文 | HW君
系列文章:
- 智能 | #0 人工智能的哲学原理
- 智能 | #1 在神经网络之前
- 智能 | #2 人工智能的三种流派
- 智能 | #3 可计算性,在图灵机之前
- 智能 | #4 通用计算机的起源
- 智能 | #5 一进制图灵机
- 智能 | #6 扩展二进制图灵机
- 智能 | #7 编码第N号图灵机
- 智能 | #8 通用图灵机
- 智能 | #9 图灵停机问题
- 智能 | #10 康托尔对角线与停机悖论
- 智能 | #11 超越算法
- 智能 | #12 图灵测试的两个假设
- 智能 | #13 ChatGPT的启示
- 智能 | #14 从图灵机到人工神经网络
- 智能 | #15 神经网络如何存储信息
0. 从人工智能到人类智能
人工智能说到底是想让机器模拟人的智能。
现代人工智能程序,特别是基于神经网络的大语言模型,一定是因为做对了一些事情,才能表现出如此惊人的拟人能力。
因此我们可以回过头去审视人类自身的智能,借助已有的人工智能视角,重新研究人类的大脑与意识,得到全新的结论。
1. 硬件与软件
大模型对于GPU算力有着巨大的需求,以至于很多人会误以为人工智能只能跑在显卡上。
实际上不是的,神经网络不仅可以跑在GPU集群的服务器上,也可以跑在CPU上,跑在个人电脑上,跑在手机上。
如果你有无限的时间,那么它理论上也可以跑在算盘上,甚至草稿纸上。
实际上我们可以说,人工神经网络是跑在通用图灵机之上的。
现代计算机软件体系中有非常多的中间抽象层,程序员可以在不同层次上进行开发,而无需理解所有底层细节。
而我们可以将所有的层级都再简化抽象为「硬件图灵机」和「软件图灵机」两层。
其中底层的硬件图灵机提供通用的计算能力,而上层的软件图灵机提供灵活的计算逻辑。
以人工神经网络为例,硬件图灵机包含各种各样的提供计算的GPU/CPU/TPU/NPU…包含存储和数据传输的RAM/HBM/SSD/HDD…以及一些采集数据的传感器等。
软件图灵机则为运行在硬件之上的各种可编辑的代码、参数、权重……
软件定义了神经网络的计算方式,而硬件负责执行这些计算。
并且人工神经网络本身也是图灵完备的,即它也是一种图灵机。
因此人工神经网络理论上可以执行任何可计算的任务,实现「通用人工智能」。
也就是人们常说的AGI。
2. 人类智能
人工智能的能力无疑是强大的。
但我们打开一个运行人工智能的计算机的内部,只会发现一些数以亿计用断电通电以表示0和1的晶体管,除此之外别无它物。
智能到底在哪里呢。
同样的问题其实也发生在人类身上。
人类的思想无疑是深不可测的。
但我们打开一个人类的大脑,只会发现一堆密密麻麻数以亿计的生物神经元,它们通过激活和抑制来传递生物电信号。
我们似乎也没有办法找到意识到底存储在大脑的何处。
而类比于人工智能,人类智能似乎也可以抽象为硬件和软件两个层。
硬件为大脑皮层数不清的硬连接的生物神经元,它们构成了一张庞大的网络。
软件则为运行在生物神经网络之上的意识,拥有训练和学习的能力,具有非常强大的后天可塑性。
硬件由自然选择经历漫长岁月筛选下来的先天基因决定。
软件则更多是后天从文化之中学习塑造。
我们也有理由相信,人类智能的硬件和软件两个层级都是图灵完备的,它们都是图灵机。
因此大脑的意识可以执行任何可计算的任务。
人类智能本身就是一种通用智能。
3. 高维空间的意识
在上一期《智能 | #15 神经网络如何存储信息》,我们提到了大模型对于语言的理解和处理是发生在高维向量空间之中的。
而人类似乎也是如此,我们对于语言和词汇的理解,是发生在意识空间里的。
我们思考到一个概念,这个概念似乎就悬挂于大脑的意识虚空之中,而我们可以借助这个概念,联想出无穷无尽的意义。
人类的意识空间表现出和人工神经网络高维向量空间一致的特性。
因此到这里我们需要回去思考人类的意识本身,清理一些长久以来的误解。
(本章节完,敬请期待下一节)
By HW君 @ 2025-02-16