标题问题
是否有任何论文、文章或书籍分析通过大脑模拟实现 AGI 的可行性?
是的。已经发表了各种分析。我们有一些早期的工作,比如从人工智能的角度来看一些哲学问题,约翰·麦卡锡和帕特里克·海耶斯,斯坦福大学,1969 年。还有更近期和乐观的工作,比如通用智能的基本原理:通向通用人工智能的直接路径, Peter Voss, 2007。在这里的一些帖子(如下所列)中对通用智能的概念进行了反驳,无论是否人工,并且对 AGI 概念及其后代背后的假设进行了大量学术审查:奇点. 对奇点的担忧是一种社会现象,而不是科学现象。它始于将超级智能的出现描述为科幻小说和耸人听闻的媒体中的必然性。
但是,在媒体或由詹姆斯卡梅隆的奇妙想象力开创的终结者系列中,并没有找到关于 AGI 可行性的简明数学证明。这并不是说世界统治权不能落入人类创造的新物种手中。事实上,Jaques Ellul 在他的技术学会中指出,在许多方面,人类已经屈从于技术——人类的创造已经是自主和主导的。他 449 页的大量证据诙谐而令人信服。
学术刊物
(a) 假设可行性并讨论其设计方法或
(b) 阐明普遍智能系统理念中的注意事项
心在哪里?
整个心智是否来自物理系统是一个可以追溯到勒内·笛卡尔和戈特弗里德·莱布尼茨的问题。当前的智能概念倾向于否认人类大脑、人类其他部分和人类适应的生物圈之间的相互作用和相互依赖,而无需花费巨大的成本来产生对生物圈的漂浮、水下或地下模拟。思想可能集中在大脑中,但任何与生物圈和循环系统断开连接的大脑即使是很短的时间也是完全没用的。智囊团不是感官剥夺池中的一群聪明人。恰恰相反。
没有实体的计算机是否会在不移动和与生物圈互动的情况下学习同样多的一般用途(可以在生物圈中使用),这是非常值得怀疑的。头脑很可能更像卡尔·荣格所看到的,就像在大脑和其他地方一样。路德维克·弗莱克(Ludwik Fleck)在他的《科学事实的起源与发展》中以某种荣格的方式将科学称为集体的产物,这是一本很好的读物,它极大地揭示了大多数人对事实的幼稚概念的愚蠢。
量子计算嗡嗡声
当英特尔的创始人罗伯特·诺伊斯在 1975 年引入戈登·摩尔时,正是因为他所做的各种统计观察,包括现在被称为摩尔定律的曲线,这条曲线在 1965 年的半对数纸上看起来是线性的。从那时起,硅谷的商业假设一直是紧凑性和速度会经常且持续地翻倍。在过去的几年里,速度已经停止翻倍,紧凑性似乎已经达到了 7 nm 左右的极限。这种 VLSI 技术中的晶体管只有少数原子来代表允许门控的半导体拓扑结构,门控是数字电路的基本活动。
从本质上讲,要继续硅谷的恩惠,它必须成为粒子谷,使用碳同素异形体或其他纳米技术来建造摩尔定律不会被宇宙结构的限制推翻的计算机。能否做到这一点,还需要自己的可行性研究。SSD(固态硬盘)技术已经在很大程度上依赖于概率。错误发生的比例很大,并且使用纠错技术来保持它们的可管理性。那是因为,当我们达到更接近量子水平的设计时,布朗运动或光电磁干扰会扰乱预期的数字操作。
挑战与表演终结者
与人类努力历史上的许多趋势一样,在事后观察之前,还不清楚什么是挑战,什么是阻碍。这就是为什么人们在问题中列出的 Stack Exchange 中提出各种问题。
如果我们试图发明一些我们在自然界中从未见过的东西,那么提到我们对大脑运作的部分了解是这个问题的主题,这可能是合适的。然而,事实并非如此。我们称其为人工智能,因为我们认为自己很聪明,并希望扩展我们在自己身上发现的设施。因此,除了量子物理学和机器学习之外,以下领域必然与更普遍可用的制造智能系统的可行性相关。
- 一般神经化学
- 遗传学应用于神经网络结构和细胞活动
- DNA编码与人类心理表现和稳定性的相关性
- 应用心理学
- 成瘾科学
- 认知科学
- 一般数学和概率统计
- 控制理论
- 哲学,尤其是关于智力是否真的存在以及文化决定的知识和信仰的观念
- 语言和语言学
- 符号学
- 思想集体的概念
我们不仅对这些领域知之甚少,而且知之甚少。还有大量证据表明,人类往往会忘记一些它曾经知道的事情。拿走我们的石油,我们可能会发现我们忘记了多少。
我们从常识中丢失的任何东西是否是解决通用智能系统设计挑战的先决条件是未知的。一个简单的例子是,许多计算机科学专业的毕业生对 Kurt Gödel 的不完备性定理以及它们如何导致 Alan Turing 的完备性定理一无所知。许多人在他们的 Python 代码中使用反向传播,但没有任何概念认为它是一种纠正反馈分布方案。
另一方面,我们没有强有力的论据来得出这样的结论,即存在一些像热力学第二定律一样坚实的理论限制,这是我们在地球内外的物理现实中显然无法克服的硬停止之一。我们没有证据表明智能不存在,而是一种以人类为中心的幻想。我们没有证据表明,人类的任何限制都无法通过将人类的智力生活复制到人类创造中或使用智力在机器中创造更大的智力来克服。
我们所知道的,尽管我们认为自己很聪明,但远远超过我们不知道的。任何从事实际研究工作的人都会同意。
对 AGI 哲学的反驳
学术界出现了许多对 AGI 的反驳中的一些。有些文章包括这些。
这些是这里的一些帖子,它们质疑流行的 AI 媒体中普遍存在的各种假设。