在地球這個復雜的生態圈中,生物與機器正越來越形成和諧共處之勢,同時生物與機器之間正在通過互相滲透影響的方式改變著各自的命運。為了滿足人類而非小牛的需要,野生牛的乳房可以被選擇性的增大;而在今年,alphago也像人類一樣,通過自我學習的能力及反饋機制戰勝了人類的圍棋大師。
但作為在地球上存活最久的有機體——生物,一代一代的衍化出了最多復雜系統的群體,也充分證明了它們的生存邏輯的合理性。于是人類在創造機器時,也開始增加了越來越多的生物邏輯來完善機器的各方面能力。自我復制,自我管理,自我修復,適度的進化和學習能力,這也是現在人類能夠創造出復雜機器系統的一個邏輯基礎。
既然生物與機器的本質是想通的,而生物系統又已經活了億萬年之久,充分可以說明生物系統的進化規律可以應用在機器系統之中,這也解釋了各個學科之間的相通性。基于這樣的分析,今年我也會利用課余時間完成一門生物課程。
機器在不斷升級進化的同時,人類也要認清楚一個現實,那就是當機器被賦予生命之后,人類必然失去部分對它的控制性。這也是2016年alphago戰勝人類圍棋大師之后,真正引起人類關注甚至是恐慌的根源。就如同電影《機械姬》中的情節一樣,一旦具有超級智能的機器人背叛人類混入人群之后,接下來要被滅族的可能就是人類自己,畢竟我們的祖先也是消滅了同一時期的所有其他智人才有了今天的人類。不過這些道德倫理問題先讓牛逼的科學家去研究吧,相信他們能夠找出一個最優的收益函數能夠讓機器人為人類服務的同時保有對人類的憐憫之心,首先我們還是要先能創建出一個超級智能的機器人再說。
為了達成這個目標,首先將目光投向了蜂群。作為生物界超級有機體的代表,就要數昆蟲群體了。通過作者的研究表明,蜂群并沒有實質的領袖,蜂后也就是個有人喂飯的生孩子的村姑。當碰到搬家,選擇下一任蜂后這樣的大事時,蜜蜂選擇了一種自下而上的傳達意見的機制。當搬家時,會有幾批蜜蜂出去探路,回來之后通過自己的語言表達哪個新窩更好。看了他們的說明,一批新人加入查看新窩的行列,回來之后再發表自己的意見。如此往復,最終更多簇擁者的新窩會當選。這就是人類今天投入了大部分精力去研究的集體智慧。集體智慧就如同一只看不見的手,從低層級涌現出來控制著群體;美國總統大選也采取了類似的機制,也可以證明這種自下而上的反饋方式能夠很好的幫助一個集體乃至于國家來完成重要的決定。而這樣的超級群體有一個特性,就是無法從低層級的存在推斷出高層級的復雜性,而且無數成員之間的相互作用是呈指數級增長的,這也是我們平時說的量變引發了質變。
那么類似蜂群的仿生思維是如何產生的呢?為了得到解答,人類希望從各個類似的層面推斷、證明出結論。早期人類就發現人體是由各個分工明確的器官組成的,從而推斷完成人類思考的大腦是不是也分成了一個個的功能區域呢?早在1873年就有內科醫生通過猴腦完成了對此理論初步的證實。這也讓我想到了,人類歷史上新觀點的提出都是基于某種假設產生的,之后再去通過大量的實驗加以證實。然而過程可能會充滿坎坷,這時我們的思維方式應該是找到其他合理的原因去證明,而不是相信修飾過的貌似完美的錯誤數據,就如同日心說和地心說那樣。
在證明了人腦是分成各個功能區域之后,科學家再次證明,人類的每個記憶如同存在一條主線一樣,具體的相關內容則是每次回憶時對其進行索引及重新組裝的產物。這也是我們自己在不停的反思之前的經歷時,都會有新的收獲的原因。記得我之前去臺灣,記憶深刻的場景就是在古色古香的九份,一個細雨綿綿的夜晚,我在山頂的小棚子和朋友邊聊天,邊吃著熱乎乎的特色小吃芋圓,腦中現在還能浮現出當時的場景。但是九份那古色古香的樣子,其實已經被后來去過的西塘的樣子所掩蓋,而芋圓的味道也變成了我最近喜歡吃的麻薯的甜膩。
科學家提出:記憶就是高度重建的過程,在對記憶進行搜索時,我們會從數目龐大的事件中挑出重要的,忽略不重要的。后來,卡內爾瓦提出了“稀疏分布記憶”算法,致力于解決將有限數量的數據存入非常巨大的潛在內存空間中,并且如同感知記憶的模式一樣,重新定位到了之前存儲時的模式。由于更多的認識了人腦和蜂群思維的分布式感知和記憶的模式,也更好的給我們在分布式計算方面提供了生物邏輯的支持。
然而蜂群系統也是存在著各種弊端的,由于沒有統一的指揮,所以傳達上來的意見未必是最優的。同時他也存在著不可控性及不可預測性,就如同人類的進化,基因突變不一定是朝著對個人最好的方向進行的。同時他也會帶來很多未知性,就如同上面提到的人類對超級智能的恐懼一樣。對于一個新的理念我們都是先了解了他的優缺點,取其精華去其糟粕的應用到我們日常的產品與技術的推進中的。