回答“李德毅院士：通用人工智能十問”

作者：杜向陽（“反省心理學派”創始人）

愛因斯坦曾經說：“ 提出一個問題往往比解決一個問題更重要。因為解決問題也許僅是一個數學上或實驗上的技能而已，而提出新的問題，卻需要有創造性的想象力，而且標誌著科學的真正進步”。最近，德毅院士提出“通用人工智能10問”，這10個問題非常重要，關係到通用人工智能的未來和發展。馬克思曾說：“最蹩腳的建築師從一開始就比最靈巧的蜜蜂高明的地方，是他在用蜂蠟建築蜂房以前，已經在自己的頭腦中把它建成了”。在人類實現AGI之前，首先搞清楚“AGI是否能夠實現，以及如何實現”這兩個問題，對於通用人工智能無疑是非常重要的。AGI是筆者的興趣和關注點，並長期致力於這方面的研究，因此，下面試著對這十個問題做出力所能及的回答，如有不當之處，歡迎大家給予批評指正！

以下是李德毅院士的十個問題及筆者的回答：

《李德毅院士：通用人工智能十問》

共識：智能是學習的能力，以及解釋、解決問題的能力；人工智能是脫離生命體的智能，是人類智能的體外延伸；通用人工智能通過不斷學習，積累本領，進化成長，能夠面向不同的情境，解釋、解決普遍性的智力問題。

在此共識基礎上，我們提出如下質疑：

質疑一

意識、情感、智慧和智能，它們是包含關係還是關聯關係？是智能裡面含有意識和情感，還是意識裡面含有智能？是智慧裡面有智能，還是智能裡面有智慧？大凡意識、情感，都是內省的、自知的、排他的，怎麼可以用他人的、人工的來代替呢？所以非生命體不可能有意識？

回答：1，智慧與智能的關係。智慧和智能是近意詞，二者的關係是，智能是智慧的基礎，一個人（或其它智能體），沒有智能也就談不上智慧，一個有較高智能的人（或其它智能體）才能稱得上有智慧；2，意識與智能的關係是，意識屬於智能的一部分，即“智能裡面包含有意識”，因為智能的基本活動是輸入信息、存儲信息和加工信息，反省心理學的研究表明：意識是人腦智能的信息加工器，它的主要職能是加工信息，可以說，意識是智能中的機器，無意識淺層是智能中的車間，無意識深層是智能中的倉庫，如下圖，

3，智能與情感的關係。智能與情感都是心理的必備要素，二者都是心理的一部分，是平行關係，但二者可以相互影響，一方面，情緒可以影響智能，良性情緒對智能活動起推動或促進作用，不良情緒則起抑制作用；另一方面，智能也可影響情緒，比如，當智能活動順利時，能產生良性情緒，反之，智能活動遇到困難時，會產生不良情緒。4，

質疑二

如何理解通用智能？我們應該不應該把通用智能理解為“全知全能”或者單向超強智能？儘管今天的計算機已經可以解決很多複雜的、專門的智力問題（如圍棋智能），我們仍常常覺得它們缺乏人類思維的某些本質特徵。這裡的差別主要不是在算法、算力、數據量方面，不是在速度和容量方面，而是在智能的一般性、通用性、普遍性、靈活性、缺省性、容錯性、可習得性、不確定性、適應性、常識性、開放性、創造性、自主性等方面。遺憾的是發展 60 多年的人工智能沒有能夠更靠近人的原始的智能。

答，通用智能不應該被理解為“全知全能”，常言道“人無完人”，人類中也不存在“全知全能”者，筆者認為，通用智能是指，“能象人腦那樣通用於各知識領域，具體地說就是能自主地學習各領域裡的知識，並能利用所學知識，自主地解決各領域裡的問題的智能”。筆者的研究表明，人腦智能只所以是通用的，是因為它有三大核心機制，這三大核心機制是：

一，通用學習機制（用一套統一的規則去自主學地習各領域裡的知識）。

二，通用自主編織知識圖譜機制（用一套統一的規則，把所學的各領域裡的知識編織成一個統一的知識圖譜或知識網絡，而且可以通過不斷地學習，在原有的基礎上不斷地豐富和擴展這一知識網絡）。

三，通用推理機制（利用前述自主學習的知識，用一套統一的規則去進行各領域裡的推理，從而做出預測、決策、發明、發現等創造性活動）。

有了這三大機制，人腦每次看到現實場景或圖片、視頻、文字，都能自動地從中學習知識，每次面臨問題，人腦都能利用前面所學的知識，自動地進行預測、決策、發明、發現、問題解決等活動，所以，人腦就能以不變應萬變，適應各種新環境，解決各種新問題，處理各種突發事件，完成各種智力任務。

目前的計算機和人工智能之所以不能象人腦那樣通用，而是隻能專用於某一方面，主要是因為它沒有人腦那樣的通用學習能力和通用推理能力，如果能模擬人腦的上述通用學習機制和通用推理機制，計算機同樣也可以具備人腦那樣的通用學習能力和通用推理能力。

質疑三

目前所有的人工智能的成就都是在計算機上表現出來，是基於馮架構的計算機智能或者計算智能，人工智能是計算機的一個應用而已。而人腦不是馮諾依曼架構的，存在不存在宏觀上更類似腦的非馮諾依曼架構呢？例如，對人的智能而言，記憶力是真正的智力，超強記憶力就是超強智能，記憶比計算機重要，記憶的提取要比複雜的推理快得多，非馮架構如何在結構上體現人腦的不同記憶區和記憶力呢？如何體現環境和知識的雙驅動？

答：人腦的架構是什麼樣的？目前科學家還不十分清楚，不過，筆者的研究表明，利用現有的基於馮架構的計算機即可實現通用人工智能，前提是要模擬人腦智能的機制，人腦智能的機制，可以通過心理學研究來破解，反省心理學中的心理二元說揭示破解智能奧秘的方法，現有計算機的信息存取機制與人腦智能有很大的不同，這也限制了它的信息加工效率和思維效率，不過，現有計算機也可以模擬人腦的記憶機制，實現與人腦類似的記憶機制（存儲和提取機制），以實現其超強記憶力和超強智能。

質疑四

非生命體不會有七情六慾，機器人是非生命體，還會有學習的原動力嗎？如果沒有學習的原動力，沒有接受教育的自發性，還會有學習的目標嗎？目標從哪產生？機器人能否自己提出問題？

答：關於動力和目標問題，筆者認為，機器的目標可以由人類來設定，現有的每一個計算機程序都是為了完成一個特定的智力任務，它的任務和目標都是由人類設定的，比如，搜索引擎中的爬蟲、索引和檢索程序，公交查詢中的查詢方案生成程序，數字計算中的計算程序等，它們都是有任務、有目標的。假設說我們依據人腦自主學習的機制（程序），來設計一個計算機程序，讓它象人類一樣，從任何一個現實場景或圖片、視頻或文檔中去學習知識，把其中的知識抽取出來（這一點，人類已經實現了，我們確實能從圖片、視頻和語言文字中學習知識），這樣，它就能象人類一樣，每次看到一個現實場景或圖片、視頻或文檔，就能自動地學習其中的知識，這一點也類似於目前的搜索引擎，它每次看到網址，就能自動地爬取其中（網頁中）的數據（文字和圖片），這樣，計算機雖然沒有慾望、動機和自主意識，但只要我們設定好了這一學習程序，並運行這一程序，它就能象人類一樣進行自主學習，只要看到圖片、視頻或文檔，它就能自動地學習其中的知識，與搜索引擎不同的是，前者（搜索引擎）爬取的是數據，後者爬取（學習）的是知識。

接下來，我們再模擬人腦編織知識圖譜的機制（程序）來設定一個編織知識圖譜程序，讓計算機把上面（自主學習）每次學到的知識都自動地編織成知識圖譜，這一點類似於搜索引擎的添加索引程序（每次爬到網頁內容後，都自動地給內容添加索引）。

最後，我們再模擬人腦的推理機制（程序），設定一個自動推理程序，根據用戶輸入的前提和想要得到的結果，自動地進行推理，形成一個問題解決方案，或發明方案，或預測、決策方案，這一點非常類似於目前的專家系統、自動定理證明系統和公交查詢系統，只要用戶有查詢需求，它就自動地調用原先編織好的知識圖譜，並自動地組合成用戶想要的結果、方案。

上述三個步驟非常類似於目前的搜索引擎，它和搜索引擎一樣沒有動機、目標和自主意識，但卻能象人類一樣進行學習和解決問題活動。“學習知識並利用所學知識解決問題，從而達到自己的目的，滿足自身的需要是人類智能的本質

所以，繞過自主意識，即使計算機沒有動機、慾望和目標，我們也能利用它來實現通用人工智能，目前的搜索引擎、自動定理證明、公交查詢、象棋程序、圍棋程序等就是很好的例證。

實現通用人工智能的關鍵是要首先破解人腦“通用智能”的機制，搞清其具體過程，這樣，我們就能用計算機軟件來模擬這一機制，從而讓計算機具備人腦同樣的功能，代替人類解決同樣的智力問題。目前的數字計算、搜索引擎和公交查詢等程序，正是模擬人腦智能機制的結果，而且在這三方面都已遠超人腦，達到了人腦數億倍，比如，在數字計算方面，人腦的數字計算機制有10進制、2進制、8進制等，計算機模擬了人腦二進制的機制，目前其計算速度已達人腦的億倍以上；在記憶方面，計算機模擬了人腦的索引機制（給每個記憶的內容添加索引，這樣能加快查找的速度，如字典的索引目錄，圖書館中的索引目錄等），目前，搜索引擎在信息檢索方面的速度也已遠超人腦，達到了人腦的億倍以上；在公交查詢方面，公交查詢系統模擬了人腦的出行方案生成機制（根據兩條公交線路的交匯點，選擇轉車方案），目前在查詢（方案生成）的速度和精確度方面，也已遠超人腦，可見，只要能破解人腦智能的奧秘，不但能實現AGI，而且還能實現超人工智能，把人腦智慧擴展數億倍！我們將要得到的，不是與人腦同樣聰明的AGI，而是能把人腦智力擴展數億倍的超人工智能！與人腦智能相比，機器智能只有兩種狀態：遠不及人腦和遠超人腦，這是因為，計算機的信息存儲量的運算速度都億倍於人腦，所以，如果模擬人腦智能的相應機制，那麼，機器智能在相應方面就能遠超人腦，反之，如果不模擬人腦智能的相應機制，那麼，在相應方面就遠不及人腦。例如，在機器視覺、機器翻譯、小樣本學習、自然語言理解等方面，因為沒有模擬人腦智能的相應機制，目前還遠不及人腦。如果將來把人腦視覺智能的算法移植入計算機，機器視覺就能超越人類視覺；如果成功移植了人類自主學習的算法，計算機在一小時內所學到的知識，就能比一個人在一年內所學的知識還要多；如果把人類的語言形成和語言理解的算法移植入計算機，就能實現無障礙的人機對話，而且，計算機還能比人類更好更快地學習和理解人類語言；如果把人類的科學發現和技術發明算法移植入計算機，那麼，其科學發現和技術發明能力就能達到人類的億倍以上，從而極大地推動科技和生產力的發展。總之，這種機制模擬的結果，不但能實現通用人工智能，而且還能實現超人工智能，所以，正如機器的發明，極大地擴展了人手的力量，人工智能的發明，將極大地擴展人腦的智慧，超人工智能將把人腦智慧擴展數億倍，有了這個超級智慧的幫助，人類將輕鬆實現長生不老和移居外星。這種超人工智能只是一段計算機程序，因此，象目前的搜索引擎和AlphaGo一樣，完全可控，不會控制和危害人類。超人工智能可以自主學習各領域裡的知識，但所學的知識用來幹什麼，卻是由人類說了算的，人類讓它解決什麼問題，它就解決什麼問題，給人類拿出什麼方案。

那麼怎樣才能破解人腦智能的奧秘，搞清其自主學習機制和自主推理機制呢？腦科學確實很難破解智能奧秘，不過，我們也不必因此而過於悲觀，因為“上帝給你關上一道門，同時也會為你打開一扇窗”，“反省心理學”中的“心理二元說”從另一個角度揭示了破解智能奧秘的有效方法，那就是動用人的“第二心理系統”，用第二心理中的研究活動（心理學研究）去破解這一奧秘，搞清智能的機制，然後用計算機模擬這一機制，從而實現通用人工智能和超人工智能！

要開發AGI，需先開發“第二心理”，再用第二心理破解智能奧秘！

心理二元說誕生於2005年，是筆者在研究天才和人腦思維過程中的一個意外發現，也是反省心理學中的一個原創理論，該說認為，人的心理是二元的，由第一心理系統和第二心理系統共同構成，前者的主要功能是打開外部自然界的黑箱，後者的主要功能是打開內部心理世界的黑箱，因此，通過第一心理中的科學研究活動，能夠發現科學規律，從而打開外部自然界的黑箱；通過第二心理中的心理學研究活動能夠發現心理規律，從而打開內部心理的黑箱。由於人的心理由知、情、意三要素構成，而“知”就是認知和智能，因此，打開了心理的黑箱，也就打開了智能的黑箱，搞清了人腦智能的機制或原理，當然，同樣也能打開情感和意志的黑箱，搞清其產生和運作的內在機制。當我們思考工作、生活中的事情時，我們正在進行第一心理活動，當我們企圖觀察或剖析自己的心理活動時，我們正在進行第二心理活動。我們的記憶是二元的，分為“外記憶”（記錄外部的工作、生活等事件）和“內記憶”（記錄內部的心理活動事件，如夢、情緒、思維等事件），當我們的思維加工“外記憶”中的材料時，就是在進行第一心理活動，當加工“內記憶”中的材料時，就是在進行第二心理活動，不過，這兩類心理活動不能同時進行，一個開始後，就會打斷另一個（正在進行中的心理活動）。

如何形象地理解二元心理呢？讓我們拿拍電影來作一比喻吧，第二心理是第一心理背後的心理，猶如鏡頭背後的鏡頭，攝像機背後的攝像機。我們可以設想一下拍電影的情形，攝影師用攝像機把演員的表演製作成了電影，假如現在又多了一個攝影師，但他不是在拍電影，而是用自己的攝像機跟蹤拍攝前一攝影師和演員們的“電影製作活動”，這樣，他拍攝的結果（製成品）就不是一部電影，而是“該部電影是如何製成的”。所以，我們看，前一個攝影機反映、記錄、剖析了演員們的活動，它的內容就是一部電影；而後一個攝影機則反映、記錄、剖析了前部電影是如何製作出來的。這正如我們的心理一樣，第一心理反映和揭秘外部世界；第二心理反映和揭秘第一心理自身。前一攝影機代表第一心理（外知心理），後一攝影機代表第二心理（內知心理）。

經過自1987年來30多年的努力，目前，筆者已成功破解了人腦通用智能的機制，搞清了其自主學習和自主推理的具體過程，並已找到了用計算機模擬這一機制，從而實現AGI的方法，所以，AGI的實現為期不遠，雖然計算機沒有自主意識，但它照樣能夠實現人腦那樣的通用智能，而且還能比人腦做得更好，還能實現超人工智能。AGI類似於目前的搜索引擎，所不同的是，搜索引擎爬取的是信息（數據），而AGI爬取（學習）的是知識，搜索引擎模擬的是人腦的記憶活動和信息檢索活動，而AGI 模擬的是人腦的學習活動和預測、決策、發明、發現活動，搜索引擎的信息檢索能力能遠超人腦，而AGI的學習能力和解決問題能力也可遠超人腦。

未來的AGI是一種計算機程序，同時也是人類的軍師和智囊，當我們運行AGI中的學習程序時，它就會自動地學習（從現實場景和圖片、視頻、文檔中學習知識），自動地編織知識圖譜；當我們運行AGI中的查詢（搜索）程序時（即當人類向它諮詢時），它就利用自己的知識圖譜，幫助人類進行預測、決策、規劃、發明、發現等活動，給人類拿出決策、規劃、發明等方案。我們不需要有自主意識的AGI，因為如果那樣，它就會脫離人類的控制，給人類帶來危害。正因為AGI沒有自主意識，所以，它才會忠實地為人類服務，永遠做人類的工具，完全服從人類的命令。

上帝賜予人類兩個最好的禮物，一個是計算機，它的運算速度和信息存儲量億倍於人腦，另一個是二元的心理，通過第一心理中的研究，人類能夠破解外部自然界的奧秘，發現自然規律，造出各種機器；通過第二心理中的研究，人類能夠破解心理自身和智能自身的奧秘，搞清智能的機制，然後，用計算機模擬這一機制，造出超人工智能，從而把人類智慧擴展數億倍，有了這個超級智慧的幫助，人類就能輕鬆實現長生不老和移居外星，就能把西遊記中的幻想變成現實，憑藉第一心理和科學技術，把人手的力量擴展了數億倍，所以，今天的人類成了地球之王；憑藉第二心理和超人工智能，將能把人腦的智慧擴展數億倍，未來的人類將是宇宙之王！

關於“機器人能否自己提出問題？”，筆者認為，這個是完全可以實現的，只要我們明白了人腦是如何提出問題的，也就是說只要明白了“人腦提出問題的機制或過程”，就可以用計算機對其進行模擬，從而讓機器提問題。人腦提出問題的機制，目前已基本搞清，從理論上說，完全可以用計算機來模擬這一機制。

質疑五

人的注意力選擇源於記憶，源於記憶的偏好依附性，偏好如何產生的？偏好依附是否只能與交互認知的頻度和時間的遠近相關？人的偏好依附不是這樣的，人的恐懼性以及滿足感會讓一些發生頻度很低、或者很久遠的事記憶特別深刻。

答：反省心理學中的“智力相對論”揭示了人的智力（包括感知力、觀察力、注意力或專注力、記憶力、理解力、創造力、表達力等多項智力）是相對的，取決於每個人的淺層結構狀況，而影響淺層信息結構的因素包括前述的“信息輸入的頻度和時間的遠近”因素，以及一個人當前的智力任務、需要或慾望、目標、動機等因素。也就是說，“偏好依附”與上述多個因素都有關係。淺層信息結構決定一個人的偏好，明白了淺層結構是如何形成的，自然也就明白了“偏好如何產生的？”，關於智力相對論方面的詳細內容，參見反省心理學經典著作《心靈控制術》（杜向陽，北京電子工業出版社，2013）。

質疑六

自然語言是人類思維活動的載體，如果自然語言是第一語言，數學語言是第二語言，計算機語言是第三語言，後一個比前一個常常更嚴格，後一個比前一個常常更狹義，根據哥德爾不完全定理，數學自身難以完全自洽。數學的形式化要藉助於自然語言，計算機語言的形式化要藉助於數學語言。因此，人工智能怎麼可以反過來要用數學語言或者計算機語言去形式化人類的自然語言呢？

答：自然語言和數學語言在本質上是相同的，它們都源於現實中的物理世界，都是對現實世界的抽象、概括和描述，只不過描述的方式有所不同，而計算機語言是從自然語言和數學語言中派生出來的，是二者與計算機的特點相結合的產物，如果我們明白了自然語言和數學語言的生成機制（或形成機制），就可以用計算機來模擬這一機制，這樣就可以象教嬰兒那樣，教會計算機掌握人類語言，從而使計算機象人類一樣，具備真正的自然語言理解智力，能夠理解語言中的語義，並能與人類進行語言交流，以及象人類一樣，從語言文字中學習知識，這一點從理論上講是完全有可能實現的。要做到這一點，需要有兩個前提，一是搞清楚人腦的語言生成機制，二是要搞清楚人腦的語言理解機制，然後，用計算機模擬這一機制就可以了，換句話說，就是要把人腦的語言生成算法和語言理解算法移植到計算機軟件中，然後用代碼實現這一算法，就可以了。現有的計算機和人腦一樣，既能處理圖像信息，又能處理符號信息，因此，它完全有能力模擬上述兩個機制（語言生成機制和語言理解機制）。

質疑七

人腦是個小宇宙，其中的智能是多情境、多公理兼容幷包的，在不同情境裡有不同應對，不完全收斂，不完全自恰，不整體統一，不存在非公理的統一的數學推理，當然也不必一定要腦裂。

答：人腦把現實世界劃分為不同等級的概念，每一個概念都有自己的範圍，在不同的範圍使用不同的定律，比如，牛頓定律只適用於宏觀低速領域，不適用於微觀高速領域，如果我們教會計算機掌握了人類這樣的概念體系，並模擬人腦的推理機制，那麼，計算機也能做到這一點。

質疑八

一個機器或者系統是否有智能，不在於某一個時刻它能解決什麼實際的智力問題，而在於它有沒有學習的能力？智能，即提供的問題解決方案，是否依賴於有限的認知資源？是否需要進一步交互認知？是否可以有選項？是否可以進化和成長？這才是最重要的。

答：人（或其它智能體）的智能是為人（或智能體）的慾望或目標服務的，它通過制定行動方案來達到智能體的某一目標，而方案的本質是一個知識的組合，即把某些相關的知識串連起來，形成一個知識組合，所以，沒有知識，就無法形成方案，無法達到智能體自己想要的目標，有學習能力，才能獲得知識，所以，一個機器或者系統是否有智能，關鍵就看它有沒有學習能力，可見，智能一定要依賴於有限的認知資源——知識。與環境交互，是智能體獲取知識的重要方式之一。關於“否可以進化和成長？”，筆者認為，一個機器或者系統（智能體）通過不斷地獲取知識、整理知識和運用知識解決問題（形成問題解決方案），就可以使自己進化和成長，知識的數量越多，以及把知識組合為方案的能力越強，智能體（一個機器或者系統）的智能水平就越高。一旦我們教會計算機自主學習能力，能夠人實現場景、圖片、視頻、語言文字中自動學習知識，然後，再教會它編織知識圖譜的能力，自動地把學到的知識編織成知識圖譜，而且可以通過不斷地學習，在原有的基礎上不斷地豐富和擴展這一知識圖譜（網絡）最後，再教會它推理能力和提出問題、回答問題的能力，這樣，機器就能象人類一樣，實現自我進化和成長，目前的搜索引擎已部分地實現了這一點，比如，它能不停地爬取、索引、檢索、優化，從而不斷地提高自己的數據庫容量、規模和精準檢索能力，所以，搜索引擎會越用越好用。

質疑九

在一個非馮諾依曼架構的機器人腦中，組成記憶、交互和計算的基本元件最少有哪幾種？各元件中的信息的產生機制與存在形式是什麼樣的？他們之間的信息傳遞機制是什麼樣的？

答：處理器、內存和硬盤應該是三個最基本的元件，此外，還需要有輸入、輸出設備和顯示設備，只要模擬人腦智能的機制，用現有的計算機架構（馮諾依曼架構）就能實現通用人工智能，不需要研製非馮諾依曼架構的機器人腦。這是因為：

第一，人腦智能解決問題的算法與計算機軟件中的算法完全相同。什麼是智能的機制？智能的機制就是人腦智能解決問題的算法，算法就是解決問題的方法和步驟，這一算法與計算機軟件中的算法完全相同，二者都是解決問題的步驟，一個步驟就相當於計算機軟件中的一個指令，軟件就是由一系列的指令（步驟）組成的，算法是軟件的靈魂，沒有算法，計算機就不會解決任何問題，這就意味著可以把人腦智能中的算法直接移植（或轉錄）為計算機軟件的算法，然後用代碼來實現這一算法，在計算機中運行這一代碼，就能使計算機象人腦一樣，完成同樣的智力任務，表現出同樣的智能，而且比人腦做得更好、更快，事實上，目前的數字計算、搜索引擎和公交查詢等程序，正是這種算法移植的結果，而且在這三方面都已遠超人腦，達到了人腦數億倍，比如，在數字計算方面，人腦的數字計算機制有10進制、2進制、8進制等，計算機模擬了人腦二進制的機制，目前其計算速度已達人腦的億倍以上；在記憶方面，計算機模擬了人腦的索引機制（給每個記憶的內容添加索引，這樣能加快查找的速度，如字典的索引目錄，圖書館中的索引目錄等），目前，搜索引擎在信息檢索方面的速度也已遠超人腦，達到了人腦的億倍以上；在公交查詢方面，公交查詢系統模擬了人腦的出行方案生成機制（根據兩條公交線路的交匯點，選擇轉車方案），目前在查詢（方案生成）的速度和精確度方面，也已遠超人腦，可見，只要能破解人腦智能的奧秘，不但能實現AGI，而且還能實現超人工智能，把人腦智慧擴展數億倍！我們將要得到的，不是與人腦同樣聰明的AGI，而是能把人腦智力擴展數億倍的超人工智能！與人腦智能相比，機器智能只有兩種狀態：遠不及人腦和遠超人腦，這是因為，計算機的信息存儲量的運算速度都億倍於人腦，所以，如果模擬人腦智能的相應機制，那麼，機器智能在相應方面就能遠超人腦，反之，如果不模擬人腦智能的相應機制，那麼，在相應方面就遠不及人腦。例如，在機器視覺、機器翻譯、小樣本學習、自然語言理解等方面，因為沒有模擬人腦智能的相應機制，目前還遠不及人腦。如果將來把人腦視覺智能的算法移植入計算機，機器視覺就能超越人類視覺；如果成功移植了人類自主學習的算法，計算機在一小時內所學到的知識，就能比一個人在一年內所學的知識還要多；如果把人類的語言形成和語言理解的算法移植入計算機，就能實現無障礙的人機對話，而且，計算機還能比人類更好更快地學習和理解人類語言；如果把人類的科學發現和技術發明算法移植入計算機，那麼，其科學發現和技術發明能力就能達到人類的億倍以上，從而極大地推動科技和生產力的發展。總之，這種算法移植的結果，不但能實現通用人工智能，而且還能實現超人工智能，所以，正如機器的發明，極大地擴展了人手的力量，人工智能的發明，將極大地擴展人腦的智慧，超人工智能將把人腦智慧擴展數億倍，有了這個超級智慧的幫助，人類將輕鬆實現長生不老和移居外星。這種超人工智能只是一段計算機程序，因此，象目前的搜索引擎和AlphaGo一樣，完全可控，不會控制和危害人類。超人工智能可以自主學習各領域裡的知識，但所學的知識用來幹什麼，卻是由人類說了算的，人類讓它解決什麼問題，它就解決什麼問題，給人類拿出什麼方案。

第二，人腦與電腦的基本信息加工能力相同，二者都有加工圖像信息（形象信息）和抽象信息（符號信息）的兩種最基本的信息加工能力，人腦的信息加工活動就是思維活動，人腦思維活動主要有兩種：形象思維和抽象思維，前者如感知、識別、表象、想像等都是加工圖像信息或形象信息的思維活動，後者如，邏輯推理、靈感、直覺、預感、決策、規劃等都是加工抽象的符號信息的思維活動，而電腦同樣具有加工符號信息和圖像信息的能力，如WPS，office等軟件主要用於文字符號的加工和處理，而Photoshop,OpenCV,MatLab,Tensorflow等軟件主要用於圖形、圖像信息的加工和處理。上述信息加工能力相同意味著，電腦既能運行人腦形象思維的算法，又能運行人腦抽象思維的算法，所以，人腦智能的算法，不但能成功地移植入計算機，而且移植後還能成功的運行！因此，用現有計算機即可模擬人腦的各種信息加工活動，不需要類腦芯片，不需要量子計算機，現有的計算機構架就能實現通用人工智能和超人工智能。現有計算機的運算速度和信息存儲量都億倍於人腦，它主要靠蠻力來完成智力任務，而人腦則是“四兩撥千斤”，主要靠巧勁，以聞一知十，觸類旁通的方式來完成智力任務，因此，如果計算機能模擬腦智能的機制，那麼它就能象人腦一樣靈巧，而且比人腦更快速、更準確，比如，目前的搜索引擎和公交查詢以及自動定律證明都是這方面很好的例證。

第三，基礎智能和應用智能。基礎智能是應用智能的基礎，它能派生出各種應用智能，有了基礎智能，計算機就不再需要應用軟件，因為它的基礎智能可以自動產生應用智能，所以，移植了基礎智能中的算法後，就不再需要移植應用智能中的算法。在基礎智能的算法移植入計算機之前，程序員不得不把自己頭腦中的應用智能算法移植入計算機，從而產生出一個個的應用軟件。基礎智能和應用智能的發現，讓我們明白了為什麼現在的計算機是專用的，而不是通用的，因為它既沒有基礎智能，也沒有應用智能，目前僅有的少數幾項應用智能（如數字計算、信息檢索、公交查詢等）還是程序員把自己頭腦中的應用智能算法轉錄為軟件算法的結果，由於基礎智能是深隱智能，難以破解，所以，程序員不能破解它們並把它們轉錄給計算機，只有心理學家才能破解這一基礎智能，而且要花費很多年的時間。

人腦智能分為基礎智能和應用智能兩大類，前者是後者的基礎，沒有基礎智能就沒有應用智能。正如科學分為基礎科學和應用科學兩大類，沒有基礎科學就沒有應用科學。基礎科學只解決（回答）科學領域裡最基本的問題，產生科學領域裡的基本原理（規則），它並不解決產生實踐領域裡的具體問題。應用科學則利用上述基本原理解決生產實踐中的具體問題；同理，基礎智能也只回答和解決智能領域裡的最基本的問題，產生智能領域裡的基本原理（規則），並不解決完成智力任務中的具體問題，應用智能則利用上述智能基本原理，解決智能任務中的具體問題，滿足人類的需要，這就是二者的分工與不同。基礎智能主要解決以下基本問題：如何識別？如何學習（獲取知識）？如何推理？從而產生通用模式識別規則，通用學習規則，通用推理規則。應用智能則利用上述規則去進行識別活動（識別出一個個物體對象）、學習活動（從環境中學習常識和知識）、推理活動（通過推理進行預測、決策、規劃、發明、發現，從而解決智力任務中的具體問題），以上是智能領域裡的三個核心問題和原理，此外，基礎智能還要解決以下基本問題：如何產生語言？如何理解語言？如何產生疑問？如何解答疑問？等……，從而制定出語言產生規則、語言理解規則、疑問產生規則和答案生成規則。應用智能則利用上述規則去生成語言、理解語言、產生疑問、解答疑問。應用智能則利用基礎智能產生的規則進行識別、學習和推理活動，學習各具體領域裡的知識，然後再利用所學到的知識和通用推理規則進行推理，從而做出預測、決策、規劃、科學發現、技術發明、問題解決等活動。例如，如何進行數字計算、信息檢索、公交查詢、人臉識別等具體問題。總之，基礎智能並不直接從事識別、學習、推理等活動，它只是制定識別、學習和推理的規則，然後告訴應用智能按照這種規則去識別、學習和推理。如果一個人沒有基礎智能，他就會象現在的計算機那樣，不會識別、不會學習，也不會推理，不會有應用智能，也不會有任何智能，一切都要由別人（程序員）通過編程告訴它怎麼做，可見，基礎智能是一切智能之母。以上是基礎智能和應用智能的區別。二者的相同之處是，二者的本質和核心都是一種算法，即都是解決問題的方法和步驟，只不過，基礎智能的算法是解決基本（全局）問題和重大問題的步驟，應用智能的算法是解決具體（局部）問題和較小問題的步驟。基礎智能的功能，相當於計算機的操作系統，可以應用於各領域，應用智能的功能，相當於計算機的應用軟件，只能應用某些方面或領域。應用智能屬於淺顯智能，其算法容易破解，比如上面的數字計算、信息檢索、公交查詢，基礎智能屬於深隱智能，難以破解，要破解它們，需要有面壁十年的功夫和毅力，把基礎智能中的算法移植入計算機的過程就是打造AGI操作系統的過程。筆者目前已成功破解了基礎智能的奧秘，搞清了其基本機制和算法，接下來，我們要做的就是把其算法移植入計算機，從而開發出通用的AGI操作系統，有了這個AGI操作系統，計算機就能自主學習各領域裡的知識，並自主地利用學到的知識去解決各種智力問題，完成各種智力任務，我們就再也不需要開發各種應用軟件了！

質疑十

通用智能後天的習得靠教育，智能植根於教育，文明是智能的生態。設有通用架構的機器嬰兒 10 臺，可視為帶有基因的硬件加基礎軟件，讓 10 位母親分別在各自的情境去教育 10 名機器嬰兒，僅僅通過語音交互，1 個月後這樣的機器嬰兒腦中留下的三個記憶區裡都會有些什麼？以後，機器嬰兒的基礎軟件（含記憶、交互、計算軟件）要不要不斷擴充？硬件要不要不斷擴充？機器嬰兒腦有沒有形成自己軟件的能力？

答：要想通過語音交互的方式一教育AGI系統，需要首先教會它掌握人類的語言，並能理解人類的語言，“1個月後這樣的機器嬰兒腦中留下的三個記憶區裡”應該有知識，這些知識包括形象的知識（圖形、圖像）、抽象的知識（概念、符號）和推理規則知識；原則上講，AGI系統只需要一個操作系統，有了這一操作系統，它就能自主地學習各領域裡的知識，並能利用前面所學知識，自主地解決各領域的問題，因此，它不需要有各種應用軟件，當然，操作系統也是需要不斷地完善的；至於“硬件要不要不斷擴充？”原則上是需要的，因為，隨著所學知識量的不斷增加，以及面臨任務的日益複雜，這些都會對硬件提出更高的要求；至於“機器嬰兒腦有沒有形成自己軟件的能力？”筆者的答案是，在通用人工智能的初級階段，AGI的操作系統是由人類編制定，而它解決各種具體問題的各種應用軟件是自己形成的，不需要由人類來制定。但在高級階段，AGI系統可以具有人類那樣的二元心理，這樣，它就可以象人類那樣自己研究自己，自己破解自己的機制，這時候，它就可以模擬自己的機制，來設計和改進自身的操作系統了。

閱讀更多 反省心理 的文章

關鍵字: 阿爾伯特·愛因斯坦 意識 智能