51電子網公益庫存:

P0502NLT

P0848SNLT

P1CN010N

P2004EV

P25NM60N

P30NS15LFP

P3500SCL

P4SMA250A

P55NF06

P6KE150A

601HE0000B01

6125TD1-R

6125TD2-R

6-1394461-2

68HC68W1

6DI100A050

6DI100A-050

6DI120A-060

6DI150A-050

6MBI75S-120-02

計算機和人在這三個基本能力上的對比。

1.存儲能力

人的大腦以生物方式能夠存儲的總容量，大約是100tb。一部高清電影壓縮之后大約2g ，那么這100tb可以存儲5萬部電影——這可是包括其中所有的細節。所以我們想想，大腦一般用用是不怕不夠用的。這100tb相當于計算機的硬盤，我們所有的記憶、所有的技能都存儲在其中。

跟計算機差不多，大腦考慮問題的時候不能總是從硬盤中讀取信息，還有一個快速讀寫的機制。在大腦中，這就是以神經元電信號的形式存儲的信息，這個容量就小得多了，大約是10g，正好是現在一般水平個人電腦內存的大小。

對今天的計算機來說，100tb 的硬盤和10 g的內存都不算什么，而且隨著技術進步存儲的容量越來越大，價格越來越低。

你可以說計算機存儲信息的方法和人存儲信息的方法是不一樣的——計算機存儲是按照地址索引，就好比一本書，先記住這本書所在位置，再去尋找。而人存儲信息是用神經網絡，先想到大概內容，然后一點一點回憶相關的細節。不過，人腦這種存儲信息的方式并沒有什么神秘的，已經有人證明，如果用神經網絡的方法存儲信息，每1000個神經元可以存儲138條信息。

總之在存儲方面，計算機是肯定沒問題的。

2.計算能力

對計算機來說，人生中最值得贊嘆的時刻肯定不是目睹 aiphago 打敗柯潔。早在很久很久以前，自從“計算機”這個概念誕生那一天開始，甚至還沒有一個實用化的計算機的時候，科學家就已經知道計算機可以下好圍棋了——懸念僅僅是需要多少時間。

這個贊嘆必須屬于祖師爺阿蘭 圖靈。阿蘭 圖靈2014年有個電影叫《模仿游戲》（the imitation game），講圖靈怎么用自己發明的計算機破譯德軍密碼，從而幫著打贏了二戰的故事。后世的人也許會說相對于圖靈在計算機科學上的偉大貢獻而言，打贏二戰只是一件小事兒。http://http://hjdz.51dzw.com

這個關鍵概念，叫做“圖靈機”。圖靈設想了這么一種簡單的計算機，它可以讀取信息，然后按照一定的規則操作，修改和輸出新信息。它的結構并不復雜，你可以把所有信息。包括程序在內，都存放在一條紙帶上，計算機就操作這條紙帶——操作紙帶你用的個人電腦、手機、包括以前那種特別土的計算機，都是圖靈機。它們的基本原理是完全一樣的，幾十年來所有的技術進步僅僅是讓存儲能力更強，運算速度更快而已。

這就是說，計算并不神秘。凡是能用算法說清楚的問題，都可以用計算機實現。理論上這些都解決了，哪怕最簡單的計算機都能完成所有計算，剩下的限制都是物理上的：你需要給它足夠的電力讓它運算，以及提供足夠大的存儲空間。

3.學習能力

近幾年之所以出現了人工智能的大躍進，大概主要得歸功于所謂“深度學習”的技術進步。深度學習其實就是過去計算機科學家們早就在用的所謂“神經網絡”算法，只不過算法上有些改進，最重要的是硬件水平和數據量大大提升了。

請注意，這里說的“神經網絡”，并不是直接做一個像人腦的神經網絡那樣的計算機——我們用的還是圖靈機，神經網絡只是一個模擬算法。

人腦學習新技能，是發生在神經元這個層面的。因為練習一個動作而經常被一起觸發的神經元，最后就會長在一起，整個網絡結構長好了，就相當于一個技能長在了你的大腦之中。

并不需要多么復雜的“神經元”就能實現這種功能。1989年就有人證明，用最簡單的神經網絡反復訓練，每次只要系統做對了就增加相關連接的權重，給足夠多的時間最后它就能夠做成任何事情。

從一張普通照片里識別各種物體也好、aiphago 下圍棋也好，所有“深度學習”的基本原理都是這樣的。神經網絡算法，也是通用的。

這些原理難道就足夠模擬人的一切智能了嗎？泰格馬克對此持比較樂觀的態度，但是我們知道有很多人不這么看。比如很多年以前英國物理學家羅杰 彭羅斯有本書叫《皇帝新腦》，在中國也很流行，那本書的觀點就是人腦根本不是圖靈機，基于圖靈機的 ai 不可能真的具有人腦那樣的智慧。

泰格馬克的樂觀也有道理。比如現在科學家已經知道，神經網絡算法并不能解決所有問題，有些復雜的方程它根本解決不了。但是泰格馬克恰恰和他的學生寫了一篇論文，說神經網絡算法所*能解決的*那些簡單方程，就已經足夠對付真實世界了——因為描寫真實世界的物理定律也都是簡單方程。

這其實是個有意思的現象。基礎物理定律的確都是簡單方程，比如說最多只需要用到二階到整數。那為什么物理定律都是簡單的數學方程呢？這個問題其實很有意思，有機會我們可以詳細聊聊。

今天這個道理是，也許圖靈機和神經網絡算法不能完全取代熱人腦，但是對于真實世界需要的智能來說，它們可能就已經夠用了。http://http://hjdz.51dzw.com

咱們把存儲、計算和學習這三點綜合起來，你發現其中所有的底層原理都是邏輯意義上的。也就是說，這些原理跟把信息存儲于什么介質中、用什么東西來計算無關。ai 的硬件，可以隨便升級。這就是生命3.0。

硬件能升級到什么程度呢？有人說摩爾定律快要到極限了，泰格馬克說這根本不叫事兒。如果你不局限于用基于硅的芯片，那計算能力最終只受到物理學的限制。而物理學的限制是，人類理論上可能擁有的計算能力是今天的10^30倍——哪怕我們每隔幾年就把計算能力增加一倍，也需要100年的時間才能達到真正的物理極限。

人工智能到底能不能完全模擬人的智能---也就是今天標題里的 ai 到底能不能等于 i ，是一個無比重要，而又充滿爭議的問題。說人腦沒什么特別的，無非也是一堆原子組成的東西，那我們就完全可以用另一堆原子模擬這堆原子，電腦總有一天能取代人腦......這是非常輕率、沒有什么營養的說法。

想要合理推測，你得知道人腦有多厲害，更得知道現在的電腦都是什么原理，然后你還得猜測人腦是不是基于同樣的原理。

現在全世界最厲害的超級計算機是咱們中國國產的，叫“神威 太湖之光”——神威 太湖之光它每秒能進行10^17次浮點運算，需要一個占地1000平方米的專用機房，它的總造價大概是人民幣20億元。

這種水平計算機的存在對腦科學家是個好消息，因為想要模擬人腦中全部的神經元的行為，你就至少需要一臺“神威 太湖之光”。而這還僅僅是神經元水平的模擬，有的科學家認為模擬人腦必須達到分子水平，那就在可以預見的幾十年里恐怕不管什么計算機都無能為力了。

就算神經元水平已經足夠，你真的能用“神威 太湖之光”完全模擬一個人的大腦，能取代人的工作，你也未必想這么做，因為成本實在是太高了。這種超級計算機不但造價高還費電，你直接雇幾個工人才多少錢。

所以正確的策略不是模擬一個人腦，而是模擬人的“智能”。我們今天要說的，就是現在的 ai 是通過很可能完全不同于人腦的原理，在相當程度上實現、而且還超過了人的智能。我們還是說泰格馬克的《生命3.0》。

什么叫“智能”呢？泰格馬克給了一個比較籠統的定義：智能就是完成一個復雜目的的能力。當然，你可以進一步追問什么叫復雜，這都是科學家也說不清道不明的概念.....不過這個意思你顯然理解。反正能隨機應變地完成一些復雜的任務，就可以叫做智能了。http://http://hjdz.51dzw.com

想要實現實現智能，ai 大概只需要三種能力：存儲信息、計算和自我學習。而至于說人還有意識、主觀的情感體驗這些，也許重要也許不重要。文章出自：小強talk