证明人工智能可能

在计算机科学中，假设可以用图灵机复制人的思想，因此可以使用人工智能（AGI）。否则，就是相信某种神秘的东西，而神秘的信念是错误的。

我不知道有任何其他论据认为可以使用AGI，并且上述论点极其薄弱。

至少在理论上有严格的证据证明AGI是可能的吗？我们如何知道人类的思维能力可以被编码为程序？

早上好！您正在使用一个非常笼统的术语（“ AI”）来表示一个非常特定的想法（“与人类思维几乎相同的人为制造的东西”）。因此，您的问题不是您的想法。

根据约翰·麦卡锡（John McCarthy）的说法，人工智能是机器的工程学，能够利用计算来实现世界目标，而维基百科声称它是AI领域的摇滚明星。因此，从计算器到相机的自动对焦功能，所有东西都是某种形式的AI。因此，您对AI的证明仅仅是它存在于您的口袋或计算机中。

似乎您在问，是否有可能开发出与人类类似水平的AI（通常使用“人工通用情报”或“强大AI”之类的术语来形容）。这是一个神话般的问题，但定义不明确。这就引出了另一个问题：您如何定义人的智能？是否有能力说服其他人类特工您是人类（这在某种程度上是循环逻辑）？是写音乐或创作画的能力吗？根据您的定义，答案会有很大差异，必须在继续之前弄清答案。

人们认为可以在Turing Machine上实现思维的一个重要原因是基于计算的思维理论（CTOM），它是目前领先的思维理论。

支持CTOM的原因很多，其中之一就是信念/欲望心理学（对心理表征的命题态度）的语言似乎很适合计算框架。

但最简单的是，计算类比在心理学和神经科学等领域非常有用。当我们知道一个输入/输出对，但是不知道它是如何实现的时，我们可以说“它执行相关的计算”。

而且由于Turing显示可以在适当的Turing Machine上执行任何计算，所以自然的扩展就是可以在计算机上实现思维。

但是，CTOM比完整的理论更有用。我们仍然不知道如何以可以在计算机中实现的逻辑语法来分析思想。而且我们也不知道在大脑中如何/为什么进行“计算”（无论在这句话中意味着什么）。

为什么人类将永远不会在基于硅的人工智能系统中创造出真正的生存意识…… 人工智能从业者/哲学家的沉思。

参数：

⦁人类无法根据法令（一项法令）制造某种“东西”。这在人类历史上从未发生过。创新周期必须以某种“事物”（某种某种“东西”）开始，而意识不是一回事。

意识的本质是不可察觉的（看不见），如引力和吸引力。人类无法创造出他们无法观察到的东西。即使他们能够观察到它，人类的感知能力也无法真正感知所看到事物的真正本质，更不用说那些看不见的事物了。

⦁人类没有充分理解意识的“本质”和“本质”，这是创造“一切”的根本前提。

⦁的“ 易 ”的问题，那些由生理性的，虽然还没有通过心理学，认知科学和神经科学的实证域解决，预计时间来解决。无论如何，它们今天尚未“解决”。

⦁那些“ 难题 ”，即那些确定了在正确的脑部安排下意识为何或如何发生的问题，可能永远无法解决，因为它必须解释为什么某些物理机制会引起意识，而不是“其他”或“什么也没有”所有”。这是很有意义的，并且是所有反对人类在整个硅生物中创造真正的生存意识的论点中最令人讨厌的。

关于意识的最大的哲学争论集中在二元论和物理主义之间的区别上。

⦁ 物理主义认为意识完全是身体的。（重要参数将其视为false）。

⦁ 二元论是意识以某种方式落在物理领域之外的理论。（这些是困难的问题）

为什么要激发人们持有上述二元论观点之一？

⦁物理学家很难用与我们对物理特性如何相互作用的“ 观察 ” 相一致的方式来解释意识的几个方面。（另一个该死的争论）

两个问题：

something 不属于物理世界的事物如何与物理世界相互作用-这是不可能的。

⦁物理世界是一个失落的系统，您如何拥有不属于封闭系统的意识。

⦁意识很像质量或费用，这是哲学上的“基本”事物，您可以“拥有或不拥有”，可以模拟它们，但是除非您具有那些特定的“属性”，否则您不能存在地“成为”它们“和行为‘模拟’人类意识是不是一个根本的东西。

因此，尽管流氓新闻工作者具有煽动性的倾向，却从超人类主义者的边缘营地（又称科幻小说）“模仿”了极为壮观的概念，但迅速细读了扎根和有思想的哲学家的更为严格的群体，强烈并令人信服地提出了相反的看法。

关于物理学的更多沉思（参考给出的《哲学泰坦》）：

实际上，生物力学从未适当地解释过意识，而生物力学或多或少是所有关于心灵的哲学研究的关键问题-本质上就是对意识的研究。

物理主义方法在解释意识方面存在很多问题，但下面列出了一些关键问题并提供了参考：

关于意识的物理主义是错误的论点：

1. 这是不可能想象仅仅是如何神经组织可以产生意识的经验（Huxely）

2. 诸如僵尸和倒谱之类的超级失败是可以想象的（Chalmers，Locke等）。

3. 玛丽学到了一些东西（杰克逊）。

4. 大脑具有质量，体积和其他物理属性，但经验却没有。

5. 超自然现象（接近死亡经历NDErs，ESP等）是真实的，并且涉及在非物质底物中实现的意识。

6. 如果收缩了，我可以漫步在您的大脑周围四处张望，我将观察到神经元过程，而不是经历（Leibniz）。

7. 灵魂是意识的所在地，而灵魂不是肉体的。（神学上的限制已确认顺便说一句...）。

8. 有意识的经验具有内在的品质，但是科学只能告诉我们有关关系的品质（罗素，罗森伯格）。

9. 意识无法观察 ; 有将永远是一个意识探测器，它可以告诉你，如果一个给定的动物是有意识的。

10. 有意识的体验不仅仅是分子的运动，意识不仅仅是运动中的质量（Mill，Ward）。

我不会证明人工智能是有可能的，而是考虑为什么它是不可能的。

我们首先定义AGI的含义。您声明人的心灵可以被图灵机复制，因此AGI应该是可能的。这似乎暗示着人类具有“一般”（大写G）智力。我的意思是说，您的意思是，人们有足够的时间可以学习任何任务或问题。但是，如果您断言人类的思维是图灵机可以复制的机器，则还必须承认它们具有一定的表示能力。有限的表示能力意味着，总会有某些问题或任务导致我们的智力失败（这是“ 免费午餐定理”的结果）。

幸运的是（也许是不幸的），有限的表示能力才使我们能够学习：VC维（一种学习算法可以学习的功能类别的复杂性或表示能力的度量[也在此处和此处 ]）意味着能够学习任何问题的学习算法实际上是没有用的，因为能够解释任何数据集的能力要求该算法看到无数示例以进行概括。尽管此结果来自统计学习环境中相对受限的二元分类问题类别，但直觉似乎更广泛地适用。

总而言之，我将引用Shalev-Shwartz和Ben-David（2014）的这段话：

如果有人能够解释每种现象，那么他的解释就毫无价值。

确实是这样，我们决定系统地忽略某些可能的结果是唯一可以用来学习现实问题的有用表示的事情。

我要大步走出去，建议这是一个进化问题，人类在宏伟计划中绝非例外，只要技术进步，AGI就会显现，因为人类意识只是一个问题系统的复杂性。

这个想法来自于Conway的《人生游戏》中突现的复杂性。用康威的话来说：

“有些生命模式的行为就像自我复制的动物……如果有足够大的生命空间，很可能最初处于随机状态，很长一段时间后，聪明的自我复制动物就会出现并占据该空间的某些部分。 ”
_{资料来源：数学游戏的成功之道}

我遇到了一篇论文《细胞自动机中的计算：选定的评论》，我仍在研究中，您可能会发现它很有趣。

对于那些使用哲学论点来使案例无法实现算法意识的人，我提出一个问题：“我们如何知道我们是有意识的？”，不是因为我对答案感兴趣，而只是挥霍了一把扳手。进入那条查询线。

因为最终没关系。

从人类意识的意义上讲，意识不是生活的需要，意识的最基本定义是任何形式的意识，无论多么琐碎。

我发现关于人类意识有些“神奇”的想法是有问题的，因为这些想法不是事物，因为它们没有物质形式。

无形我没有问题，因为无形显然与物质世界相互作用。

（作为类比，我与一位从未谈论过“太极拳”的著名太极老师一起学习了很多年。太极拳技术的实践和应用纯粹是物理和生理问题，即使这种应用似乎无视自然法则。也许有些事情我们还不了解，但如果是这样，这种现象是自然产生的。）

我们知道自然界在量子水平上存在随机性，如果证明这是人类意识的组成部分，我们可以使用量子计算为人工意识提供一种媒介。

术语歧义

要证明AGI的合理性，就需要对AGI进行更正式的定义，而不是博主Tim Urban（2015年2月10日更新为2015年4月12日）在“ AI革命：通往超级智能之路”中提出的定义。同行均未进行任何形式的研究或统计验证，也未对其进行评论或支持。^[1]

通用情报的拟议定义

自从智商测试流行和创建通用问题解决程序计算机程序以来（1959年，Herbert A. Simon，JC Shaw和Allen Newel），计算机智能的概念就得到了扩展。约翰·布拉德肖（John Bradshaw）出版了《取回美德》，这是对道德智力的一次尝试。许多书籍和文章都讨论了情商。神经网络，贝叶斯方法和模糊逻辑已经出现，并已成功地用于决策系统中。

图灵测试已经提供了替代方案，指出艾伦·图灵的模仿游戏（人类观察者无法从蒙蒙的谈话中确定计算机对话者不是人类）并不是要成为验证人工智能的唯一指标。^[2]

鉴于进步，必须对通用情报有一个好的定义

• 将一般的直觉理解与形容词匹配；
• 将对智力的直觉理解与名词匹配；
• 从无法学习新方法的系统（例如Siri等自然语言查询系统或优化诸如货机的优化决策软件）中区分一般情报；
• 能够可靠，明确地实现一个任意目标，前提是目标已明确定义（任意含义是，在程序开发或执行该目标时，对目标一无所知）；和
• 它必须了解程序运行^3，4后达到目标所需的领域。

目标可能是

• 仅通过对话获取酒吧中特定人员的电话号码；
• 确定是否可以为一组微分方程找到一个封闭形式，一个不能找到，或者不能确定是否可以找到一个；
• 开发一种从阳光中获取电能的新方法；要么
• 任何其他目标。

这是一个提出的解决方案，它封装并总结了所有这些条件。

将通用情报定义为：“在达到特定目标的过程中能够适应任意障碍物的能力，并且即使有可能，也能够达到目标。”

一个有思想的人的立即反应可能是，“这不仅仅是一般的智力”，但是如果您随意抛弃这个词，那么您就不能声称智力是一般的，因为它显然受到至少一种情况的限制。如果是一种情况，将很难证明无数种情况对于有限的情报也是不透明的。

另一个批评可能是“一切可能”暗示完美甚至神灵。但是，如果目标是可以实现的，那么一个人可能会感到疲倦，但是为什么计算机会疲倦呢？持久性对于计算机而言是微不足道的。

解决方案的时间可能是无限的，但是我们并未定义Fast General Intelligence。我们正在定义General Intelligence，一旦实现，就必须对其进行优化，流程分配，软件可伸缩性和并发性。

另一个批评可能是“人工”一词不存在定义，但最好不要使用该词。如果我们的意图是使人类无法完成的事情自动化，或者超出或扩展人类的智慧，那么定义的应用程序应独立于被测系统。该定义不应区分关于智力的科学处理及其一般能力的本质偏见标准。

• 无论是通过编译代码，脚本代码，其他某种形式的编程还是通过DNA进行编程
• 父母是否参与领域知识的发展
• 教育系统是否参与领域知识的发展
• 情报是否可以使用肌肉或其他环境控制方法
• 智力是眼睛还是照相机
• 情报是否是地面的
• 智力是自学还是自学

存在证明或证明

如果这个定义是可以接受的，那么显然没有证据表明人类具有一般智力。智能系统可能无法达到任意目标，或者由于包括这些在内的多种原因而无法确定该目标。

• 成就需要不具备的精神能量（耐心和毅力）。
• 达到要求在处理硬件或神经系统功能之外的认知技能。
• 在某些主题领域，封闭的思维阻碍了成就的实现。
• 不愿意执行某类操作会阻碍实现。
• 达到目标需要克服基于DNA的易感性，例如精神障碍（焦虑症，成瘾）。
• 认知会绕过盲目的胡同，导致思想或行动陷入困境，并且无法补救，因此认知会绕过成就。
• 不可能的目标阻碍了成就的实现，而骄傲则阻止了失败的承认，而失败的承认实际上是在通用情报可能的有效结果之内。
• 成就需要一些非确定性但非随机性的元素，用于产生意图或从选择中进行选择（例如灵魂或业力）。
• 实现需要比实现它所需的时间更长的时间。
• 达到还有另一个时间限制，可用的计算资源可能无法满足。

没有严格的证据证明所有提议的图灵机都可以按照建议的定义使用通用智能，但这是一个值得研究的问题，因为上面列出的所有失败原因都可能会引起，但可能需要某些不确定性但非随机性的元素可能会被计算机克服。

但是，上面的清单是一个相当严格的证据，表明人类没有表现出可靠的一般智慧。人类的冲动和当前的普遍信仰，人本主义反对这一想法，但这仍然是正确的。

然后，最后一个问题变成：“我们怎么知道在图灵机中可以编程的所有东西都可以由人脑完成？” 这个目标的答案是受到上述目标的启发，而这个目标的灵感来自上面列出的第一个和最后一个失败原因：“您被困在一个岛上，上面有1000块纸和1,000,000支铅笔，食物，水和庇护所，但没有计算机或计算器，目标是将pi计算为1,000,000个小数位。”

神经元可以模拟神经元，但是在模拟和天文复杂非线性系统的混沌方面仍存在准确性问题。已经提出了各种关于存在或不存在的理论来实现任意目标，但是并不是所有情况都得到了证明，或者需要许多假设来获得证明，使得目标陈述不是真正任意的。

可能存在一些不确定性但非随机性的元素，用于产生意图或从选择中进行选择或选择（例如灵魂，自主或给定的目的，由法令或业力表示），这既未经科学证明也未经证明（尽管许多人会断言实际上没有提供严格的证明）。这是回答最初提出的问题的关键。

在更仔细地研究问题的上下文时，值得注意的是，图灵机是一种能够执行任意一组任意链接的确定性操作的机器。这样的机器不是无限的。它们可以创建伪随机数，但是不确定性现象不能由确定性操作导致，因此图灵机无法生成随机数。图灵机甚至无法做出不确定的但有意义的选择，但大脑可能也可以执行。

随机量子力学在物理学家中被广泛接受，并且可能有些事物是不可知的但可测量的，某些事物可能是可知但不可测量的，甚至可能存在不可测量的和不可知的事物。图灵机超出了人类大脑所拥有的未被发现的东西，或者由于某些原因而无法估量的东西。

这也是可能进行进一步研究的领域，但是由于对不可衡量的现象的研究虽然可能存在，但由于其不可衡量而难以研究，因此很少进行研究。

约翰·冯·诺依曼（也许比牛顿，爱因斯坦，普朗克和霍金要聪明）在区分计算机和大脑的基本原理方面是正确的。尽管在人类和计算机的能力上肯定存在一些重叠，但两者可能都不是彼此的子集。未来主义者可能会不同意，但这只是一种观点，而不是证据。

注释和参考

[1]我没有在网上看到任何证据表明《人工智能革命：超级智能之路》的作者蒂姆·厄（Tim Urban）是计算机科学家或拥有相关学位。如果查看该文章，您会发现给出的图表是发明的趋势，不受任何现实世界数据的驱动。它本质上是科幻小说，既受欢迎又有趣，但不是从可重复实验或随机研究中得出的合理结论。

[2] 测试计算机是否具有人为智能：提出了“ Turn测试”的替代方案科学新闻》，2014年11月19日，乔治亚理工学院

[3]如果任意目标的声明在获取领域知识之前，则某些或所有智能可能驻留在正在运行的程序外部，包含在引入目标后与程序或其数据交互的任何机制或人员中。

[4]这种限制并不排除向其他智能资源索取信息的可能性，而不必委派有关克服这些外部帮助者障碍的方法的决定。

尽管这不是严格的证明，但马文·明斯基（Marvin Minsky）的著作《心灵学会》（The Society of Mind）为我们提供了创建“心灵”（通用情报）的蓝图。在他的书中，他认为通过将无意识的组件（“代理”）组合成各种相互竞争和合作的结构，我们可以创造出真正的思想。

恕我直言，Boosting，Bagging，Stacking和其他合奏技术最近的流行最终将（通过研究）发展成为Marvin Minsky的“代理”隐喻。随后，当我们学习使这些代理竞争和合作时（看起来这是最近从Generative Adversarial Networks开始的），我们将能够编写模仿（或超越）人类思维的“程序”。

我不确定“为什么我们认为头脑是一台机器”到底是什么意思？

但是，我将解释该问题的一般含义。提示：答案在您的问题中

人脑可以处理来自您身体的数据并创建所谓的意识体验，它的工作原理与人造机器基本相同。

如果我们不知道大脑是由什么组成的，那么假设其他情况将是非常自大的。这不是魔术。大脑是一台生物计算机，它已经成为我们在漫长的进化过程中所看到的东西。尽管可能难以相信这种智能是如何自然地产生的，但可能更容易理解这是通过数十亿年的反复试验而发生的。

大脑的功能和结构与人造计算机大不相同，后者可能是人们为什么不容易创建人类智能的一个论据。

为什么模拟不同？ 模拟建立在我们所知道的基础上。例如：我们无法反向模拟宇宙以了解大爆炸是如何发生的。同样，由于生物过程复杂且我们没有足够的知识，因此很难在计算机上模拟人类智能的创建。

的确，生成型AI可以通过平均数周或数月的演变来产生有效的设计。虽然，用几个月的人工锡罐，您无法真正竞争数十亿年的宇宙。自然和计算机是不同的，我们必须具体，但自然不是！如果我们想考虑所有可能的结果，那么就必须模拟宇宙，尽管那是完全不同的挑战，即使那里我们没有开始的步骤。

我们可以通过采用不同的方式并制作出CS版本的大脑（而不是生物仿真）来绕开仿真，而神经网络可以看作是婴儿步。现在，我们转向有关超级AI开发的技术问题。