主题：【原创】AI, 创新，硅基生命，共产主义和大过滤器（一） -- 东方射日

最近AI是一个非常火热的话题，不能免俗，也就这个话题说说我的想法。

起一个跳跃性的标题，希望能多抓一些眼球。

我最近用ChatGpt越来越多，有一个感觉，ChatGpt是完全可以通过图灵测试的，也就是说，和chatGpt聊天，你无法知道对面是一个人工智能还是一个脾气非常好并且知识面及其广博的人。当然或许仅仅因为脾气太好了或许是懂得太多了，你会觉得对面的那个家伙不是一个“人”。

也就是说，现在的AI，至少在对话上是可以称为一个“人类智能”的。

很多人有一个观点，说人工只能永远无法超越人类，无法替代一些那些创新的工作，无法产生灵感。老实讲，我十年前是相信这个观点的。不过现在，我觉得没有什么工作是人类独有而AI无法完成的。再这样想的话，只能说是人类骨子里的傲慢。

首先从人类的大脑来看，是一堆神经元的堆砌。每个神经元的功能都很简单，都是简单的应激，反应，输出，反馈的过程。人类的神经元和昆虫的神经元在结构和电化学反应上没有大的区别。神奇就神奇在在神经元数量达到一定程度，结构复杂到一定程度，魔术般地智能就产生了。

现代AI的基础算法也是多层神经网络，由大量的仅仅具有基本算法的神经元组成。凭啥基于电化学反应的神经元能做到的事情，基于电信号的神经元做不到？随着算力提升，神经元的数量增长和神经网络结构的复杂度的增加，AI的智能是完全可以自主产生的。

最初的AI，是离不开人的，是需要人类的指导才能逐步提升智能，并且的确无法跳出人类的知识领域，AI的优势仅仅是速度，精度和稳定性。但是在基于深层神经网络的AI出现后，人类突然发现AI能发现很多人类并没有发现的事物，能够超越人类的知识范围和理解能力。前者我们可以用战胜卡斯帕罗夫的深蓝为代表，它下的每一步，人类都是可以理解的。后者，我们可以用Alpha go为代表。它下出了很多的新手妙手。其中有不少是人类无法理解的，有的要在下好几手以后，人类才会恍然大悟。在这种情况下，如果坚持AI无法创新，那只能是说明人类的傲慢。

无论任何创新，本质上是人脑中一次随机的激素浓度或者生物电强度的变化，导致某个或者某些神经元做出的与绝大多数情况下不同的应激反应。就是所谓的灵光一闪。而AI的神经元也有同样的机制，在应激，反应，输出，反馈的过程中，也有一个随机因子在起作用。绝大多数情况下，每个神经元在随机因子的作用下做出的不同反馈，根据大数原理原理，会互相抵消，所以我们可以看到AI的表现很稳定。但是，正是由于这些随机因子的存在，AI不同于传统的基于逻辑和规则的算法，它在同样的情况下会做出不同的应激反应。所以我们看同样的问题问ChatGpt，它可能会给出不同的回答，通用的布局下，Alpha Go会下出不同的应手。

随机的因素，在长时间大量的累积下，绝对是不能忽视的，一是会在反馈机制下，对于有益的变化逐步固定，也就是说，它能够自我进化。二是对于收益相当或者差别不太大的变化，也会逐步固定并形成不同的应激反应的策略。这样就产生了演化，形成不同的进化路径，并逐步形成不同“种群”。

至于还有一个人类引以为傲的学习能力，其实也没啥AI突破不了的。最初的AI，往往依赖于人类的标注和调整，是在人类指导下的学习。是supervised learning。而最近几年AI的进步，大多集中在unsupervised learning, slef-surpervised learning, contrastive learning 和 reinforcement learning上，这些进步让AI的学习能力有了质的飞跃。就拿自我学习的先驱alpha go为例。Alpha go Lee和Alpha go Master都是supervised learning，都是从人类的对局学起，我们已经惊为天人。Alpha go Master曾经在网络上和顶尖高手对局60局，无一败绩。虽然这样，人类仍旧可以傲慢地说，Alpha go Master“仅仅”是从学习人类对局而来的。可是到了Alpha go Zero，在告知了围棋的基本规则下，完全不依赖任何人类的对局记录也不依赖任何人类的指导和参数调整，就这样，只是通过自我对局，自我学习，三天，仅仅三天，它就战胜了Alpha go Lee。而且是压倒性的100:0。20天战胜了Alpha go Master。如果这个不让你惊讶的话，你要想一想Alpha go Zero是仅仅是单机用了四个TPU就达到这个高度的。对比之下，Alpha go Lee用了48个TPU，分布式系统。也就是说有了更好的算法，通过自我学习，完全能够超越在人类指导下的人工智能。这个时候，人还能傲慢地说AI的围棋是学习人类的么？

有了学习和进化，谁能说AI不具有创新的能力？