“计算机模拟人的意识活动”,与“计算机从事人的科学研究”,两者彼此等价,这是一个极其重要的发现。
至于原因,梳理一直以来的思路,答案其实很明显。
迄今为止出现的计算机系统,单论速度,远远超越了人脑的等效算力,这样讲并没有原则性的错误,虽然直到今天,人类仍未弄清人脑的计算能力,但根据人与计算机在完成典型任务时的表现,也能得出一个大致的判断。
从自动驾驶,到同声传译,再到1919路的围棋对抗,计算机在一项项任务中胜过了人类,对应的人脑算力之上限,也在不断提升。
但这种提升,不仅在理论上无法一直持续,在实践中也一样办不到。
与现代计算机类似,人脑,可以粗略的看做一台通用计算机,内置大量任务的算法,虽然只有大脑、小脑/植物神经系统这两个不对称核心,也就是实际上的单线程,但通过执行不同的任务算法,可以完成许多截然不同的工作。
功能多样,但,并不能用一系列任务的等效算力之和,作为人脑的预测算力。
正如计算机的算力,决不能用运行所有算法时体现出的算力,简单叠加,这是一个很浅显的低级错误。
故而估测人脑的(最大)算力,只需盘点所有能被计算机替代的任务中,哪一种所需的算力最大,而在it领域极大发展的今天,要做到这一点,相比几十年、甚至十几年前的情形,更要容易得多。
譬如围棋,曾经令人工智能束手无策,甚至一流ai都无法战胜人类业余围棋选手,在十几年前才逐渐逆转。
时至今日,在剧变的大背景下,围棋人工智能的发展速度已很迟缓。
原因用不着多解释,在新时代奴隶制的简单再生产态势下,作为人类的一种精神活动,对生产体系并无任何助益、而仅仅只是头脑锻炼与消遣的围棋,早已淡出ai研究者的视线,这方面的研究接近停滞,也是再正常不过。
资产主义社会中,一切社会活动,归根结底都是利益在推动。
到了新时代的奴隶制,情况,是稍有改变,不排除某些顶层对围棋是饶有兴致,愿意投入资源进行一些研究。
但,在ai棋力已经碾压人类的这时代,少数顶层、有产者对围棋的兴趣,很容易被已有成果所满足,继续研发更强棋力之ai的动机几乎不复存在,近十年来,ai棋力的进步幅度也的确很有限。
即便如此,到了西历1489年,围棋ai的棋力早已远胜于人。
进而,用围棋ai所需的算力,来衡量同等棋力之人的大脑“算力”,其可信度也一直在提升,精度也随之亦然。
原理是很显明的,人类,其中的顶尖棋手,哪怕并非生命中的每一分、每一秒都在下棋、思考棋术,认为其大脑的算力峰值,会出现在执行“对弈”这件事的时候,这假设是十分合理而难以辩驳的。
【讲真,最近一直用咪咪阅读看书追更,换源切换,朗读音色多,iiread安卓苹果均可。】
继而,同等棋力ai所需的算力,就可以大致当做棋手之脑的等效算力。
考虑到棋手的一生,毕竟,绝不可能百分之百围绕着围棋,多少总会有些分心之事,但对于顶尖棋手,引入的误差也不会太大。
多少年来,人类的顶尖棋手之棋力,渐消渐长,隐约可见一个模糊的上限。
而人类研发的围棋人工智能,使用互有区别的算法、架构,运行在不同的计算机系统上,达到同等棋力所需的算力也彼此相若。
种种迹象,似乎清楚的指向一个事实:
完成同样任务的计算机之算力,就是人脑的等效算力。
在当今时代,人,不论天赋如何、又是怎样努力,也根本无法打破人类棋力的天花板,更不可能战胜任何一个等效棋力在十段以上的围棋ai。
这似乎也从侧面证明了,围棋棋力,可以视为一个人大脑能力的极限。
在这种理论指导下,稍加检索,方然就知道了这一数字。
按围棋ai等效法衡量的人脑算力,不同资料,给出的数据差异很大,上下限之间的差距在三到四个数量级,但凭借自身的认识水平,他不难看得出,其中接近上限的数字几乎都是错误的,更准确的数字在10~50pflops。
至于其他数据,大多高出两个、三个,甚至四个数量级,主要是一些研究者将围棋ai的训练所需算力也统计进来。
不论什么时代的人工智能,在投入实用前,都需要一定的“训练”过程,这一过程与人的学习很相似,目的是模仿人类的学习过程,从基本规则中“自然而然”的产生出解决实际问题的算法,当然,这些算法往往体现为多层网络、分支网络的形式。
将ai训练所需的算力,统计到总算力中,从成本核算的角度是很正常的,在比较人和计算机的能力时,却一点都不公平。
照此做法,计算机达到某一水平的算力,是测试发布到实战运作的算力总和,那么对人而言,也需要将围棋的漫长的学习过程一并统计进来,均分实战中的棋力,这样一来恐怕人脑的等效算力会更难看。
归而总之,闲暇时想到这一切,方然的确回忆起了那些数据。
在公认为复杂意识活动的围棋领域,人脑的等效算力,大致就是10pflops、也就是每秒一亿亿次浮点运算的水平。
对于一百四十亿神经元组成的人脑,这成绩,似乎已相当不错。
但对照今天的超级计算机,毫无疑问,10pflops级别的算力则不值一提,连零头的零头都不到。
那么可以得出结论,人的能力,已完全被自己所创造的计算机碾压,是这样吗;
事实果真如此吗,不,不一定。
任务堆积如山,每一天埋头忙碌之余,稍事休息时,方然都会思考这微妙的问题。
思考的成果,与学术界的某些观点不尽一致,他认为,用计算机完成典型任务所需的算力,来衡量人脑的处理能力,是很不靠谱的做法。