模糊與有序

    大腦結構為什么會有自組織功能還得不到令人信服的解釋,我正試圖用熵的概念進行解釋。

    熵是衡量一個系統有序程度的量。一個系統的智能行為就是試圖使它自身的熵降低或者避免使其熵增加。嚴格地講,任何基本機械單元都是只能夠進行能量轉換,所謂消耗能量只能使它周圍環境更加有序,但是卻不能使其本身更加有序或熵降低。大腦則不同,它能夠使自己更加有序化。因此大腦不象許多人工智能研究者認為的那樣如同一個機器。

    熵的概念可以定性和定量研究一個含有大量成員的系統的組織化程度,可以幫助我們更好地理解,預測和計算系統內部的相互作用和與其他系統或與它的環境之間的能量與質量傳遞、滲透和交換作用的向量。

    大腦正是這樣一種系統,它有巨量的神經元。熵的概念可以幫我們理解大腦的價值觀、規則等功能,這些功能支配主體的行為指向。

    我們製造的工具、機器和程序只能用來解決精確問題,而處理模糊問題則需要頭腦智能。科技的進步使人類傲慢地相信可以製造解決模糊問題的 "機器" (非人工生命)。

    模糊是介于無序和有序之間的狀態。從理論上講對于一個系統采用物理和數學方法可以把 "模糊" 分解為部分元素或成員的無序和其他元素或成員的有序。模糊是我們生活中的經常感受,我們經常可以知道事物的大致發展方向,但我們無法用規則對其進行精確 "計算" 和預測。這種模糊問題使我們難以設計人工智能機器的具體行為。

    目前只有大腦通過意識能夠或者試圖區別這些部分而不是直接采用數理分析的方式。這正是我們大腦的神秘之處。

    大腦的神奇正是在于它具有處理模糊問題的能力。大腦並不是靠 "規則" 解決模糊問題,更不是靠精確的數學物理分析和計算式的思維活動。這種能力在于大腦有 "意識"。意識使處理模糊問題變得簡單可行。

    根據我的理論,只有意識才有選擇規則的能力,即智能。人工智能就是具有意識的人工物,嚴格地講是具有 "大腦 "的人工生命。由此進一步推論︰數字化模擬技術無法產生智能。

    知識是包括規律在內的規則,由意識加工而成,潛伏在大腦的無意識中。當我們有意圖時一部分知識就會有意識地顯現,就會知道頭腦中知識的這一部分。

    一個系統內部的能量和物質流動會引起系統成員的狀態和系統內部的排序結構或有序程度發生變化,同樣這種變化也會導致產生這種能量和物質流動。如果這種 "流" 是系統某些成員的狀態發生變化而產生的並能夠影響其它成員的狀態,它的網路結構就是這個系統的軟件。在大腦中這種網路結構就是突觸,也是中樞神經系統的最重要部分。在電腦中信號電流的通道和門構成了這種網路結構,即電腦軟件。

    當一個系統可以通過與外界的能量和物質交換同外界發生相互作用時,在它的界面上能夠產生一種能量流從而影響它的成員的狀態和系統的有序程度。在一個有序或不均衡的系統中,很微小的能量流就可以對系統的功能或行為產生很大的影響。這個系統越是有序或越是不平衡就越敏感,這種影響力就會越大。我們稱這種能量流為信號或信息。對生命來說,這個界面就是感官。

    在一個有序程度很低的系統中,這種信息流對它的影響力就很小。換句話說,在這種系統界面上發生的能量和信號傳遞和交換對系統的影響是沒有什么差別的。

    在神經網絡系統中,無意識是系統的有序狀態或不均衡狀態,它試圖維持自身對環境的有序性作出反應。而意識是系統處于模糊狀態,它是試圖把來自界面的模糊信號變成新的有序狀態的反應過程。大腦的工作就是試圖使其成員對信息流的反應達到有序狀態。

    當部分無意識的記憶內容進入到意識狀態后,系統就會產生注意力。這時系統的某一局部從有序狀態變成模糊狀態,使它只接收和處理這些無意識規則范圍內的模糊信息。注意力是某些無意識內容重新被加工和再記憶的過程,是系統某個部分自組織過程的 "反芻" 或繼續。這種從有序到模糊的結果就產生了注意力。

    注意力是模糊識別的最重要前提條件。問題是系統為什么和如何使自己的某些部分從有序狀態變成模糊狀態。

    對此,我曾在文章中多次提出,當無意識無法處理接收到的信息時,就會產生注意力。有興趣的讀者可參閱我的其他文章。

    這種解釋並沒有說明意識或思維的產生。我認為思維是一個系統向更加有序的自組織的過程。意識由這個過程的記憶所產生。

    意識本身就是模糊的。意識是用來處理模糊問題的,但是它不能夠處理自身的模糊或意識。這就產生了一個難題︰意識能夠被意識嗎?

返回

主頁

下一篇