第四十三章，生物原型

让机器成为智慧，让智慧成为命，人机就结合了。

任微青十分清楚，解决苏格遇到的障碍有两个关键。关键一，l&b；关键二，柔性仿真数学模型。苏格还有第二个障碍没有清除，关于“类人智慧算法”的问题。

解决办法就是“柔性仿真数学模型”。简单说，就是苏格目前无法面对蜂拥而至的海量数据流，也无法参与到数据资源中去。

传感器产生大量的数据流，这些海量数据的处理依靠人的大脑那点蛋白质和热量根本无法完成，必然需要更强大的计算机资源，甚至需要消耗大量的能量。但计算机究竟怎么面对这些数据，这些没有可参考的经验，唯有参考“生物模型”

任微青拿出计算机，打开了一张图，这是一张生物原型与人工智能的对比图。

图片显示：计算机技术、数据传输技术、传感技术一共三种，分别对应“生物原型”中的大脑、神经、感官。

任微青说：“这就是‘传感技术总成’。”

郑源问：“传感技术难道不是指传感器？”

任微青解释说：“还真是个误会，“传感技术”并非等同的“传感器”技术。难道“计算器”等同于“计算机技术”吗？传感技术包含有数据传输与逻辑计算，是一种闭环的信息技术总成。”

郑源问：“在生物原型中，有实际的例子吗？”

任微青说：“当然，人地说话的能力不是天生的，而是后天通过耳朵（听觉）不断的学习才形成的能力（智慧能力），这是一种典型的传感与智慧能力关系的‘生物原型’。”

道理十分的简单，却又很深刻。这幅图片引起了大家热烈的讨论，有的人相互交头接耳地窃窃私语，有的人相互争论，在纸上推导演算。看到大家的热烈讨论，任微青并不插嘴，任由大家相互交流。由于有楚可可在，心情大好的任微青显得格外有耐性。

来自科学院自动化研究所的罗春木教授，在自控圈子里以愣头青著称，一直未曾开口，实在忍不住，罗春木问任微青：“请问贡献者，是不是说，感知能力越强，感知越充分，越有利于认知的进步？”

任微青见有人点名问自己，答道：“不尽然，就和人的感官一样，我们感知外部世界的任何一个物理量，都不可能以全信息的思路去进行观测，而只能是局部的取样，如果在被测对象上密密麻麻的布设传感器，测量必然扰动事件发生的本身。取样的原则是干扰足够小，小到不影响事件的发生。”

这是海森堡的测不全定律的精髓，在座的都理解，只是头一次将之与具体工程问题联系起来。

“怎样确定局部与代表范围呢？”

苏格却担心罗春木问题出格，替任微青回答说：“信息含义必须建立在信息受体的背景之上，局部与代表范围以及其它参量耦合关系，都是已有的背景信息。”

罗春木却不死心地问：“既然测量是局部取样，就一定是片面的信息，这可能导致信息失真，如何应对？”

任微青说：“这是个好问题，事件的发生一定是多种物理量之间相互关联的结果。为了改善信息的完整性，可以同时测量多种相互关联的物理参量。虽然获得的单种物理量信息都是局部的，但是通过让多参量信息关联耦合，就可以让局部信息得到补充和验证。多参量信息关联耦合的过程，就是局部验证全局的过程。”

罗春木疑惑地问：“增加物理参量测量的传感器种类，必然增加成本，这种关联耦合似乎只会得到一堆数据，而这些数据信息看起来并没有什么功能啊？”

任微青心想，这个问题好老！自己已经记不清是第几次回答这个问题了。将故事重复一千遍，对任何人都是痛苦的。

任微青还是耐着性子说：“信息是一种资源，资源不被利用当然就没有功能！这个过程与生物的智慧逻辑一样，‘生物原型’对环境的各种感知，并不都是一定要执行的一种功能。”

来自南门大学的郑源问：“人类有‘五感’，如果机器有了类人智慧，未来的机器或更丰富。这些机器的感觉是可描述的吗，如何与人交流！”

任微青：“你永远无法向我完整描述茉莉香，除非嗅觉亲临；人类的每一种‘感觉’都是一种独特的体验。这是用信息描述信息的障碍，也是人机交流的障碍。”

郑源接着追问：“也就是说，机器人会干一些人类不能理解的事，会拥有人类不能理解的智慧？”

任微青：“除非我们将机器视为机器，人视为各自的人。未来，任何机器都将成为网络的一部分，而人也是网络的一部分。”

郑源问：“人类会被机器控制吗？”

“不会！”

郑源问：“为什么？”

“一言难尽！我们的话题跑了，我想还是先搞清楚生物原型对机器智慧的启示。”

郑源连忙道歉，说：“不好意思！您继续……”

任微青说：“参照“生物原型”，人类通过感知实现‘学习’，通过‘学习’实现‘智慧’；那么，机器智慧也一定是这样的，机器智慧在某些方面超过生物人并不是难事。”

罗春木担忧地说：“机器比人有更高的智慧，难道不是一件值得恐惧的事？”

任微青：“嗯……又是这个老问题！我明确表述过很多次，机器本身没有目的性，机器智慧是为了协助人而存在的，可能会被人利用来实现人的目的。机器本身不具有欲望，没有价值观就没有目的性。机器即使拥有智慧，也只是人实现目的的工具手段。”

苏格阻止了罗春木的继续提问，说：“我想，我们还是回到项目方向的正题上吧！可可，你也说说。”

楚可可说：“按照我对各位刚才谈话的理解，似乎信息专业已经完全占领我们自控专业了！”

任微青笑了，楚可可的问题并不严肃，却十分中肯。专业本来就没有明显的界限，为了知识传播与理解方便，将知识系统化归纳而设立的知识分类。

任微青说：“并非占领，而是自控将智慧信息技术融入。通过机器自主学习，形成机器智慧，为控制提供决策，实现更有效率地干预未来。控制是执行能力，智慧是‘先知’能力，预知未来的具体技术。依靠预知未来的能力，控制系统可以从容地驾驭能量，干预未来的实际发生，实现用最小的资源最准确地实现目标。一直以来，能干预未来的能力，就是人类智慧最了不起的成就。”

楚可可：“你倒是说说，信息技术怎样实现人工智能控制？”

任微青：“一般认为，‘机器智慧’有两个主要特征：自主学习、自主决策。关于如何实现‘学习、决策’的具体细节，这个话题很大，技术细节很繁琐；不过，即使繁琐，我也想谈谈。有‘生物原型’做参考，不难造出‘机器智慧’。”

楚可可说：“无论如何，‘机器智慧’必须比人要更聪明，否则，又何必造一个比人还蠢的机器？”

任微青说：“聪明的定义并不具体，更不能量化，‘机器智慧’最大的优势是速度和规模。但可以确定的是，即使机器拥有模糊判断能力，也不会有类人的感性聪明。”

楚可可：“好吧，继续你的生物模型吧！”

任微青：“畅想未来，我们完全有理由相信未来的机器可以通过“万感”来学习、认知世界；而我们的蛋白质身体必然止步于‘五感’以外的能力，我们的大脑也将止步于生物效率的逻辑处理。但借助于外部计算机、通讯、传感器，我们就可以大胆地想象未来人机结合的智慧能力了。”

按照任微青的逻辑，未来的人可以往自己身体上装些“零配件”，以增强我们的感官、运算能力；或者……最终，人与机器结合在一起，不再是完全的生物人。也或者，我们把生命信息完全植入机器，仅保留机器不能解决的部分，人彻底摆脱生物人身体的限制，把未来交割给机器“人”。

事实上，“人”不是个体，而是整个提供智慧的群体。