summaryrefslogtreecommitdiff
path: root/content/posts
diff options
context:
space:
mode:
authorEltrac <hi@guhub.cn>2025-05-20 17:41:35 +0800
committerEltrac <hi@guhub.cn>2025-05-20 17:41:35 +0800
commit00cad8aa1f78e2ac63306f8b8681d8269cc82161 (patch)
treec49e0b02b7fd523c8d03ae30e110ac6c1f00b947 /content/posts
parentb5d016aaf56792c1c072f3962574d5914fd76a99 (diff)
docs: update draft
Diffstat (limited to 'content/posts')
-rw-r--r--content/posts/思考是碳基生物的特权吗.md32
1 files changed, 30 insertions, 2 deletions
diff --git a/content/posts/思考是碳基生物的特权吗.md b/content/posts/思考是碳基生物的特权吗.md
index 41706192..e8d98d43 100644
--- a/content/posts/思考是碳基生物的特权吗.md
+++ b/content/posts/思考是碳基生物的特权吗.md
@@ -45,16 +45,44 @@ slug: is-thinking-animals-privilege
另一个有趣的假设叫做「中文屋」。我还在 Backrooms 创作的时候,有人写过一篇「欧语屋」,灵感就源于此。简单来说,中文屋就是「一个人在封闭的房间内按照一定的机器指示抄写汉字并将纸片传递给房间外面的人,而外面的人以为房间里有一个流利的中文使用者」,很显然,房间、卡片和屋内人所遵从的指示都没有真正的心智,所以中文屋不拥有心智。
-我意识到这也是我看待大语言模型的方式:基于神经网络的大语言模型通过概率运算,算出了问题的答案,这在结构上并没有真正地实现了智能,毕竟人工智能也只是由确定的神经元和各类函数组成的。不太准确地将,大语言模型施展的就是一种「骗术」。
+我意识到这也是我看待大语言模型的方式:基于神经网络的大语言模型通过概率运算,算出了问题的答案,这在结构上并没有真正地实现了智能,毕竟人工智能也只是由确定的神经元、层级、参数和各类函数组成的。不太准确地讲,大语言模型施展的就是一种「骗术」。
+---
+这么看来,机器能否模拟智能,这个问题的主要分歧在于,个体认为智能是结构决定的,还是表现决定的。不过我打算先把这个问题放一放,下一节先来谈一谈如何模拟智能,无论是从结构上模拟,还是从形式上模拟。
## 怎样模拟智能?
### 学习和智能可以被准确描述吗?
+1956 年,一群数学家、科学家聚在一起讨论人工智能,他们其中的一些人在如今被认为是人工智能的创始者。他们在会议上提议:[^2]
+
+> We propose that a 2-month, 10-man study of artificial intelligence be carried out during the summer of 1956 at Dartmouth College in [Hanover, New Hampshire](https://en.wikipedia.org/wiki/Hanover,_New_Hampshire "Hanover, New Hampshire"). The study is to proceed on the basis of the conjecture that ==every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it.== An attempt will be made to find how to make machines use language, form abstractions and concepts, solve kinds of problems now reserved for humans, and improve themselves. We think that a significant advance can be made in one or more of these problems if a carefully selected group of scientists work on it together for a summer.
+
+简单来说,他们提议为期两个月的研究,研究基于这样的推测进行:==如果可以精确的描述学习的所有面向,或智能的任何其它特征,一个机器就可以被制造来模拟它==。[^3]他们想要在研究中找到让机器使用语言、创造抽象和概念的方法。
+
+请注意原文使用的词是 conjecture,意思是 an opinion or conclusion formed on the basis of incomplete information(基于不完整信息的观点和结论)。达特茅斯会议似乎提出了很多有意思的想法,但讨论和研究都是基于这个未被证实的假设进行的,并且没有产出什么实际性的成果。
+
+也就是说,学习的所有面向和智能的任何其他特征,究竟能否被精确描述,能否被机器模拟,在这里还没有给出理论支撑。然而,有不少关于人工智能的讨论,都是基于这一假设的。
+
+### 思考或许是生物化学反应
+
+前文所述的中文屋,其实是对「物理符号系统」的一个模拟。一些学者认为人的思维其实是处理符号的过程,只要建立一个物理符号系统,就能够模拟智能。你可以说,这是符号主义的人工智能。对于物理符号系统的抨击,其实也适用于其他类型的人工智能:
+
+> 尼尔斯·尼尔森(Nils Nilsson)提出了四个抨击物理符号系统假设的主要“论题”或依据。
+>
+> 1. “ ‘物理符号系统假设’缺少了符号基础”这一错误主张被认为是通用智慧行为的必要条件。
+> 2. 普遍认为,**AI 需要非符号处理**(例如,联结主义架构可以提供非符号处理)。
+> 3. 普遍认为,**大脑根本不是一台计算机**,目前所理解的计算并没有为智力提供合适的模型。
+> 4. 最后,**有些人也相信大脑本质上是无意识的,大部分发生的事情是化学反应,人类的智慧行为类似于蚁群所显示的智慧行为**。[^4]
+
+尼尔森指出,大脑根本不是一台计算机,大脑本质是无意识的,大部分发生的事情时化学反应。尽管已经有生物计算机的研究正在进行,甚至有了一些产品出现,但至少目前的大语言模型和其他类型的人工智能,都不是运行在生物计算机上的。
+
+这种观点认为,二进制的电子计算机还不能模拟人脑。
+
### 物质与意识
### 发生在物理世界的思考
-[^1]: 值得一提的是,主体性和主观性在英文里对应的是同一个词「Subjectivity」,所以直到现在我也还是非常疑惑主观性和主体性的区别,不过这是题外话了。 \ No newline at end of file
+[^1]: 值得一提的是,主体性和主观性在英文里对应的是同一个词「Subjectivity」,所以直到现在我也还是非常疑惑主观性和主体性的区别,不过这是题外话了。
+[^2]: [Dartmouth workshop - Wikipedia](https://en.wikipedia.org/wiki/Dartmouth_workshop) \ No newline at end of file