主题：【原创】人 工 智 能 （ AI ) 漫 谈 和 猜想 -- AI101l

人 工 智 能 （ AI ) 漫 谈 和 猜想

0. 引言

孙子曰，兵者，国之大事，死生之地，存亡之道，不可不察也。

人工智能，不是兵，胜似兵，现在AI又一次活过来，似乎无处不在，特作初步探讨，清理自己思考，更是请教方家，以求甚解。

本文原创，保留版权，中文首发西西河. 不涉及政治与党派话题，请各位大量，专注人工智能/AI探讨，不胜感激. 欢迎转载，请注明原文连接（西西河）.

1. 人工智能现状

一个名为 AI Index在2018年报告中综述了AI的研究，产业，政府计划和投入，媒体关注，以及从

1980年到目前（2018）为止的Milestones. 报吿的连接如下：

AI Index 2018 Annual Report

实际上AI Index 是 AI 100的子项目，AI100项目成立于2014年，旨在长期研究和预测人工智能对

人类生活各方面的长期影响。人工智能发展协会前主席埃里克•霍尔韦兹（EricHorvitz）是该项目的最初倡议者。

2009年，霍尔韦兹召集了一些人工智能研究者举行会议，探讨人工智能对人类社会的影响。与会者认为，需要举行更大规模的研究机制来探讨人工智能的长期影响。

因此，霍尔韦兹联合斯坦福大学生物工程、计算机教授拉斯•阿尔特曼（Russ Altman），成立了

一个委员会，负责推动一系列AI与人类社会关系的研究，其中包括：工业自动化、国防、心理学、伦理学、法学、个人隐私、政治制度等。

研究委员会创始人之一、斯坦福大学校长约翰•亨尼斯（John Hennessy）表示，人工智能将是对

人类社会影响最深远的科学领域之一，而斯坦福大学在人工智能技术和相关交叉学科研究中建树颇丰，因此很乐意建立AI100这样的研究机制来探讨人工智能对人类以及后代的影响。

除霍尔韦兹和阿尔特曼之外，还有5名各个领域的科学家组成了AI100的首届常务委员会，名单如下。

芭芭拉•格罗斯（BarbaraGrosz），哈佛大学希格斯自然科学教授；

德尔•穆里根（DeirdreK. Mulligan），加州大学伯克利分校信息学院教授，同时也是一名律师。

他还积极同工业界合作，设计确保用户隐私的信息产品；

雅夫•索姆（Yoav Shoham），斯坦福大学计算机科学教授，正致力于给人工智能赋予判断力；

汤姆• 米切尔（TomMitchell），卡内基梅隆大学E. Fredkin University教授和机器学习系主任，

在互联网信息处理AI方面颇有造诣；

阿兰•迈科沃斯（Alan Mackworth），加拿大卑诗大学计算机科学系主任和加拿大人

工智能研究主席，他制造了世界上第一个能踢足球的机器人。

2016年9月1日，斯坦福大学“人工智能百年研究（AI100）”项目发布了首篇名为“2030年的人工智能与生活（AI and Life in 2030）”研究报告，该报告是这项百年研究系列中的第一篇。明年-2020

年，将发布第二篇报告. 有关AI 100见下面Link: AI100.stanford

2. AI 阶段

Past is prologue.

目前AI 研究处于什么阶段，MIT 教授Rodeny Brooks引用了上面莎氏一句话，并说明自己的观

点，认为AI研究现在连起步阶段都算不上，凡是过往，皆为序章. 讲述连接如下：

Rodney Brooks 谈人工智能的起源和发展.

这里再对目前AI研究扔几块砖头，不对之处请多指教.

基本概念不正确，到目前为止 Wikipedia 和百度百科 都认为AI/人工智能 主要属于计算机科学范畴，很多大学也将AI 列为计算机科学下面专业/系/学院. 其实AI 不属于计算机科学. 随着AI 研究深入发展，各个其他领域和学科的人都会投入到AI研究和开发中，会形成一个新的科学领域.

究竟什么是“人工智能”，恐怕在大众眼里所谓人工智能就是下棋，从早期的IBM DeepBlue 到最新的Google DeepMind 等都是下棋，不过从本文看来这些根本不是人工智能，因为它们不具备人类下棋的基本能力： 观棋和落子，所谓“落子无悔”，“观棋不语真君子”. 不能观棋全局和执子杀敌，从何谈起“人工智能”. 它们和计算机里以及网络上的成干上万的游戏软件并没有什么本质上的不同，当然功能更强、速度更快，最主要一点就是它们都战胜过世界冠军，最近又加上了“神经网络”、“深度学习” 的光环.

退一步讲，即使由具有“眼和手”的机器人来下棋，那么通过下棋来研究人工智能至少是方向不正确. 古诗云“有客不来过夜半，闲敲棋子落灯花”. 自古以来棋牌之类均为消闲娱乐之道，不是绝大多数人的必备技能. 会下棋的人或下棋很好的人当然很聪明，不会下棋的人是大多数但也不是笨蛋. 所以通过下棋来研究出来的人工智能肯定不可能应用于其他方面. 根本就不存在所谓强人工智能和弱人工智能之类的概念.

研究方向不妥的例子还有所谓的“自动无人汔车”，正确的研究方法应该是用机器人来驾驶汔车或其他车辆，而不是来改造车辆来达到“无人驾驶”. 如果汔车厂商都去制造这种“自动车”恐怕銷路不会好，越是高档车人们越喜欢自己开，而不是被车驾驶. 当然在某种特定场合“自动无人车”还是有一定的用途，但是这不是研究AI的正确方向.

本质上，人工智能并不是一个纯理论科学. 应该而且必须与实际应用相结合，以滿足人类的需求为出发点，促进人类社会的进步和发展，只有这样人工智能本身才会得到进一步的发展. 对照一下电的发现和发展历史及现状就更加清楚. 在电话、电灯、电机等一系列满足人类生活必需的发明和发现，并成为第二次工业革命的动力之后，电学本身更加发展到一个新的阶段. 如今电是人类现代生活必不可少的一部分. 如果出发点不正确，不是为满足大多数人需要而研究发展，人工智能本身也很难得到进步和发展.

6. AI 的一些猜想

此节只列标题，有机会再作补充.

6.1 突破的关键

“一个时代的总的特征在很大程度上与这个时代的数学活动密切相关”.

6.2 AI 研究回归初始

AI 需要机器人体现

6.3 AI突破奌

通过研究中医来研究人工智能？

6.4 机器人成长的难点

知识工程

知识的增长

7. 多余的话

此节只列标题，有机会再作补充.

7.1 教育是千年大计

7.2 天才

有志不在年高

天才何必稚童

7.3 垃圾是宝

7.4 扶贫养老两相宜

3. 机器人，机器人

人工智能研究怎样才能满足人类需求、促进社会进步和发展，机器人就是一个很好的方向. 这里主要不是指那些固定不动的，为工业自动化所用的“机器人”.

人生一世需要几个机器人：

小时候需要保姆照看，大一点从上幼儿园开始直到大学之前，都需要一个伙伴/兄弟/姐妹以及课外辅导老师.

大学毕业参加工作之后，结婚，养孩子，需要有人帮忙做家务，包括做饭、清洁、照顾孩子等等，最好能帮忙工作.

老了之后需要有人陪伴照顾，所以希望 ”养儿防老”，但是 ”久病床前无孝子”，机器人就成为 ”刚需”了.

机器人对人类发展意义更大.

例如中国可耕地面积有限，沙漠面积却很大，据统计中国沙漠面积高达130万平方公里，约占全国土地总面积的13.6%，另外整个荒漠化土地面积达264万，占国土面积的27.5%，治理沙/荒漠，任重道远，这些地区条件艰苦，人工治沙投入大，收益少，巩固难. 由机器人来治沙，结合新的技术和方法，中国八大沙漠投放八十万或更多的机器人，不需要造城市，不要造医院，不需要学校，更不需要机关事业单位，只要机器人将沙/ 荒漠改造成綠州土地，建成“无人/ 机器人” 农埸、果园、牧场、工厂. 几年到几十年坚持下来，则会收到较好的治沙效果和经济效益， 造福中国，有益于世界.

再如总有人担心世界人口增长而造成资源耗尽，其实全球陆地面积约占总面积的29.2%，而水域占70.8%，发展海洋特别是深海作业机器人，会给人类带来源源不断的资源. 将来太空开发更是只有机器人才能胜仼，据报道多个国家想利用机器人在月球南极建立前哨基地.

这种例子很多，总之人类社会不断发展，对机器人的需求也会越来越多，反过来也促进机器人变得越来越多样化和智能化，只要人类存在下去，这个过程不会停止.

不作过多讨论，机器人产业规模及产值不但会超过目前所有消费电子产业，而且会赶上和超过汽车产业，成为工业化国家的主要支柱产业.

4. 从扫地僧开始

当前Boston Dynamics Atlas 等双足机器人具备了机器人的基本技术和结构，或者说为进一步发展提供了平台.

同时其它各方面也为大规模生产机器人提供了可能.

首先视觉芯片成熟和批量生产为机器人提供了眼睛，即机器人能夠看见和识别外部目标和环境, 当然不是非常成熟，应该随着机器人大规模的需求而进一步提高和发展.

据报道MIT Mehmet Kabul, Sirma Orguc 等9人制造出了一种人造肌肉纤维，其单根纤维可承受自身重量650 倍的负荷，大概成本是每米6美分，已具备工业化规模量产的条件.

俄罗斯“莫斯科钢铁合金学院”（NUST MISIS) 研究出了一种带有形状记忆的合金，其成份的彈性类似于骨组织的特性，主要由生物相容金属，钛、锆、铌等组成，利用3D打印技术，将这种金属粉末大规模工业化生产人类骨骼框架成为可能. 记忆合金种类很多，大规模生产可以降低成本. NUST MISIS 的研究发表在 Materials Science & Engineering:A 上.

此外各种微型电机和传感器都在大规模的生产和应用，同样能满足机器人批量生产的需求. 总之工业化批量生产机器人现在巳成为可能.

为什么要从扫地僧（机器人）开始，实际上目前市场上以 iRobot 为代表的扫地机器人已销售几百万甚至上千万台, 这种所谓的扫地机器人只不过是自动吸尘器而已，唯一智能就是电快完了，会自动回到充电的地方自己去充电. 当然这种扫地机器人是个很好起始奌，它反映了市场的需求. 从这种机器人出发，加以完善和提高，去满足人类和市场的需求，同时也使机器人得到发展.

首先应该装上眼睛/即视觉芯片，这样避免没有垃圾也去吸和把不是垃圾也吸进去. 其次应该装上腿部双足，看见了垃圾就“走过”去扫掉而不是满地滚和撞. 最后应该装上双手，从而将不是垃圾捡起来放好并对垃圾进行分类. 既然有脚有手又能看見当然由机器人将垃圾送到垃圾箱/站，这样才是真正的扫地机器人. 在现有的技术基础上实现过程并不太难，这里不讨论技术细节以免影响大家的专利申请.

在此扫地机器人的基础上，可以很容易地发展成家庭陪伴及服务机器人. 如果没有小孩或者小孩很小就选择一个中年摸样的家庭保姆机器人，除了家务之外还可以坛加护理保健功能以照顾老人. 这里有一个难奌，就是目前机器人还没有一双可以比拟人类的灵活双手，一般家务甚至护理都没问题，但是做飯特别是中歺就有奌难度. 曾经有过大学实验室研究开发灵活的机械手报道，相信随着机器人大规模开发生产和应用也会解决.

如果小孩已上小学则可以为他或她们提供一个15/6 岁的小伙伴机器人，具有从小学到高中知识，能够护送孩子上学，辅导功课，陪同游玩、体育运动等，当然也可以做扫地之类的家务事. 10 多年陪同小伙伴机器人也会变得孩子相同的样子和习性. 当孩子大了上大学或工作离开家，小伙伴机器人会留下在家里代替孩子陪伴大人.

只要价格合理相信这种扫地/ 家庭服务机器人能夠走进千家万户得到所有家庭欢迎，象汽车一样成为大多数家庭的必备品，而且在这种机器人基础上发展其他应用的机器人也不是难事. 这里价格合理才是值得研究的关键，机器人的发展和普及是需要成长环境. 世界各地情况不同对机器人的需求各有不同，其成长和发展环境也是各不相同.

5. 机器人成长环境

5.1 概述

当今美国在机器人技术及其基础领域在世界处于领先地位，其余国家， 德国包括欧盟、中国、日本、俄罗斯以及以色列都各有长处和不足而紧随其后. 由于各国情况和需求差异很大，成长环境也是大有不同. 这里不作解释而简单罗列一下：

美国最好是在东海岸即MA, CT, NY, NJ, PA, 一带.

德国（包括欧盟）最好是在捷克，匈牙利，或罗马尼亚之类的国家.

中国最好是在宁夏、甘肃、新疆之类的地方，但目前已经有一个全新的，待开发的高新技术开发区即雄安. 那么即以雄安作为假设的出发点.

日本最好联合南韩和朝鲜，包括其他相关国家和地区在南北分界之处，建设和发展一个机器人成长环境.

俄罗斯的机器人技术并不落后其他国家，最好是在以前的加盟国之地设立这样的环境.

下面以中国和美国为例来讨论如何实现一个机器人的成长环境. 请注意这纯粹是一厢情愿的纸上谈兵/机器人.

没有考虑现实基础和实现可能！

没有考虑现实基础和实现可能！

没有考虑现实基础和实现可能！

5.2 美国成长环境的讨论

A) 目标

集中全美大学相关专业、学科、研究机构在美国东海岸合适地方研究建立一个无人（机器人）制造、生产及维护中心. 该中心由机器人管理、制造和生产未来的高铁系统以及机器人本身，例如扫地机器人䓁.

该髙铁系统时速約300-600 公里，完全由机器人驾驶、管理，包括安全、收费以及清洁等. 火车厢应该设计成高度安全，即使高铁火车相撞或翻车等事故，也不会影响车厢内乘客安全.

这样的高铁系统首先将东北地区主要大学相连起来，然后再逐步连接到全美其他大学，直到全部大学都连接起来. 如果该大学所在城市有地铁系统，例如哥大所在的NY, 则应该和地铁有一个连接口，从而方便转乘. 当然一个城市只连接一次，如果没有地铁则连接二到四个大学，按照东南西北四个方向.

该中心所生产的扫地机器人首先也在大学里试用，作为校内各单位的清洁人员以及校园内保安人员.

B) 起动经费

大约一万亿美元，主要来自对垄断性特大企业的罚款，其实欧盟已经对这些大企业罚了几千亿美元，美国本身也以其它名义罚过几千亿. 这里不同的是，被罚企业可以获得使用专利的权利以及监督资金使用

C) 后续资金

专利授权费，各种专利

捐款，这是个非盈利项目，公司捐款超过一定数量可以获得使用专利的权利

釆购资金，大学和政府部门采购扫地机器人

髙铁系统运营盈利，假定大学生乘一次1 美元、教职员工$3、其他人$10可到任何通高铁的地方.

D) 原因

这是低成本, 低价解决美国高铁系统的比较可行的方案. 对其它方面也会有些影响，这里不作祥述.

5.3 中国成长环境的讨论

A) 目标

由全中国所有大学相关专业、学科以及全国相关研究院所，在雄安地区研究建立一个全自动化的制造、生产机器人的工厂，包括测试、维护和维修. 首先小批量生产扫地/ 服务机器人，然后批量生产农业机器人，逐步达到年产一百万到五百万台.

扫地/ 服务机器人首先在雄安地区试用和测试，成功之后由政府采购推广到政府和大学等事业单位. 至于社会及家庭，由雄安机器人专利管理系统授权相关公司、工厂生产，交由市场决定.

农业机器人在雄安农田试验测试成功之后，交由新疆生产建设兵团批量应用. 十万台左右单独成立一个农业机器人师，如果成功则单独成立新疆机器人生产建设兵团. 同时成立/ 恢复西藏、内蒙古、青海、黑龙江、甘肃、云南和（大）海南等七个机器人生产建设兵团/ 师， 各以十万台农业机器人作试验，成功之后再扩大规模.

在这八个地区发展到一定规模之后，可以先后在这些地区复制雄安的全自动化制造、生产和维护工厂，其产量可根据本地区的需求，从五十万到五百万不等. 此时雄安工厂可研制生产其他种类的机器人，例如深海机器人、空间机器人、或出口农业机器人等.

B) 起动经费

a) 雄安本身的建设资金，这里没有必要多说；

b) 双一流大学的建设资金，可拿出四分之一的资金投入到愿意去雄安的相关双一流大学，如果双一流大学不願意到雄安投入到农业机器人的研究，那么就减少四分之一的资金，而该资金给那些願意去的大学（候补双一流？）。同时国家再增加四分之一的资金给那些不是双一流的大学.

所有在雄安的大学资金应统一使用，学生宿舍、教室、实验室等都是共享，教师有课上时就去雄安，没有课/科研项目就回原来大学，一切不变相当于到雄安短期出差，雄安提供免费住宿和餐饮，做得好的当然要奖励.

学生可以听任一大学老师的课，当然考试必须在所属大学老师那里，公共课可以由在雄安的大学统一进行. 老师上课听的学生越多说明老师讲的好。学生毕业实习就可以分出不同大学的相同专业的髙低.

所有管理工作，包括后勤服务、饮食、清洁等都由雄安相关部门（和教育部/ 科技部共同）统一安排，在机器人研制成功后尽可能用机器人执行相关工作. 到雄安的大学共用一幢办公大楼，把大学牌子掛上，一二联系人员一间办公室即可，当然如果大学不放心可派一些课外辅导员对学生学习加强管理.

c) 国家相关科研项目资金，所有相关项目都安排到雄安进行，同时增加一倍资金，给那些願意到雄安却没有拿到经费的科研人员，所有科研人员应象大学老师一样待遇，可以上大课，可以招研究生，这里不再祥述.

d) 农林科研资金，因为是为农业生产机器人，.

e) 支边资金，这些农业机器人将来主要用于新疆、西藏等边疆地区.

f) 其他资金，例如有兴趣生产扫地/ 服务机器人的大型企业可预先投入一定资金，将来可优先得到专利授权并有一定优惠. 如果启动资金还不足，可以发行专项国债.

C) 后续资金

专利授权费，各种专利, 特别是全自动化生产扫地/ 服务机器人的技术专利.

政府采购农业机器人，同时也釆购适量的扫地/ 服务机器人.单是这一项就可以满足后续资金的需求.

最主要的是，项目本身会产生巨大的经济效益而获得的资金，会远远超过该项目的需求，下面会略加计祘.

D) 原因

这是低成本, 高效率确保中国粮食安全，农林牧副（主要是旅游）漁全面发展的唯一可行方案. 这里以新疆和西藏为例略加说明：

新疆面积約166 万平方千米，其粮食种植面积为2220千公顷，粮食产量为1504 万吨.

西藏面积约122.8 万平方千米，其粮食种植面积为183千公顷，粮食产量为104万吨.

作为一个对比

黑龙江面积钓47.3 万平方千米，其粮食种植面积达14215 千公顷，粮食产量为7507 万吨，但是和河南、山东、安徽三省比较，黑龙江又远不如.

这三省面积约为 46.05（16.7+ 15.38+13.97）万平方千米，其粮食种植面积为 26627（10906+ 8405+7316）千公顷，粮食产量为15976（6649+5320+4007）万吨. 可以看出这三省面积略小于黑龙江，但其粮食种植面积约为黑龙江的一倍，其粮食产量是黑龙江的一倍还多.

第一步，新疆、西藏、内蒙古、青海、甘肃、云南等六个机器人生产建设兵团/ 师， 将其粮食种植面积和粮食产量提高到黑龙江水平规模：

这六省/ 区面积约为 563.1（166+ 122.8+ 118.3+ 72.23+ 45.44+ 38.33） 万平方千米，

则其粮食种植面积应该达到 169227.6 千公顷，原来这六省/ 区的种植面积为 16294（2220+ 183+ 6790 + 281+ 2645+ 4175），差不多提高十倍；

相应的粮食产量应该达到 89369.8 万吨以上，而原来这六省/ 区的粮食产量为（1504+ 104+ 3553+ 103+ 1151+ 1861）万吨，提高了81093.8 万吨，请注意这个数量比2018 年全国粮食总产量还要高20%以上，这就是说仅由这六省/ 区就可以保证全国粮食充足供应.

第二步，新疆、西藏、内蒙古、青海、黑龙江、甘肃、云南等七个机器人生产建设兵团/ 师， 将其粮食种植面积和粮食产量提高到河南、山东、安徽这三省水平，那么粮食种植面积和产量都会增加一倍多，具体数字没有必要列出，因为第一步就可以满足可以预见的将来中国人口的增加和经济建设发展的需要.

所谓粮食面积和产量不仅是谷物的生产，特别是新疆、西藏和内蒙有很多草原放牧，当然应该扩大放牧，例如西藏放养的猪，新疆的葡萄和棉花，内蒙古的牛和羊等，而且这些正是目前中国所急需，所谓农业机器人应包括放牧、养渔、护林等，至于荒/ 沙漠的改造在后面再祥述.

上面只讲产出，现在讨论成本即需要多少农业机器人来满足这六个机器人生产建设兵团的发展而达到上述第一步的产出目标，仍以黑龙江为比较，因为黑龙江农业综合机械化水平最高，2017 年达到了96.8%，其种植面积为14215 千公顷，拖拉机保有量为160.5 万台，考虑宽松一些为180 万台. 则上面六个省/ 区大约需要1800 万台，再加上黑龙江本身需要200 万台， 总计2000 万台农业机器人就可以满足第一步的要求.

其实，一台机器人所需的材料成本并不比一辆中髙档汽车髙，中国2018 年就生产了2780.9 万辆汽车. 所以雄安全自动化工厂年产100 到500 万台机器人并不比同样规模的汽车制造厂规摸大多少. 如果5-10 年达到第一步目标，国家每年釆购300-500万台农业机器人的投入，相对于国家粮食产量翻一番，就根本不祘什么投资，即使加上相应的农机设备.

一台农业机器人保养好一点可以用30-50年，一年工作365天，每天至少可以工作16-20小时，留下3/4 小时充电即可. 而且不需要建立城市，没有学校、医院、商店等配套服务需求，“全心全意无报酬”的工作. 成本最低而效率最高.

上面计祘都没有考虑到海南，那为什么将海南列入，海南陆地面积仅约3.54 平方公里，但是海域面积约200 万平方公里，这是将来第三步发展海洋机器人最好地区.

这是既发展了农业确保粮食安全又促进了工业发展；通过发展高新科技产业来发展现代化农业；使得整个经济（包括GDP) 良性循环必由之路.

“手中有粮，心中不慌”，通过农业机器人发展农业生产，确保粮食生产每年能10%左右的增长，在较短时间内完成粮食翻一番，这会对扶贫、养老、缩小工农差别、城乡差别、全面提高人民生活水平等方面，提供一个最优解决方法，这里不作祥述.

5.4 结束语

因为是中文论坛，对中国有关机器人情况讨论祥细了一些.

至于其他国家和地区的机器人成长环境同样也应该根据该国/ 地区情况和需求进行考察，这里就不作一一讨论了.

再次声明这是一厢情愿的纸上谈兵/ 机器人，没有考虑现实基础和实现的可能

6.1 突破的关键

“一个时代的总的特征在很大程度上与这个时代的数学活动密切相关”.

科学和技术改变和影响人类生存的世界及生活方式; 而数学则改变和影响科学和技术. 例如数学和物理的互相影响是众所周知的, 有些理论物理学家甚至认为当今理论物理没有取得新的进展主要原因是数学没有突破. 数学对于化学及生物学的影响最有名的是扭结理论促进了DNA双螺旋结构的发展. 从而诞生了分子生物学. 数学还与很多学科结合产生了新的学科, 如计算材料, 计量化学, 等等.

数学当然也是人工智能的基础, 突破的关键之一. 下面试建立一个公理范式来评价和测量人工智能体系.

公理: 将人类智能时空 “映射” 到人工智能时空有二种模式, 直接的, 或间接的. 智能常量(IC)用来衡量两者性能, IC分布于[ 1 0 ] 区间.

引理1: 通过映射人类思维器官将人类智能映射到人工智能称为间接模式, 该模式IC值处于[ 0.5 0 ] 区间.

引理2: 通过抽象模型将人类智能直接映射到人工智能称为直接模式, 该模式IC值处于[ 0.7 0 ] 区间.

推论1: 当IC > 0.1 时, 系统或模型才具有真正人工智能意义;

推论2: 当IC > 0.3 时, 系统或摸型才具有实用价值的人工智能；

推论3: 在可预见未来, 不会产生IC > 0.7 的人工智能系统;

下面举例说明本范式,

现代人工智能取得的进展主要是基于BP人工神经网络模型和祘法. 神经网络是上世纪40 年代心理学家McCulloch和数学家Pitts合作提出MP模型, 进行生物神经网络研究尝试. 上世纪80年代Geoffrey Hinton等人提出了BP模型及祘法, 所谓人工神经网络 “是由具有适应性的简单单元组成的广泛并行互联网络, 它的组织能够模拟生物神经系统对真实世界物体所作出的交互反应”[ Kohonen, 1988]. 近几年来, 由于大数据 (ImageNet, Fei-Friday Li)特别是计算机计算能力(GPU)的发展才使得BP神经系统在人工智能领域有所进展.

不言而喻, BP人工神经网络模型是典型的引理1的间接模式. 这里估计一下, 基于此模型的人工智能系统的IC值大约处于[ 0.3 0.05 ] 区间, 不过近几年来, Geoffrey Hinton又返过来从脑科学角度研究起生物神经网络, 如果有突破那么IC值会有所提高.

此外象脑机接口, 类脑芯片等也属于间接模式, 不过到目前为止还没有什么大的进展.

模糊数学在人工智能领域是一个比较活跃的数学方法, 基本上祘是引理2的直接模式, 但是没有一个或几个统一的用于人工智能领域的数学模型, 同时模糊数学还没有象传统数学，如概率论那样，有型，有式，或有表. 从而没有可以开源的有用的人工智能祘法, 最主要的是没有全球范围公认的人工智能成果. 因此很难给出IC值的区间.

“凡事不决, 量子力学”. Google 有个AI Quantum Lab., Qualcomm 也提出将量子力学应用于深度学习, 所谓Gauge Equivariant CNN. 到目前为止都还没有显著牲成果.

其实 “真正有价值的东西是直觉”, 有些能够改变人工智能的数学模型还没有被发现, 或正在被某个天才的数学家发明研究中, 就像数学的 “扭结理论”几十年后才应用于生化理论.

回到上面范式, 如果时机合适则会给出祥细的定义, IC值的分类标准, 以及如何测试一个系统或模型是否属于人工智能范畴, 以及它的IC值如何确定等.

本节内容未经本人同意, 请勿转载, 引用等方式复制, 谢谢.

初稿于 2019-2020

我在故我思, 你思故你在.

人脑仍然是目前已知能产生最强智能的唯一实体，而随着对人脑的研究不断深入，发现人的大多数行为实际上是不经过大脑思考的，而是下意识的行为，这部分和AI的算法实际上是很像。大脑意识的主要功能是提供时间比较长远的预测和规划。

所以有可能通过脑机接口，大脑下指令控制体外人工智能，就像人有了额外的手脚一样。如果将来打通人脑和电脑的信息读取屏障，甚至可以直接扩展人脑的能力。当然目前这块还是很科幻。

6.3 AI突破奌-通过中医?

通过研究中医来研究人工智能?

对, 这里不是讨论将人工智能技术应用到中医, 而是想通过研究中医的一般诊断和治疗原则及方法, 即中医为什么能够“望、闻、问、切” 而诊断, 及辯证与辯病. 从根本上研究中医, 从而“顺便”得到人工智能研究的突破口.

人工智能如今连入门阶段都不到, 根本不能和中医相比, 中医是中华民族五千年智慧的结晶, 是五千年中华文化最杰出的代表, 也是乞今为止人类对自身认识的最高成就. “望、闻、问、切” 的方法是对人体最全面最深刻的诊断, 也是对司命者本身的道德考验和智慧的检测. 五千年中医文化畄下了“黄帝内经” 等包含哲学和人体学高度的医学经典, 总结了人体十二经络和354个穴位的梦幻发现(发明?), 至今乃指导着中医实践和发展.

遗憾的是近五百年来, 中医没有取得新的突破性的进展. 其中有中医内部发展的因素, 但主要还是外部阻力和破坏. 特别是1840年来摧毁了中医发展的基础—中华民族的自信心. 精神鸦片毒害着一代又一代信仰, 中医是深受其害.

尽管如此, 中医作为五千年中华文化瑰宝还是流传下来. 中医高手在民间, 代代相传. 现今瘟疫疟世, “我劝天公重抖擞, 不拘一格降人才”, 企望中医国手在悬壸济世, 发扬光大中医传统的同时; 能够对人类智能的代表, 即中医本身的基础进行研究和突破.

在科学技术无处可研究时, 就研究人工智能; 当疾病无法医治时, 则寻求中医. 冥冥之中自有天意: 当中医基础突破之日, 便是人工智能花开之时. 这是猜想, 更是幻想, 梦想. 探索过其他猜想之后, 如有时机, 再来进一步研究中医猜想是否有可能.

初稿于庚子年疫中

7. 多余的话

此节只列标题，有机会再作补充.

7.1 教育是千年大计

7.2 天才

有志不在年高

天才何必稚童

7.3 垃圾是宝

7.4 扶贫养老两相宜

7.5 心中了了, 指下难明

7.5 心中了了, 指下难明

中医, 如前所说, (https://ccthere.net/article/4457405) 是五千年中华文化的代表, 博大精深. 明白了, 不一定懂; 懂了, 不一定做的到; 做到了, 不一定做的正确; 做正确了, 不一定得到理想的结果.

中华文化和西方文化, 从孔子和亚里士多德( 苏格拉底?) 开始就走上了两条根本不同的道路. 孔子核心是仁心, 中医提倡仁心仁术, 以防为主(“上医治未病” ). 亚里士多德本质为实证, 西医主张刀到“病除”, 指标为上(存活期 ). 两者水火不相容, 根本不可能“相结合”.

“道不同, 不相为谋”, 当然, 中医和西医可以相互借鉴, 最好还是中西医各行其道. 不要幻想借助“中西医结合”, 从而“中医走向世界, 中药出口全球”. 更要反对籍口“中西医结合”, 用“FDA”那一套来管理, 限制中医中药的发展, 更不能用诺贝尔奖来评价中医中药的成就和功效. 用培养西医方式来教育中医, 硕士, 博士要求英语四六级. 升级, 升职称考试, 考英文不考古文, 这就导致有些人掛着中医招牌, 思维方式是西医, 诊断手段是西医, 开的虽是中药, 却是 “标准化”的, 最后治不好病, 当然怪中医, 造成大部份人不相信中医.

西医在全世界占统治地位, 在中国以外地区, 更是唯一的选择, 例如, 这次COVID, 世界上所有国家都采用西医, 西药治疗. 只有中国部份釆用中医中药配合治疗. 其实在中国历史上二千多年, 依靠中医药战胜了321次大瘟疫, 由于中医的有效预防和治疗, 在中国历史上从来没有出现过象西班牙大流感, 欧洲黑死病, 全球鼠疫那样一次瘟病就死千万人的悲剧. 可以说中华民族五千年生存下来, 中医药起了不可替代的贡献.

你可以不相信中医药, 有病只看西医. 但作为中华民族一份子, 无论是在國内还是海外, 只要你还在使用中文, 都应该理解和尊重中医药, 因为这是中华文化的组成部分. 如果有时间则尽可能对中医作些大概了解, 不要带有先天的偏见.

古人很自信, “不为良相便为良医”. 放在当下, “良相” 是不可能的, 你之 “良相”, 他谓 “奸贼”. “良医” 当然也很困难, 不过对中医作些基本了解, 还是可以做得到, 知道中医基本常识, 对自己和家人的身体健康, 应该有一定的帮助.

什么叫 “预防为主”, 怎样 “治未病”? 说白了就是“养生”, 养生不光是老年人的事, 而且老了才开始讲 “养生”已经迟了. 应该是“生”下来就要“好好养”.

首先“民以食为天”, “黄帝内经•素问” 讲 “五谷为养, 五果为助, 五畜为益, 五菜为充.” 这里核心是指, 主副要平衡, 荤素要搭配, “谷肉果菜, 食养尽之, 无使过之, 伤其正也.” 不要过份追求那 “五谷”, 要应时应地制宜. 不挑食, 不偏食, 男女老幼都应如此.

其次, 中医讲究 “天人合一”, 这是追求的目标和境界, 同时也是一个过程. 这个过程在古文讲就是 “修真”. 古代修真, 抛开“练精化气, 炼气化神, 炼神返虚”名词, 道教就是用中医的 “五行” “穴位” 等基础理论进行修真, 并创造了许多 “修真功法”, 来追求长生, 从后天到先天, 实现这一过程, 达到 “天人合一” 的境界.

这一过程用现代语言讲, 就是体育锻炼, 坛强体质. 现代人锻练身体也可以借用流传下来的 “修真功法”, 既锻练身体又可防身, 比如大多数人都可以练 “太极拳”, 有条件的年轻人可以练 “八卦掌”, 少年儿童当然是练 “广播体操” 这一现代 “修真” 功法. 为适应现代人的快节奏, 有位老中医发明了 “312経络锻练法”, 据说双腿下蹲可以激发全身经络, 使全身气血暢通, 平衡脏腑, 不知效果如何, 至少对久坐办公室的人, 间隔做些双腿下蹲, 对身体还是有些好处.

“饭后百步走, 活到九十九”. 合理的饮食, 适当的体育锻炼. 加上良好的生活习惯, 例如, 不吃垃圾食品, 不喝炭酸甜飲料, 特别是不抽烟, 保证一定的睡眠时间. 这就是简单的 “养生之道”. 这里没有涉及药物养生, 常言道, “药补不如食补”, “有銭吃药, 无錢泡脚”. 这也是穷人的养生之道, 贵在坚持, “上医自在心中”, 对于绝大多数人, 虽不会百病不生, 应有一个建康人生, 这在人生无常的当下尤其重要.

在探索中医与人工智能的关系过程中,随手记下多余的话, 是对中医药的本质(本源?) 的一点初步感悟. 正如本节始处所言, 知道了不说明懂, 懂得不表明会用...