長久以來人工智慧一直是很多工程研究人員的夢想,要做出一個類似人類思考模式的系統勢必要對自己思考模式有足夠了解才能做得出來,這篇是依據Ray Kurzweil先生How to create a mind 一書理論為基礎,討論人類新皮質如何辨識相關議題。
辨識模組
人類能夠能思考與學習都要拜哺乳類的新皮質所賜,長久演化以來使人類的新皮質比其他哺乳類還樣龐大,這也是人類能夠發展至智慧文明的關鍵,大腦的新皮質是由許多微小皮質柱組成,但是這微小結構沒有明確的界定,大多數科學家認為這是由一定數量的神經元組成,這基本單位就是模式的辨識器,每個模式辨識器會記錄一個模組,而這辨識模組相互牽連,值得注意的是這些模組有層級性,但是這裡所說層級不是指位置上的層級,是指概念上的層級,有些是較高的概念層級,有些式較低的訊息層級,但是基本上它們是一模一樣的辨識模組,只不過存取的內容不同而已。
訊息的觸發
每一秒鐘我們大腦都會接受到成千上萬的訊息,包括視覺.聽覺.觸覺...等訊息,這些訊息都會編排成一維的方式,傳送到大腦新皮質參與辨識,簡單而言我們接受到外界訊息時會依照某總編碼方式編出一串有序的一維陣列傳送到大腦,所以人類大腦是無法直接將整張圖片存下,而只是依照各人喜好存下某些訊息的片段而已。
當訊息傳遞到新皮質時會拆解成很多小片段,當有模組與該片段相符者,該模組就會激發而辨識出來並且透過聯繫(樹突)向更高層傳遞,直到最高的抽象層級,進而了解這訊息背後抽象的隱喻,舉個簡單的例子,當我們看到大寫字母L我們可能將這字母拆解成一橫一束,分別觸發這兩個模組,並且向上更高層級傳遞,觸發了L的模組而辨識了L這個字母,但是並不是較低模組被觸發一定會向每個高層模組傳送觸發訊息,通常這些關連的樹突都會附帶某個大小的激發值閥,要超過該值閥才會激發此模組,這些值閥會根據每個人學習與環境影響,而每個人都不相同,所以相同事物但是不同人有不同感受與想法,通常由低層級向高層級傳遞稱之為辨識,而較高層級往較低層及傳遞為預測,較高層可調整值閥大小,比如說可能我們已經辨識了lio,而大腦預測我們看到的字為lion,lion這模組就可能會被激發,再由較高的lion模組降低與低層模組n的值閥,進而激發了n模組,但是我們有時會預測錯誤,這就是為什麼我們會時常看錯字的原因。
我們模組中還有一票重複或類似的模組,通常這都是在不同情況記錄下相同事物或片段的模組,比如說同樣是一幅畫或是一個人在不同角度或不同光線下而記下的模組,這稱為模組的冗餘,冗餘越多表示對某事物越是熟悉,以技能而言,冗餘數越大表示對某項技能越是純熟,越接近於專家,所以很多時候想要精進某方面的技巧,真的沒甚麼訣竅,就只能多練多學習囉。有句成語稱為喪偶之痛,意思說逝去另一半的傷痛,通常只要是非常親近的人逝去都會有這感覺,可能是配偶.父母.寵物或是顆排球XD,這感覺常常伴隨著一種抽離與空虛感,這是因為大腦已經對此人或事物累積大量的冗餘,忽然間這大量冗餘隨著此人逝去變得沒有意義了,所以會有這種把靈魂抽掉一半的感覺。
Ray Kurzweil先生與其他科學家給予大腦新皮質很好的模式上的定義,雖然大腦新皮質細胞那麼多那麼複雜,但是把這些簡化後,其實就只是模組與連接的複製再複製,而且這些模組是可用邏輯化定義的,但是我認為人工智慧還是有很多困難點尚未突破與定義,模組如何最佳化串接?值閥參數如何設定?是否當我們把整個模組與連結架好後,這顆大腦就能完全類似人類思考方式?是否這架構就能解釋人類的感情與愛?這些都目前尚未能夠證實與解釋的問題,所以人工智慧或許還有一大段路要走,在未來中這些問題都解決後,或許我們真的看的到一個帶有感情超級智慧的出現。
此篇大部依據Ray Kurzweil先生How to create a mind(陳琇玲 譯)一書所整理,但是也有一大部分有融入自己想法與心得,所以有錯誤觀念歡迎指教與提出喔,假如對於人工智慧有興趣者還是強烈建議買這本書親自看過一次~
請先 登入 以發表留言。