主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
看这个消息和评论：外链出处
从上向下的学习和从下向上的学习。这里他们说，深思公司已经在从下向上的学习方面有了很重要的进展，以至于谷歌肯花大价钱把他们买下来。不知道他们有了什么进展？如果有知道的朋友，请加以介绍。谷歌本身就有很大的一个队伍在做这些事情，著名的猫脸就是一例。现在他们花大价钱来并购，应该是有某种大的原因。
这个链接里面的那个视频是一年多前微软在北京做的，挺有趣的。
Jeff Howkins原来那个合作伙伴dileep george离开后创办的一个公司， Vicarious, 就是最近号称把CAPCTHA破解的那个。
以前知道这个公司，但是没有很多关注。刚才去看了他们的网页，这是他们的说明：
看起来，还是很有东西的。不过，他们没有说他们的那个RCN究竟是个什么东西，原理如何。不过，古狗花大力气来组建这些技术，应该是他们管理者有很多想法急于要实现，或者说，所谋者甚大。
再增加一点，关于他们的报道：
看来，他们的确是保守得很紧。报道中有一段视频，看起来，他们的确是抓住了一些东西，很有进展，特别是各个字母的分离，的确是破解了，看来以后CACTHAT要用中文才可以了
不是DARPA而是谷狗来，除了资金外，有一个重要因素是谷狗的数据是现成的。 AI一向有两个流派，一派是学院派的认为算法是决定性的，谷狗的老板曾经有过不同看法，认为决定性的是数据量到了一定程度AI就水到渠成了。
以现在谷狗的技术水平，算是大数据中的顶尖了，估计一段时间内除非材料，量子计算有突破，数据的存储量不会短期内有什么大的跨越，那么AI的短板就开始把重点放到算法上了。
谷狗这些收购的目的有一个共同点，就是聚拢人才，基本上这些收购都是世界上AI发展的最前端的公司与个人。谷狗的目的要说简单也简单，基本上可以看作是国家级的项目了，同时对谷狗的商业前景也有着实质性的帮助，就是说从科研到产品到利润有着一条龙的直接效益，把以前的科研转化为生产力的环节大大缩短了。
同时更有利于保护知识产权，因为科研成果在转化为生产力之前不是存在于学院的科学界，便于商业界分享，而是被谷狗占为己有。事实上谷狗的发展方向，进展，现在一切都是个黑匣子。这恐怕是美国高科技科研形式的一个重大变化。
很可能是他们相当有意识地在如此做。他们可能看到如果还是通过大学科研计划，有可能不能很好阻止中国紧紧跟随。而如果采用大公司垄断科研，特别是通过大批小型尖端公司来探索方向然后并购达到垄断结果，他们可能比较容易阻止中国的跟随，因此可以保持垄断地位更长久一些。
他们的确很舍得花钱。那家小公司，就6个人的软件公司，就获得投资1千6百万，怎么也用不完。这种前端的支持力度，中国的任何小型尖端公司都是不敢想像的。
其实，我感到大数据可能是在前面的幌子，真正的东西可能还在后面，但他们不说。无论如何讲，大数据，都不是可以支撑一个大国前进的科技。
如果美国10年中有一批这样的公司兴起，中国要追赶就要花大力气了。我的感觉是AI一旦成功复制人脑底层机制，实现远超人脑的能力是分分钟的事情，会出现AI领先人脑就像人脑领先虫脑（不叫脑，忘了叫啥了）的情况，到时候人类就要literally创造上帝了。
现在要赶紧鼓励中国人去这家公司应聘。鸿乾、原手、还有几位这方面的大佬，您们能去吗？要不我们自己也组个公司去国家科委之类地方要支持？
你是否看过我的这个帖子：链接出处
有朋友送来这个链接：外链出处
他说得很有道理：
表面看起来仅是方便性。但是如果这个方便性是深入到人的认知-反应体系的深层，这个方便性就是革命性的。仅看鼠标这个很简单的方便性给过去几十年带来的是什么，就很清楚了。如果有一个方便性程度深入到一定程度的东西，必然势不可挡。
这个东西说难不难，说易不易，关键是算法是否足够简单。
我写过一个程序，程序本身只认识字符，只做字符连接操作。
输入大量文章后，可以形成各类常用词语。
我目前正在考虑如何形成句型。
类似人的直觉反映，而不存在意识。类似《Thinking Fast, Slow》那本书中描述的Fast thinking. 而有关研究发现超过95%的人类日常智力活动（除了科学研究，学习等外）都是此类，只不过经常被自我意识解释为是在有意识下经过reasoning得出的，而本质并不是。就像我们常说的屁股决定脑袋，其实是有科学依据的。
智能的意识部分虽然所有人都避免去碰，但是很可能在不断提高智能水平的情况下不小心就产生了意识，因此对大数据的意识监控是个不容忽视的工作，及时发现，及时判断，并有效的控制其在人类的可控下是大数据发展到一定水平之后将面对的问题。
这个问题是两条腿走路。无处不在的监控，数据收集，海量的存储，internet of things，另一头是对收集来的数据处理出决策，预测。美国国安那种海量的收集下，没有谷歌一样的处理能力，也只能做定性挖掘，远远提不上什么从下到上分层次的决策，预测能力，仍然是传统的刑事侦查那一套。因此，大数据现在如何挖掘有用知识仍然是个主要问题。而同时，科技届也正在全力以赴的把数据收集加入到生产生活的每一个部分中。
在目前这个发展阶段，大数据还不可能反映在生产力上。因为还缺下一个环节，即使大数据的处理上发展出有效的知识，如何反馈到实际生产生活中去，仍然是很大的一个鸿沟。在目前水平上，仍然是通过人的操作，接受去实现，显然的不论从所产生的知识量到变化的速率，大数据的结果不是人力能够适应的，因此大数据直接通过数字自动化操控各级生产，生活，才可能把大数据的效果反映出来。
这最后一个环节实现后，也就形成了skynet成为可能的基础设施了。以后一旦大数据产生智能，skynet就出现了。
其实美国精英脑子里那些小九九，大部分都在好莱坞未来派电影中详细的描述过，只不过人们看到的时候不以为然，等到温水煮青蛙进入进行时的时候，时过境迁了。
那就是伟大的老妈
哪个老妈不是“will present information without effort, ...will simply appear, then disappear, ...is trivialized as a matter of convenience.”
而对大多数人来说，还会发生或已经发生第二次革命：亲爱的老婆或老公
我们不需要更多的革命了...
你不能写在这个后面，恐怕没有人能够看到。请专门写个帖子，来仔细讲讲你的想法，做法。如果你的东西，能够从学习字符，进而形成词语，那是非常好的东西。但是，我想和你证实一下，不是你制定规则，规则中有若干参数未定，你通过数据输入，让你的东西通过学习把这些参数搞定，而是你的东西没有这些规则，但是通过学习，就懂得了这些规则。
或者说信息的东西的作用也有一定的极限。过去几十年中，美国把信息的东西当成了支撑全部国家的几乎唯一的支柱（金融化就是如此，就是军事也如此），回顾起来，是犯了错误的。他们总结经验后肯定知道这一点。但是，他们仍然把大数据放在前面，很可能是一个幌子。
总是需要强大的物理支撑，信息的东西才能真正运行。
Phantom Melodies Yield Real Clues to Brain’s Workings 外链出处
我记得Hawkins的书中他反复讲，脑的作用就是不断做预测。好像学术界的多数对此并不赞同。现在有了这个例子，就可能不一样了。看来研究病态总是很有用的。