如何實(shí)現可信可靠可解釋人工智能技術(shù)路線(xiàn)和方案？

如何實(shí)現可信可靠可解釋人工智能技術(shù)路線(xiàn)和方案？

一 ，對智能、人工智能的定義，有很大分歧。在本文，智能，定義為，神經(jīng)元集群的特有功能，神經(jīng)元集群從三維世界獲取信息后，不斷分解、抽象三維信息，以圖反映現實(shí)狀態(tài)，同時(shí)，該神經(jīng)元集群還具有構建三維音畫(huà)、記憶、聯(lián)想、復雜推理等其它功能。數值計算只是該集群記憶推理等功能的一種表現。

人工智能，定義為，用人造的正負反饋、自動(dòng)修正線(xiàn)路集群，模擬人腦神經(jīng)元集群的工作，以使該人造集群部分具有構建三維音畫(huà)、記憶、聯(lián)想、復雜推理等功能。

對人工智能的驗證，即跨過(guò)可信可靠可解釋這一門(mén)檻，可以用初級的圖靈測試法，如圖片驗證碼測試。

二 ，現有芯片的功能，及與智能的差別。

根據“序列—結構—運動(dòng)—功能”理論，現有芯片的結構及運動(dòng)方式，與神經(jīng)元集群結構及運動(dòng)方式，有很大差別。

區別A ，結構，圖靈機、馮·諾依曼結構是為一維二維數值計算而設計的，并不是為實(shí)現智能（構建三維音畫(huà)、記憶、聯(lián)想、復雜推理等）而設計的，它們只是表現得有點(diǎn)像智能，但不是真正智能。

原因是因為芯片結構問(wèn)題，現有芯片的電路是二維結構，而現實(shí)世界是三維結構。

我們的大腦神經(jīng)元，也是三維結構。

二維芯片依靠的基礎是，時(shí)間的持續向前性；方法是還原論，向細微極致發(fā)展。

三維芯片依靠的基礎是，空間的任意擴散性；方法是復雜系統論，向集群發(fā)展。

人腦神經(jīng)元不是依靠時(shí)間計數器來(lái)工作的，而是依靠在自由空間擴散來(lái)工作的。

二維芯片追求的是快＜時(shí)間特性＞，為了更快，空間距離被壓縮＜摩爾定律＞。

三維芯片追求的是復雜度＜空間特性＞，為了更復雜，時(shí)間是不重要的＜毛論持久戰，白崇禧總結為以空間換時(shí)間＞。

二維芯片，追求的是某單方面某單層次準確精確。

三維芯片追求的是，分清集群的主次矛盾、矛盾主次方面，以及哲學(xué)的各層次各方面的問(wèn)題等等。

所以，二維結構芯片不能反映三維世界。

但三維的人腦神經(jīng)元卻能反映三維世界。

反例，我們三維世界里人，可以描述二維空間怎么運行的，但誰(shuí)能描述四維空間是怎么運行的？

沒(méi)有任何定理證明過(guò)，二維信息等于三維信息。計算機軟件如病毒，具有二維世界的智能，但無(wú)法理解三維世界。

在二維芯片時(shí)代，按照王垠觀(guān)點(diǎn)，軟件識圖，是在建立一種函數，由函數仿真現實(shí)圖片。而這個(gè)函數不可能有智能，函數不可能理解圖片內容。

而在三維芯片時(shí)代，集群通過(guò)排列組合就模仿了現實(shí)世界，根本不需要函數模型。集群是復雜系統，而復雜系統能產(chǎn)生智能。集群的正負反饋，自動(dòng)修正，就是智能。

O'Keefe，以及Moser夫婦，已經(jīng)解剖證明了海馬里神經(jīng)元群是用三維方式定位的。

現在二維芯片領(lǐng)域有個(gè)新概念2.5D、3D，這個(gè)與我希望的三維芯片，不是同一個(gè)理念。3D翻譯成中文就是三維，但3D芯片目的還是數值計算。而我希望的三維芯片，是模仿神經(jīng)元集群的分解功能、抽象功能、構建三維音畫(huà)功能、記憶功能、聯(lián)想功能、復雜推理功能等等，數值計算不是三維芯片的基礎功能和主要功能。

區別B ，運動(dòng)方式，流體與固體的區別。

生物體，體內都是流體，流體方便克服重力，分子團才能運動(dòng)，神經(jīng)元也是在流體中浮動(dòng)。

但現有芯片，為了方便固定，就做成固體。芯片是固體，人腦內是流體，固體與流體的區別。

三 ，怎么改變人工智障呢？如何實(shí)現可信可靠可解釋人工智能？

需要兩步來(lái)解決。

第一步，改變芯片結構，從二維芯片改為三維芯片。

現有人工智能界，從CPU改為GPU，華為的達芬奇結構，還有chiplet結構，還有神經(jīng)擬態(tài)芯片，都在不自覺(jué)的向三維結構發(fā)展，但還不是真正的三維結構。

如何改為真正三維結構？有多種辦法，如辦法一<模擬生成真實(shí)神經(jīng)元＞，辦法二<把硅晶片做成三維立體的＞，如此等等，有好幾種方法可以改為三維結構。

這里介紹一種宏觀(guān)的模擬三維結構的方法：聯(lián)系電信運營(yíng)商的機房，在凌晨時(shí)，用路由器模擬神經(jīng)元胞體，用電線(xiàn)模擬突觸。因為機房路由器集群數量比神經(jīng)元集群數量少得多，所以初期圖靈測試時(shí)，用簡(jiǎn)單的測試：在黑色背景圖中找出手寫(xiě)白色阿拉伯數字。

                                              路由器集群，            模擬神經(jīng)元集群

但以上幾種辦法有缺點(diǎn)，或者成本很高，或者有倫理道德風(fēng)險，或者很耗能，或者占用空間大。

特別指出，路由器集群，無(wú)法完全模擬神經(jīng)元集群，其表現為電線(xiàn)纏繞，其原因是流體與固體的區別。

第二步，解決固體與流體矛盾。

所以，實(shí)現可靠人工智能的方案，就是找到一種既是固體、又能克服重力、還能流動(dòng)的便宜材料，就可以解決無(wú)數連線(xiàn)、無(wú)數開(kāi)關(guān)問(wèn)題。

這種便宜的材料，在現實(shí)中已經(jīng)存在。

未完待續……, samsang-ms