前言
原作者Milo毕业于牛津大学经济学专业，也是一名Python开发者和人工智能爱好者。本文是他对Ray Kurzweil的著作How to create a mind: The secret of human thought revealed的读后感，首发于Medium，原文链接及作者主页可见于文首。
Ray Kurzweil，就职于Google，著有《人工智能的未来》、《机器之心》、《奇点临近》等书。
至于Kurzweil究竟是真正的“未来学家”，还是美国版的“大脑升级人”，留待读者们思考。
正文
在学习AI的过程中，我读了Ray Kurzweil的How to create a mind: The secret of human thought revealed，这本书非常的exciting所以我想与诸位分享一些感悟。
如果要用一句话来概括这本书的话，那Kurzweil自己的话最好不过了：
“The question is whether or not we can find an algorithm that could turn a computer into an entity that is equivalent to a human brain.” — p181
“问题在于我们能否找到一个算法让计算机成为人类大脑的等价物。”——页181
Kurzweil坚信这是能够而且应该实现的，他还指出这样的算法会基于“思维模式识别理论”(Pattern Recognition Theory of the Mind, PRTM)，比我们想象中要简单。
人脑可以说是已知宇宙中最复杂的东西了。仅仅三磅重，却能发现相关性、想象世界、创作音乐、建造泰姬陵，还能自己写一本关于人脑的书。
Drawing Hands, 1948 – M.C. Escher
人脑还是存在很大局限性，也留下了其工作机理的线索。
“背诵一下《三字经》”（原文为alphabet）
“人之初，性本善……”
“好的，倒过来再背一遍。”
“……”
对于人类，后者比前者要困难的多（否则也不会有“倒背如流”的成语了）。但是对于计算机来说，没有什么两样，反转一个序列是非常容易的。这说明人脑只能按顺序检索信息。另有研究发现，我们的大脑最多只能同时思考4个高级概念，这也是为什么我们需要纸笔计算数学题。
那么人脑究竟是如何运转的？哺乳动物实际上有两套脑子：承袭自爬行动物的“杏仁核”(amygdala)，和具有意识的部分“新皮层”(neocortex)。杏仁核对应着在趋利避害的进化过程中，就已经预编译好的本能。那么哺乳动物是靠什么在动物中脱颖而出的呢？答案就是新皮层。新皮层理性地认识世界并做出预测，这使得我们拥有了学习能力。两套脑筋紧密结合、协同工作。同时我也在想，当我读这本书的时候，两套脑筋可能是存在冲突的。这也解释了问什么在文学和宗教里，内心的纠结总是贯穿始终：善vs恶，社会整合vs享乐主义。
更惊人的是，我们的思维可能比脑子的数量要多。大脑分为两个半球，一左一右。针对裂脑患者（左右脑的连接被切断）的研究表明，这些患者不一定知道另一重思维的存在。当一个思维移至右脑时，另一个思维会通过虚构记忆来对此进行合理化。这喻示着，我们可能并没有所谓“自由意志”。我们大脑中有意识地部分，会简单地为无意识部分已经有的思维制造一个解释。
大脑新皮层又是如何工作的呢？我们知道它是由300亿个细胞（即神经元）构成的，神经元相互连接并通过电脉冲传递信息。如果一个神经元的多个输入信号之和超过某阈值，就会激活下一个神经元，依此类推。这个过程，我们就称为“思维”。最初，科学家们认为神经网络就是这样一个复杂且纠缠的网络，人类怕是永远理解不了。
Kurzweil以爱因斯坦的著名公式E=mc2" style="display: inline; line-height: normal; text-indent: 0px; text-align: left; letter-spacing: normal; word-spacing: normal; word-wrap: normal; float: none; direction: ltr; max-width: none; max-height: none; min-width: 0px; min-height: 0px; border: 0px;">E=mc2E=mc2为例，说有时复杂问题的答案可能出奇的简单。科学上曾有过很多先例，从牛顿力学到热力学，都证明了高层次的抽象可以大幅化简复杂系统模型。
近几年的脑成像技术进步已经结束发现了新皮层包含若干模块，每个模块由100个左右的神经元组成，模块再组成皮层。这样的一个网格结构中有大约3亿个模块。所以如果我们能够发现模拟这些模块的公式，再用计算机重复3亿次并施加感知输入信号，我们就能创造智能生物了。但是这些模块又是做什么的？
Kurzweil研究了几十年的人工智能，他认为那些模块就是模式识别器。当读到上图这一页的时候，一个模式识别器就负责探测横向激励，这个模块又向上连接着一个负责字母”A”的模块，如果其他相关模块被激活，那么A模块也会激活。模块A,p,p,l连接着Apple模块，而Apple又通往其他更高级的模式识别器，比如由苹果所联想到的东西。你并不需要见到字母e，因为Apple模块也向下激活，告诉负责e的模块——这里有很大概率会看到一个e。
相反，当高层模式识别器根据上下文判定一个事件不太可能发生时，抑制信号会阻止低层模式识别器 被激活。Kurzweil将这一流程称为“思维模式识别理论”(Pattern Recognition Theory of the Mind, PRTM)。尽管难以想象，但我们的所有想法和决定，都可以解释为巨量模式识别器共同生效的结果。
我们以层级结构的方式组织思路，解释世界，并用词汇将这些模块赋予含义。这个世界本就是层级结构的，我们的大脑也只是镜像反映了这点。道生一，一生二，二生三，三生万物。(原文为Leaves are on trees, trees make up a forest, and a forest covers a mountain.)语言与思维息息相关，因为语言直接反映大脑。这就解释了为什么不同的语言都有着类似的构造，也说明了我们为什么用母语思考。我们不仅用语言向别人表达观点，更是传达思维深处的想法。
有趣的是，AI研究者已经独立于神经科学家了，他们最成功的方法论被证明是与人脑等价的，所以人脑给了我们如何创造智能非生命体的线索。如果我们破解了单个模式识别器的算法，我们就可以在计算机中阵列重复，构成神经网络。Kurzweil认为神经网络是可以具有自我意识的，就像人的思维一样。并且它们不受生物体所限，又得益于计算能力的飞速发展，甚至可以再创造出更加聪明的实体。最终会在智能上超过我们（这一预测别称作“技术奇点”）。我会在将来的博文中探讨由此引发的伦理学和社会学问题，不过现在先假设这是好的。
那么问题来了，单个模式识别器的算法究竟如何？Kurzweil推荐使用层次隐式马尔可夫模型，因俄罗斯数学家Andrey Markov(1856-1922)得名。但是在Kurzweil的书中，这一技术过于专业，以至未能详尽解释。
所以我之后的两个目标就是：尽力学习层次隐式马尔可夫模型
原文：How to create a mind: The secret of human thought revealed
作者：Milo Spencer-Harper
翻译：Kaiser（王司图）
媒体合作请联系：
邮箱：[email protected]
