諾獎、AI與三綱五常
山河
【人民報消息】一年一度的諾貝爾獎又開始陸續揭曉了。2024年10月8日,當物理學獎得主公布後,在關註人群中引發一片茫然與嘩然,因為物理學獎頒發給了人工智能學家,美國普林斯頓大學科學家霍普菲爾德(John J. Hopfield)、生於英國的加拿大多倫多大學科學家辛頓(Geoffrey E. Hinton)。這兩位的大名,這些年來在我們電腦人工智能領域可謂無人不知,資历和威望足以獲得諾獎,這應該是能獲得公認的,2012年以來正是他們的基礎理論、加上皮衣教主黃的GPU,催生了深刻改變電腦行業的人工智能的大爆發。但是,諾獎沒有人工智能獎項,也沒有數學獎項,他們二位藉由人工神經網路實現機器學習的基礎發現與發明,在我等心目中,跟諾貝爾獎傳統獎項沒關系。
諾貝爾獎官網宣示的頒獎原因是,人工神經網路的原理,是利用了物理學的基本概念和方法,主要是利用物理學來描述材料的特性——原子的自旋使自身成為一個微小磁鐵,神經網路的表達方式相當於物理中發現的自旋系統的能量,然後通過尋找節點之間的連接值來訓練。好吧,要是官方這樣說,許多人覺得,按照這個有點搞笑的邏輯,那是不是化學獎也可以頒給引爆蛋白質結構預測新時代的軟體AlphaFold了……
居然,10月9日公布的化學獎,頒發給了美國華盛頓大學白克(David Baker)教授、以及Google DeepMind的哈薩比斯(Demis Hassabis)和賈泊(John Jumper)共同獲得,表揚他們在蛋白質設計和結構預測領域的革命性貢獻,這再次激起一片喧鬧。白克教授制造出了全新種類的蛋白質,然而哈薩比斯和賈泊,卻是AlphaFold的開發者。
目前人工智能技術,是強烈依賴於海量數據的輸入訓練的,訓練輸入數據的質量、完整性與規則性,對結果有著直接的影嚮。其隱含完整性與規則性,決定了預測輸出的上限。這一點,簡單的理解,就是它可以被理解為一種特殊的資訊搜尋技術、資訊加工呈現方法。電腦存儲技術的飛速發展,提供了足以支撐的天量數據,GPU的發展、讓大規糢並發計算成為可能。正是這些底層電腦技術,架設了人工神經網路的舞臺。
集天下之數據以提煉之,輸出結果,自然不會差到哪裡去。這一點,想必隨著ChatGPT的出現和廣泛使用,諸位已經深有領略。ChatGPT這類技術提供的問題解答,完整性超過許多人。完整性也就是考慮周全、面面俱到的意思。對一個問題的研究或處置,如果每個環節都能考慮到、也就是有整體完整性,再加上每個環節也能考慮周到、意即具備局部完整性。綱舉目張,那照此做事,鮮有不成。按照現在的工業理念來說,這是符合質量控制要求的。
目前的人工智能技術,靠的是暴力計算,只是這種暴力依據方略,不是掄的王八拳。同樣依靠暴力計算的,還有一種完全傳統的方法,叫蒙特卡洛方法,一樣是運用統計學原理,進行計算糢擬。與神經網路依靠暴力從海量數據中提取結果不同的是,蒙特卡洛方法是依靠暴力制造海量隨機數據,然後再從無序中尋找有序。
目前的人工智能技術、蒙特卡洛方法等等,靠的是暴力計算,所以最終強烈受限於能源的支撐,一插電滿血複活,一斷電萬念俱灰。追根尋底,是能量撐起了所有這一切。
人類的生存中也消耗許多能源,人類的學習,也是在不斷的吸納越來越多的資訊。吃的飯多少大家都差不太多,但能吸納多少、提煉多少,除了受限於身體的局限、主要依靠的是心智這個過濾與加工裝置。一個人看待問題的內容和處理問題的過程,能清晰展現出來思想的質量、完整性和規則性。
中國傳統文化中,一個基礎的要義,就是主張這種質量、完整與規則,並且是主張多層時空上下貫通的完整性與規則性。西漢初年董仲舒提出來的天人散策、三綱五常,是在這種思維框架下提出來的,惜因董仲舒自身思維架構的完整性不足,導致輸出的表達引發後來越來越明顯的系統性偏差。历史上各種幹擾、類似的這種異常常發,默認的上下時空循環,引發衍生越來越多的垃圾數據、消耗後世愈來愈多的人生與能量,最終致使我們中華文明的體系臃腫退化、在外來共產垃圾數據的暴力沖擊下瓦解。
在灰燼的虛無中凝聚粒子,在散亂的粒子中重構萬物,恢複中華傳統文化,現在不正是開始的時候嗎? △
(人民報首發)
文章網址: http://www.renminbao.com/rmb/articles/2024/10/11/85705.html