人工智能的未來檢視原始碼討論檢視歷史

來自孔夫子網的圖片

《人工智能的未來》，[美] 雷·庫茲韋爾（Ray 著，出版社：浙江人民出版社。

書籍是全世界的營養品。生活里沒有書籍，就好像沒有陽光；智慧^[1]里沒有書籍，就好像鳥兒沒有翅膀。——莎士比亞^[2]

大腦新皮質分6層，共包含300億個神經元，它們又組成了3億個模式識別器。這些模式識別器按層級關係組織，它們是思想的語言和思維模式識別理論的基礎。只有具備自聯想能力和特徵恆常性能力，大腦新皮質才能識別模式。思維模式分兩種：定向思維和非定向思維，做夢就是非定向思維實例。

模式的層級

模式的結構

流向大腦新皮質模式識別器的數據本質

自聯想和恆常性

學習

思想的語言

夢的語言

模型的根源

第4章人類的大腦新皮質

儘管進化帶來的改變並不總是朝着更高的智能水平前進，但是，智能仍是一個重要的進化分支。大腦新皮質的分層學習能力如此重要，以至於它在進化過程中體積變得越來越大，並最終成為大腦的主體。大腦運轉時，並不以神經元為基礎，而是神經元集合。

智能，一個重要的進化分支

新皮質的分層學習能力

積木式神經元集合，思維模式識別的基礎

視覺皮質與通用算法

第5章舊腦

雖然大腦新皮質已成為大腦的主體，但我們的舊腦並未消失，仍在幫助我們尋求滿足和躲避危險。丘腦的突出作用是與新皮質持續聯絡，海馬體存儲記憶，而小腦則負責人體動作的協調。

感覺通路

丘腦

海馬體

小腦

控制快樂與恐懼權

第6章新皮質的能力

人類的能力，主要歸功於大腦腦島中的紡錘體細胞。大腦新皮質某些區域的優化，使其更善於處理聯合模式，這就是天分的由來。跨領域合作和非生物大腦新皮質的雲端存儲，將讓我們更富有創造力。從進化觀點看，愛情的存在就緣於大腦新皮質的需求。

天分

創造力

愛情

第7章仿生數碼新皮質

我們現在已經能模擬包含160萬個視覺神經元的人腦視覺新皮質，模擬完整人類大腦的目標預計2023年就可實現。「矢量量化」方法既能高效利用計算機資源，又能保留重要的語言識別特徵。隱馬爾可夫模型讓語音識別系統能同時完成識別和學習兩項任務。

腦模擬

神經網絡

矢量量化

用隱馬爾可夫模型解讀你的思維

進化（遺傳）算法

列表處理語言LISP

分層記憶系統

人工智能前沿：登上能力層級

創建人工大腦

第8章模擬人腦，計算機不可或缺的4大思維

儘管人腦的思維模式極為精巧，我們仍然可以通過軟件對人腦進行模擬。要想做到這一點，計算機必須要具備準確的溝通、記憶和計算能力，具有計算的通用性和馮·諾依曼結構，並且能夠按大腦核心算法進行創造性思維。

準確的溝通、記憶和計算能力

計算的通用性

馮·諾依曼結構

按大腦核心算法進行創造性思考

第9章思維的思想實驗

意識來源於複雜物理系統的「湧現特性」（emergentproperty），可感受的「特質」（qualia）是其突出特徵。成功模擬人腦的計算機也是有意識的。思維就是有意識大腦所進行的活動。非生物學意義上的「人」將於2029年出現。將非生物系統引入人腦，不會改變我們的身份，但卻產生了另外一個「我」。把我們的大部分思想儲存在雲端，人類就能實現「永生」。

誰是有意識的

你必須有信仰

我們能夠意識到什麼

東方是東方，西方是西方

自由意志

本體意識

0 章有關思維的加速回報定律

信息技術的發展，都遵循着加速回報定律，與思維相關的技術也不例外。隨着人類基因組計劃的實施，生物醫學已成為一項信息技術，並呈指數型發展。在互聯網上，每秒比特的傳遞量每16個月就翻一番。磁共振成像技術，也以指數級速度穩定發展，目前的空間分辨率已接近100微米。

生物醫學

信息傳輸

大腦研究與再造

1章反對大浪潮

加速回報定律及其在人類智能提高方面的應用，也招致了不少批評。保羅·艾倫對「指數發展說」完全持否定態度；羅傑·彭羅斯認為，計算機無法像人腦那樣進行量子計算；約翰·塞爾說，計算機即便能夠通過圖靈測試，它也不知道自己在做些什麼。

「奇點遙遠」論

「量子計算能力缺失」論

「無意識」論

後記擁抱「奇點」

注釋

譯者後記

參考文獻

↑ 關於智慧的名言，人生屋，2013-07-15
↑ 關於莎士比亞的名言名句(100句)，豆丁網，2021-10-01

[1] 關於智慧的名言，人生屋，2013-07-15

[2] 關於莎士比亞的名言名句(100句)，豆丁網，2021-10-01

[1]

[2]

人工智能的未來檢視原始碼討論檢視歷史

目錄

目錄

參考文獻