关于人工智能领域研究方式方法杂谈

关于人工智能领域研究方式方法杂谈

一、首先要抓好自己的学习
　　自从我将论文在互联网上公布以来，收到了不少年轻的朋友们的来信，其中有许多是在校的大学生和研究生，也有一些已经走上了工作岗位。从来信中可以看到，年轻人思想活跃，接受新思想快，好奇心强，这是我感觉到的。
　　然而，网站上公布的论文所讨论的、涉及的课题比较高深，难度比较大，都是近几十年来在思维科学和人工智能领域中最前沿的一些问题，需要有较高的专业水平，较广阔的知识视野和灵活的思维方式才能比较容易理解。其中有许多新观点、新方法，不是那么一下子就可以理解的。有些朋友来信表示，看了论文以后都有一种心情激动、跃跃欲试的感觉，这证明是看进去了，看到了或者是感觉到了全息拓扑学和这个人工智能模型所表述的、所开辟的一个崭新的天地，看不到这些，是不会有这样的感觉的。
　　然而，我要指出，在校学生的学习任务很重，好奇、感兴趣都可以，平时浏览一下网页，增加知识性，开阔一下眼界，都可以，但是不要为之影响了主课的学习任务，那是基础，是最基本的。你们今后所有的一切都要靠这个基础来实现。我不太赞成在校生专注于全息拓扑学和这个人工智能模型，里面那些定义、定理，还有那个层次构造，拓扑等价性问题，那不是一时半会就可以解决的，等你们拿到学位后，有的是时间。所以，我在回信时曾多次重复强调这一点：要抓好主课，就是这个原因。
二、关于学历和知识面
　　许多人来信对自己的学历、学识有点信心不足，我认为要两方面看：在现在的条件下，学历是重要的，但不是最主要的。学历表述了一个人在现代升学考试的竞争环境中能够脱颖而出，各方面都有比较好的基础；如果各方面都不行，学什么都很吃力，光想一门独秀，可能性是不大的。虽然当年我发现了这个原理和规律的时候学历并不高，可以说没有学历，但那是在特殊年代特殊的环境造成的，并且也不是任何人都可以的。我觉得在研究AI和思维模型这方面，特别是在应用方面的研究，无论学历的高低，学识的多少，在这一块都是在探索研究阶段，还正在被开垦中，这对任何人都一样，只不过学历高一点的知识面宽一点，也许会少走点弯路。学历不够还可以再继续深造，但思维方法上的僵硬那只能在原地兜圈子了。因此，最主要的是你自己头脑分析、处理这一类信息的能力和水平，这是学历换不来的。特别是开创性的思维方式，要能够快速展现那种说不清、道不明的抽象思维的能力，这是不可缺少的。人的大脑比迄今最好的电脑、最高级的仪器还要不知复杂多少倍。如果你没有能力利用你自己的大脑这个现成的最好的资源、最优秀的仪器来探索人类思维、意识和智能，那就改改行吧，不要再研究这方面的问题了，那是搞不出什么名堂的。最多是混到一定的年头，有点资格当权威去评述别人的研究工作，而自己则没有一点儿新东西。
　　一句话，我们自己的头脑要有抽象思维的能力，要有虚拟事件、虚拟过程的能力，要有爱因斯坦所说的思想实验的能力，要能把自己的想法转换成关系构造、转换成虚拟抽象的概念，要能够将自己考虑的问题在脑中预演出来。要能在那些头绪纷乱的信息中找到条理性和规律性，并且能够看到它们之中更深层的东西。否则，做多少实验也没有用。因为你分不清什么是最主要的，什么是目标。时间一长，自己为找不到门路而干着急，别人如果尝试新的途径，你就会老想着去贬低别人，尽提些是是而非、傻里傻气的问题来抬杠。这不是我危言耸听，几十年来，我就是在这样的一片贬低、挖苦和羡慕的双重环境中走过来的。
　　我认为，研究思维和思维模型与研究别的不同，因为它已经深入到人们大脑的深处，深入到自然界最奥秘的领域，大家还是在摸索阶段，正在寻找一条比较合适的途径，因此不能当书呆子，不能走偏门，只一项突出，如果发呆认一个死理，是没有办法的。人们在生活上的一举一动都是和思维有关的，要善于从最平常的举动中觉察到思维的规律性。总的来说，基本上要各方面都比较优秀，就是说要基础大而厚，才能盖高楼，这与其他某些学科一柱冲天不同，那是前人已经打好了厚实的基础的，有一个明确的方向，你只要沿着这个方向走，就会有收获。在这儿发了呆气，肯定是搞不好的。
三、关于人工智能研究中的方式方法
　　智能、思维的研究和探索最早是从自动机的研究开始的，而计算机的研究是从数值计算开始的，起步的时间都差不多，从有些资料上看，也许智能、思维的研究和探索可能更早一些，而现在这两者有了合在一起的趋势。你看看现在的电脑，功能日新月异，并且早已超出了单纯的数值计算的范畴了，可以处理图象，可以与你下棋，可以帮你做一切能做的事情。而思维、智能、认知的研究还在原地踏步。今天这方面的研究水平究竟比40年前的水平高了多少，谁能说出个大概来。说实在的，冯．诺伊曼当初早就对这方面的研究作了论述，只不过人们不注意而已，而只是认为冯．诺伊曼是单纯研究串行数据处理的。
　　最可悲的是那些所谓的正统人工智能的研究者们，一方面利用现代的电脑科技成果来模拟和完成自己的试验模型，另一方面又死不认帐，决不肯承认电脑处理信息在某种程度上与人脑有着拓扑等效性，总要找出点理由来贬低电脑在模拟人脑功能中的作用，可又总是说不清楚。实际上他们自己也不知道答案是什么，但只要否定了别人，就能证明自己是有用的。
　　如果说，我在二十多年前研究机器智能问题被人们看成是唯心主义是一种历史误会，那时的专业计算机技术人员是决不会承认计算机能够与人下棋的，也决不会认为计算机能够进行自动查表和辅助设计，你怎么解释也没有用，因为那时还没有这个东西。但是在今天，再死抱住二十多年前的观点来抬杠，一方面在享受着电脑高科技带给我们的便利，另一方面还要贬低它，就是不看摆在面前的事实，总想着怎样否定，就没有什么意思了。
　　现在，摆在你们面前的有两条路：一条是易行道，只要你能随大流，不出格，你的前辈们做什么，你就做什么，做做试验，发表和论述一下大家都知道的东西，决不会有问题。虽然没有什么建树，但也不会受到白眼，说不定还会受到下一辈的追捧。最多就是烧点钱，反正那是研究经费，又不是自己的钱，不用白不用。
　　另一条是难行道，那是要好好分析一下几十年来这方面研究为什么没有大的进展和突破的原因，是不是考虑换个方法试试，提出点新的想法来看看。这个日子就不会好过了，除了遭受白眼以外，周围的人都会把你当成怪物，有了结果也没有地方发表，因为那些审稿的根本看不懂，更不要说是交流了。
四、关于拓扑等价性判断问题
　　智能功能方面的拓扑等价性，即人的智能与机器智能在处理某些问题时候具有某种等价性，机器才能代替人脑，否则，没有这种等价性，就没办法代替了，所以要从等价性的观点来看待人工智能模拟的智能系统，这是研究和理解人工智能的基本方法之一。
　　由于模型与真实的东西总是有一个差距，否则就不叫模型了，拓扑等效性就是衡量这个模型与真实东西的等效范围的，研究这一类问题不会从这方面着手，就很难将问题搞清楚，自己究竟需要些什么。例如，电脑中的与、或、非门电路与模诺图、布尔代数就有某种拓扑等效性，它等效于它们的共同规律性。如果非要去追究模诺图、布尔代数中有没有脉冲前沿、后沿，有没有延迟时间，那就没有的做了。
　　要你仿制一个与人脑完全一模一样的大脑，连一个原子也不差的大脑是根本不可能的（不要好笑这种傻话，当一个人急于否定别人这方面的研究工作时，往往会提与这类似的问题，而且在智能与思维的研究辩论中更为突出，总要拿你的研究与一个真正的人脑来对比，提的问题一个比一个傻，而且还东扯西扯地胡乱打岔，你是没有办法去满足他的这种不断升级的要求的。而且他的真正目的也不是探讨问题，而是要否定你和贬低你，与你抬杠，反正看着你就不舒服。你要是不注意被他的问题引导偏了，稍有漏洞，那不一棒子打死你才怪呢）。那么，你能在多大程度上，在什么层次上仿制出一个人工脑，你可能能够达到什么样的程度，会有哪些可能的突破，有哪些问题是比较难以解决的，其中又可能会碰到什么样的新问题等等。这些，就是一个目的和程度的预期判断问题，这个问题如果吃不准，那洋洋千言万语，都是废话，糊弄人的。
　　在分析问题时，要能够善于把一个复杂的问题分解成为许多简单的小问题来解决，这是一个比较合适的方法。但是如果你能够突破平常人们的习惯性思维的框框，用新的思想，开辟新的途径或方法来解决问题，那就更好了。如果你不但能将一个问题进行分解成一些简单的小问题，而且还能知道这个问题的各个层次和总的系统的体系，那你就掌握了全局，你就可能甚至能够猜测到某些隐藏的，人们还不知道的东西，那你就进入了可以自由驰骋的境界。
　　例如有名的图灵试验，就是用来判断与人对话的是人还是机器的，由于人与机器是分别属于两个不同的体系，经历的是不同的人的社会经历和机器的信息体系的建立两种不同的过程，你是没有办法将人的一生经历全部变成机器的信息和规则的，只要你问一些人类生活中的问题，机器马上就露馅了。实际上，不要说是机器，就是用一个人去冒充另一个人，就是他知道另一个人的全部经历，在人们的不断盘问之下也会露馅的。人都不能，何况机器。所以说过去没有任何机器能够通过图灵试验，现在不会有，将来也不会有。如果说有，那这台机器就必须在实体上与人完全一样，有着与人完全一样的生理构造，有着与人完全一样的心理状态，并有着同样的经历，有着同样的社会关系，我们知道，这是不可能的。所以现在如果还是用图灵试验来判断一台机器是否有智能，这个傻气就冒大了。
　　从另一个方面来讲，如果将人与机器置于同一个体系之中，使得机器的信息处理过程与人的思维过程有着可比较的拓扑等效性，并预先定好结束时间，我想，测试者无法判断对方是机器还是人的可能性还是比较大的。例如，用图灵试验的方法让测试者与被试者下国际象棋或者围棋，并在棋类程序中加入随机变量控制，排除机械思维的影响，在下到预先定好结束时间以后，测试者是否能够猜测出被试者的身份，就很难说了。记住，机器与人的比较必须在同一个体系之中，否则是没的比的。例如，一台挖掘机一天的工作量相当于500个人工干一天的，这是在开山挖石的工作体系中，如果非要要求它一天能够计算多少加减乘除，能够吃几大碗饭，那就没有道理了。
五、结束语
　　说实在的，对于你们在校园内的同学们，对于年轻的朋友们，我本不该讲这么多，因为有些东西你们还难以理解。但通过你们的来信，和我多少年来接触的人和事，我觉得要说明一下：研究探索这方面的课题，需要跨越一个从线性的正常思维转换到非线性的超常思维的阶段，这不是每一个人都能办到的。如果不能跨越这个阶段，就不要做无用功了，做一些利用现成成果的应用研究吧，或者改行吧，否则可能耽误了你们往其它方面的发展和成就的可能性。
　　这些都是随感而写，供你们在前进的路上参考，有些事情，如果实在太困难，就不要勉强了。