已经可以做得非常好了。这部分智能也就不成为智能了。但是仅仅几十年前，就是高不可攀的智能。张纯如就讲过故事，40年代末期，有些中国留学生就是搞不定一些非常繁杂的微积分计算，而拿不到博士学位，留下遗憾，以至于80年代了，还想回美国母校补齐。但是那时，这些东西已经完全不是高精尖了。

因此，现在，凡是图灵机可以搞定的事情，都被推出了智能的范围。其实不过很短的时间前，还是高山般的高级智能。

这样的事情还会发生，而且正在发生。最近将可能发生什么事情？我认为，非常可能的就是学习。很可能学习将步计算的后尘，成为可以形式化的东西。而这个可以完成形式化的学习的东西，就是学习机器。像图灵机是计算的机器一样，也有一个什么机器成为学习的机器。大家可以多多努力，如果你首先搞懂了学习机器的原理，建立了相应的理论，你的名字就将如同图灵机一样，成为“你的名字机”而流传下去，

当然了，我相信，肯定不是学习的全部，而是可以形式化的学习的那一部分。

那么这个学习机器是什么呢？我不知道，虽然我非常想知道。但是，我认为，的确要从类脑计算来看。也就是说，这个机器非常可能不是图灵机，但是，可以用图灵机来做近似。但是不管怎么说，是形式化的，是可以充分理解的，是可以复制的。

送花成功。感谢：作者获得通宝一枚。

作者，声望:1；铢钱:16。你，乐善:1；铢钱:-1。本帖花:1

我认为，完全可能做出这样的线路板，使得可以从学习1+1=2开始，懂得加法，例如：5+6=11。当然现在还没有这种东西。但是，我相信，要不了多久，这个东西就会出现了。

不知道这里有多少人知道自动数学家这个程序。大家可以查查，差不多四十年了。如果那个东西结合上前面说的这个线路板，可以做多少事情呢？大家完全可以放开了想，科幻地想。

• 有吗？他们做的那些东西，还远得很，可以参看

这里有一篇对Douglas Hofstadter的采访，他提到这个问题，我认为他对智能的理解比较靠谱。

http://www.popularmechanics.com/technology/engineering/news/why-watson-and-siri-are-not-real-ai-16477207