科學史上最後的晚餐——廣義人工智慧
一、兩種人工智慧
1、狹義人工智慧
當前所有的所謂智能產品,都可歸為狹義人工智慧。
功能單一,一個應用對應一種功能。
語音識別-圖像識別-棋類遊戲-翻譯-……
業內人士,在玩兒這個。
2、廣義人工智慧
外行在玩兒這個。
二、馬斯克與扎克伯格的爭論
Elon Musk馬斯克認為,人工智慧對於人類有極大的威脅。
已故不久的霍金,生前完全支持馬斯克的觀點。
扎克伯格認為,人工智慧不可能達到威脅人類的智能程度。
並嘲笑艾隆·馬斯克說:你是外行。
而其實,兩人爭論的並不是同一件事。儘管名稱都叫做人工智慧。
為了避免爭論,特做如下命名。
將馬斯克理解的人工智慧叫做廣義人工智慧。
將扎克伯格理解的人工智慧叫做狹義人工智慧。
人工智慧業與IT業表面有密切的相續關係。
而從知識傳承來看,那幾乎就是兩個不同的行業。
類似寄生在人體中,並破繭而生的異種。
三、AlphaGo-卷積神經網路CNN-Python
2016年3月AlphaGo戰勝世界冠軍李世石。
2017年初Master網上連勝60盤後,公布真實身份AlphaGo。
其後,戰勝了世界排名第一的柯潔。
此後,DeepLeaning所使用的Python
登上AI舞台的中央。甚至可以說是整個IT業,舞台的中央。
深度學習結構主要分為兩種:
一種是卷積神經網路,另一種是循環神經網路。
四、幾位著名的內行人物
AjaHuang(黃士傑博士)Deepmind團隊成員之一。
一個下棋軟體,終究能有什麼大出息呢。
李飛飛, Deep Learning頂級學者。
2017年1月4日,入職谷歌。
2018年6月傳聞「學術假」後就不回來了。
吳恩達Deep learning,頂級學者。
2017年入職百度AI團隊。今年離開了百度。
內行們遇到了trouble!
五、《深度學習,註定划過AI夜空的耀眼流星》
對卷積神經做了通俗版的簡介。
全文網址
作者沒有留名。網名也沒有留。
作者主要觀點:
·蠻力非智力需要超算
·墨守竟成規不會創造
·隔行如隔山跨行業就需要重新設計程序
傳說中的情節:馬雲與Deepmind談崩了。被嘲笑說:你是個外行。
馬雲很生氣,就公開評論說:So TM what?這他媽的什麼?
然而,馬雲的評論,沒能阻止人們對內行的頂禮膜拜。
Python以瘋狂的速度,闖進各大院校甚至技校的課堂。
Python從業人員工資?
萬元以上。
六、Bitcoin比特幣&區塊鏈BlockChain
1、比特幣中使用的哈希演算法簡介
一般的線性表樹中,記錄在結構中的相對位置是隨機的,即和記錄的關鍵字之間不存在確定的關係。因此,在結構中查找記錄時需進行一系列和關鍵字的比較。
這一類查找方法建立在「比較「的基礎上,查找的效率依賴於查找過程中所進行的比較次數。
而理想的情況應該是能夠直接找到需要的記錄,因此必須在記錄的存儲位置和它的關鍵字之間建立一個確定的對應關係f,使每個關鍵字和結構中一個唯一的存儲位置相對應。
(來自百度百科)
理解這一段,很關鍵。這是區塊鏈不同於卷積神經的基礎思路。
例如:
鍵盤ASCII碼
這些代碼都是孤立的。相互之間沒有任何關聯。
其原理來自摩爾碼:
噠噠,噠~,噠噠SOS
而區塊鏈編碼不這樣。碼與碼之間,有關聯。
2、Hash函數演算法簡單分幾類
1)加法Hash
所謂的加法Hash就是把輸入元素一個一個的加起來構成最後的結果
2)位運算Hash;
這類型Hash函數通過利用各種位運算(常見的是移位和異或)來充分的混合輸入元素
3)乘法Hash;
這種類型的Hash函數利用了乘法的不相關性(乘法的這種性質,最有名的莫過於平方取頭尾的機數生成演算法,雖然這種演算法效果並不好)。
4)除法Hash;
除法和乘法一樣,同樣具有表面上看起來的不相關性。不過,因為除法太慢,這種方式幾乎找不到真正的應用。需要注意的是,我們在前面看到的hash的結果除以一個prime的目的只是為了保證結果的範圍。如果你不需要它限制一個範圍的話,可以使用如下的代碼替代」hash%prime」:hash = hash ^ (hash>>10) ^(hash>>20)。
5)查表Hash;
查表Hash最有名的例子莫過於CRC系列演算法。雖然CRC系列演算法本身並不是查表,但是,查表是它的一種最快的實現方式。
6)混合Hash;
混合Hash演算法利用了以上各種方式。各種常見的Hash演算法,比如MD5、Tiger都屬於這個範圍。它們一般很少在面向查找的Hash函數裡面使用。
3、《區塊鏈簡史:1976—2017》
www.sohu.com/a/191478072_785858
作者簡介:王瑋
「中關村20周年突出貢獻獎」獲得者
上海樂住科技CTO
渡鴉區塊鏈專欄作者
1976年,Bailey W. Diffie、Martin E. Hellman兩位密碼學的大師發表了論文《密碼學的新方向》
同年,發生了另外一件看似完全不相關的事情——哈耶克出版了他人生中最後一本經濟學方面的專著:《貨幣的非國家化》
緊接著在1977年,著名的RSA演算法誕生,這應該說是1976年《密碼學的新方向》的自然延續,一點不令人驚訝,三位發明人也因此在2002年獲得了圖靈獎。
到了1980年,Merkle Ralf提出了Merkle-Tree這種數據結構和相應的演算法。
1982年,Lamport提出拜占廷將軍問題,標誌著分散式計算的可靠性理論和實踐進入到了實質性階段。
1985年,Koblitz和Miller各自獨立提出了著名的橢圓曲線加密(ECC)演算法。由於此前發明的RSA的演算法計算量過大很難實用,ECC的提出才真正使得非對稱加密體系產生了實用的可能。因此,可以說到了1985年,也就是《密碼學的新方向》發表10年左右的時候,現代密碼學的理論和技術基礎已經完全確立了。
從1976年開始,經過20左右的時間,密碼學、分散式計算領域終於進入了爆發期。
1997年,HashCash方法,也就是第一代POW(Proof of Work)演算法出現了。
戴偉(Wei Dai)、尼克·薩博同時提出密碼學貨幣的概念。
1999到2001的三年時間內,Napster、EDonkey 2000和BitTorrent分別先後出現,奠定了P2P網路計算的基礎。
2001年另一件重要的事情,就是NSA發布了SHA-2系列演算法,其中就包括目前應用最廣的SHA-256演算法,這也是比特幣最終採用的哈希演算法。
在人類歷史中經常會看到這樣的現象,從一個思想、技術被提出來,到它真正發揚光大,差不多需要30年左右的時間。
中本聰在2008年11月的時候發表了著名的論文《比特幣:點對點的電子現金系統》。
2009年1月緊接著用他第一版的軟體挖掘出了創始區塊。
The Times03/Jan/2009 Chancellor on brink of second bailout for banks.
中文:懸崖邊緣的財政大臣對銀行的次貸救助。
各種解釋都有。個人認為,當時的美國精英對美元已經感到絕望。
2010年9月,第一個礦場Slush發明了多個節點合作挖礦的方式,成為比特幣挖礦這個行業的開端。
2011年4月,比特幣官方有正式記載的第一個版本0.3.21發布。這個版本非常初級,然而意義重大。首先,由於他支持uPNP,實現了了我們日常使用的P2P軟體的能力,比特幣才真正能登堂入室,進入尋常百姓家,讓任何人都可以參與交易。
2013年,比特幣發布了0.8的版本,這是比特幣歷史上最重要的版本,它整個完善了比特幣節點本身的內部管理、網路通訊的優化。也就是在這個時間點以後,比特幣才真正支持全網的大規模交易,成為中本聰設想的電子現金,真正產生了全球影響力。
4、神秘的中本聰
SatoshiNakamoto中本聰or中本禪洲
難以確定真身。圈子可以確定。或許就是一個群體。
包括:埃隆馬斯克,阿桑奇,Dorian Nakamoto(多里安中本)
或許是放棄美元的技術準備,或賴掉美債的帶著小姨子跑路技術探索。
或許是美國政府美聯儲的貨幣實驗。
證據:
多里安中本被小報記者找到時說過:
「我已經不再參與它了,不能討論它。它已經被轉交給其他人。
他們現在在負責。我已經沒有任何聯繫。」
這個情節的發生,偶然性強,過程可信度很高。
七、以太坊
以太坊是Vitalik Buterin創立發明的,這個俄羅斯小夥子很早就在比特幣領域做開發、新聞的報道,最後自立門戶開發了以太坊。他的故事就好像一個年輕人為了學習蓋世武功,加入了名門正派,苦心修鍊多年,最後出來創立自己的武功,希望一統江湖、千秋萬代。
以太坊的設計的目標就是區塊鏈2.0,是一個全球範圍內的分散式計算機,有著堪稱完美的路線圖和系統結構。當然,最終能不能實現其設計目標,還有待於觀察。
從2011年開始的幾年內,萊特幣、Ripple、R3等數字貨幣和區塊鏈技術競相出現。同一時期,德國正式承認比特幣,納斯達克通過自身的區塊鏈平台完成交易,中國人民銀行雖然它否定了比特幣的地位,但是它卻是全球唯一的一個立刻宣布要做自己的密碼學貨幣/數字貨幣的銀行。
八、王瑋的思考題
技術的角度,主流的共識演算法有哪些?異同是什麼?
我們是不是應該學習區塊鏈?如何去學習?
還有一些很技術性的話題,
比如說現在有這麼多鏈,那麼跨鏈交易怎麼實現?
隔離見證會對其他虛擬貨幣/區塊鏈系統產生什麼影響?
央行的數字貨幣方案會是什麼?
九、The Master Alporith終極演算法
機器學習和人工智慧如何重塑世界
作者:[美]佩德羅·多明戈斯Pedro Domingos
美國華盛頓大學計算機科學教授,加州大學歐文分校信息與計算機科學博士,在機器學習與數據挖掘方面著有200多部專業著作和數百篇論文。
國際機器學習學會聯合創始人,《機器學習》雜誌編委會成員,JAIR前副主編。
美國人工智慧協會院士(AAAI Fellow,國際人工智慧界的最高榮譽),榮獲SIGKDD創新大獎(數據科學領域的最高獎項)、斯隆獎(Sloan Fellowship)、美國國家科學基金會成就獎(NSF CAREER Award)、富布賴特獎學金、IBM學院獎以及多個頂級論文獎項。
比爾·蓋茨年度薦書!
《終極演算法機器學習和人工智慧如何重塑世界》是近20年人工智慧領域具轟動性的著作!
本書揭秘機器學習的終極邏輯,全景勾勒人工智慧的商業未來。
《喬布斯傳》作者沃爾特·艾薩克森、圖靈獎得主朱迪亞·珀爾、中國大數據領航人車品覺、今日頭條首席演算法架構師曹歡歡傾力推薦!
一張新聞照片中,習zong書架上也曾出現過這本書。
摘要00
寫這本書時,我的腦海里浮現出各式各樣但又有相似之處的讀者。
圍繞大數據以及機器學習的討論充滿爭議,如果你對此感到好奇,且懷疑有比論文上看到的更為深層次的東西,那麼這本書就是你進行革命的指南。
摘要01
我們生活在演算法的時代。一兩代人以前,提到「演算法」這個詞,可能多數人會腦中一片空白。當今,文明社會的每個角落都存在演算法,日常生活的每分每秒也都和演算法有關。演算法不僅存在於你的手機或筆記本電腦,還存在於你的汽車、房子、家電以及玩具當中。當人們進出銀行時,銀行系統就是由各種演算法交織而成的龐大集合體。演算法安排航班,也駕駛飛機。演算法能經營工廠、進行交易、運輸貨物、處理現金收益,還能保存記錄。如果所有演算法都突然停止運轉,那麼就是人類的世界末日。
演算法就是一系列指令,告訴計算機該做什麼。計算機是由幾十億個微小開關(稱為晶體管)組成的,而演算法能在一秒內打開並關閉這些開關幾十億次。最簡單的演算法是觸動開關。
是否想到了《道德經》「反覆,道也。」
是否想起了《周易》陰陽?
十、Holographic Universe全息宇宙理論
全息宇宙論,此概念由當代著名量子物理學家戴維·玻姆(David Joseph Bohm)在《整體性與隱纏序——卷展中的宇宙與意識》一書中提及,由諾貝爾得主、荷蘭烏得勒支大學的G·霍夫特於1993年正式提出,並得到了雷納德·薩斯金的進一步闡述。
宇宙全息論的基本原理是:
從潛顯信息總和上看,任一部分都包含著整體的全部信息。
毫無疑問,這是對的。否定這個就是否定父母乃至祖宗乃至創世紀奇點。(編者)
在一個全像式的宇宙中,甚至連時間與空間都不再是基本不變的。因為在一個沒有分離性的宇宙中,位置的觀念會瓦解,時間與三維空間就像電視監視器中的魚,只是一種更深秩序的投影。這種更深的現實是一種超級的全像式幻象,過去,時下,未來都共同存在於其中。
換句話說,Pribram相信,頭腦本身就是一個全像攝影相片。
如果腦部是根據全像攝影的原理來操作,就比較能了解人那特殊的能力,能迅速從那龐大的記憶倉庫中取出所需的任何資料的能力。
如果一個朋友要你告訴他,當他說「斑馬」這個字時,你會想到什麼。你不需要笨拙地搜尋某種巨大的腦部字母檔案才能得到一個答案。相反地,一些聯想,如「條紋」「馬」和「非洲野生動物」等詞語會立刻跳入你的腦中。
的確,人類思考過程的一項最驚人的特徵是,每一件資料都似乎與其他所有資料相互連接——這也是全像攝影幻象的另一項基本特性。因為全像攝影幻象的每一部份都與其他部份交互關連著,這也許是大自然交互關連繫統的最終極例子。在Pribram的全像式腦部模型的啟發下,記憶的儲存不只是腦部科學唯一稍獲解答的謎。另一項謎題是腦部如何翻譯它從感官所得到的大量波動(光波,聲波,等等),使之成為人們知覺的具體世界。
記錄與解讀波動正是全像攝影最擅長的。正如全像攝影像是某種鏡頭,某種傳譯的工具,能把顯然無意義的波動圖案轉變為連貫的影像。Pribram相信腦部也有一個鏡頭,使用全像式原理來數據式地把經由感官收到的波動,轉變為人們內在知覺的世界。有大量的證據顯示,腦部是使用全像式原理來進行操作。事實上,Pribram的理論得到了越來越多腦神經學家的支持。
十一、AI涉及到哪些學科
直接相關的:
電子工程學+數學+聲學+光學+機械+心理學
應用上相關:
文學+美術+音樂+化學+醫學+等幾乎所有學科。
不一定都要學習這些學科,但必須深入思考這些學科曾經思考過的最前沿最深刻問題。
尤其是電學、物理學、心理學。必須有超越所有前人的理論認識,及實踐探索。
做AI涉及到哪些問題
必須思考所有問題!!!
什麼叫做智能?
學命名+學定義+學行為(語言文字繪畫音樂)
自命名+自定義+自行為
具體問題:
語音識別+文字識別+圖像識別+圖形識別+過程識別+整體識別+
後果預測+目標任務識別+任務隊列設計+行為規範設計+
那麼,卷積神經與區塊鏈誰更有希望?
誰更接近終極演算法?誰更可能成就廣義AI?
考察標準為:
1、只有一個應用系統,解決所有問題。並且,應用系統即操作系統。
2、超大存儲量。可存儲5~10年的連續錄音錄像及錄操作。
3、運算極簡。以便剎那完成名義系縛。
4、集成電路儘可能簡化,而不是越來越複雜。
5、依賴演算法,而不依賴算力。
6、輸入端語音識別、圖像識別及感測器識別,抽象化矢量化含義化。
7、輸出端,數碼可窮竭模仿任何已知聲音。可時時繪製視頻圖像。
可準確重複已知動作,並具有充分可靠的應變反應。
8、具有類人的人格結構,以徹底解決數據冗餘難題。
9、具有設備功能必要的文化程度。
10、具有自定義自命名自學習自行為能力。及自律能力。
11、具有菩薩級道德水準,及深刻的道德辨別能力。
顯然,這不是在造有本事的能人,而是在造一位菩薩。
就不應該叫做機器人。
十二、誰更有希望?
由於演算法的局限,卷積神經必然出局。
而區塊鏈最大的吉兆在於——人很像區塊鏈。
當前區塊鏈,具備了其思路基礎,但還不具備實際應用的可能。
區塊鏈需要繼續進化,需要新演算法。需要佩德羅期待的那個終極演算法。
有一個現成的終極演算法
——河圖洛書及《周易》所承載的那個神秘演算法。
肯定就是他!
常見到文中說AI將是個多跨界行業。這不夠準確。
廣義AI必然是統界行業。否則,就不應叫做AI。
十三、垂簾聽政的皇太后
歷史上的西方哲學家,幾乎都是百無一用的。
哲學可能是唯一只有理論,卻沒有孕育出相關實用技術的學科。
然而,每一位哲學家依然值得人們尊敬。
尤其對於喜歡劍走偏鋒的歐美人,哲學家更值得尊敬。
他們在分科發達的西方世界中,前赴後繼地堅持著綜合思考的中正方向。他們承載著歐美人覺醒的另一個希望。
而在中國,情況就好很多。天下一體的思想始終在人們心中流傳著。
在3000年歷史上,甚至最黑暗的文化年代中,總是有許多人,對於全科綜合思考,及終極真理,深信不疑。
AI演算法正是這個全科。管用好使的全科。
AI必須兼容數學聲學光學物理學化學心理學電學甚至道德倫理宗教。
其應用更可涵蓋了所有學科及行業。
對各學科的衝擊都是巨大的,甚至是顛覆性取代性的。
AI天生就是統一天下的秦王。
各學科將按照演算法的含義邏輯層級關係,組織在AI演算法的周圍。
西方哲學這個糊塗的皇太后,垂簾聽政的好日子就要結束了。
小皇上正在策劃著用人工智慧的法式,開元親政。
在AI的探索實踐過程中,要求任何演算法上難以歸零的獨立學科之理論,,必須被重新思考並重建,以符合AI演算法。
假若你懷有一個成為偉大的科學家的夢想,那可要抓緊時間了。當代正在進行的是最後的晚餐。
當廣義AI成熟之後,這段異彩紛呈的人類科學史即將被畫上句號。
此後,所有學科,都將被數學及其演算法統而為一。
那時,將只有科技,而不分科學。
一個與之前大不相同的科技時代,正乘風而來。
十四、結尾
1900年,著名的數學泰斗希爾伯特做了一個演講,提出了23個數學問題,這23個問題引領了20世紀乃至當代數學的發展。
在這片演講稿中,有下邊這句話:
「我們必須知道、我們必將知道」。
TAG:安居坊玉玲瓏茶莊 |