有关智能的新公式
-
0:00 - 0:00智能--它是什么?
-
0:05 - 0:07当我们回顾在历史上
-
0:07 - 0:09智能是如何被看待的,
-
0:09 - 0:13一个开创性的例子是
-
0:13 - 0:17艾兹格•迪杰斯特拉的著名引述,
-
0:17 - 0:20"关于一台机器能否思考的问题
-
0:20 - 0:21与关于
-
0:21 - 0:24一艘潜艇是否会游泳的问题
-
0:24 - 0:26几乎同样有趣"。
-
0:26 - 0:30当艾兹格•迪杰斯特拉
写下这句话的时候, -
0:30 - 0:32他的用意是去批判那些
-
0:32 - 0:35早年间开辟了计算机科学的先锋,
-
0:35 - 0:36比如阿兰 · 图灵。
-
0:36 - 0:39然而,如果你回顾过去
-
0:39 - 0:41并予以思考,有哪些
-
0:41 - 0:43最有利于发展的创新,
-
0:43 - 0:45让我们有机会能够制造出
-
0:45 - 0:47会游泳的机器
-
0:47 - 0:50和会[飞]的机器,
-
0:50 - 0:53你会发现,只有通过了解
-
0:53 - 0:56游泳和飞行
-
0:56 - 0:58背后的物理机制,
-
0:58 - 1:02我们才有能力去制造这些机器。
-
1:02 - 1:04所以说,在几年前,
-
1:04 - 1:07我着手了一个项目,
试图去了解 -
1:07 - 1:10智能背后的
-
1:10 - 1:13基础物理机制。
-
1:13 - 1:14我们先退一步说。
-
1:14 - 1:18首先,让我们从一个思维实验开始。
-
1:18 - 1:20假装你是一个外星人,
-
1:20 - 1:23你对地球上的生物学、
-
1:23 - 1:27神经科学和智能一无所知,
-
1:27 - 1:29但你有绝佳的望远镜,
-
1:29 - 1:31因此你能观望地球,
-
1:31 - 1:33你的寿命也惊人地长,
-
1:33 - 1:35所以你可以观察地球
-
1:35 - 1:38超过数百万年,甚至几十亿年。
-
1:38 - 1:41然后你观察到一个很奇怪的现象。
-
1:41 - 1:46你观察到,几千年来,
-
1:46 - 1:50地球不断地与小行星发生碰撞
-
1:50 - 1:52直到某一刻,
-
1:52 - 1:54而在那一刻,
-
1:54 - 1:58大约对应的是公元2000年,
-
1:58 - 2:00那些在地球撞击轨道
-
2:00 - 2:01上的小行星,
-
2:01 - 2:03本该相撞
-
2:03 - 2:06但却被神秘地弹开了
-
2:06 - 2:09或者在碰到地球之前就引爆了。
-
2:09 - 2:11当然,作为地球人,
-
2:11 - 2:13我们知道其中的原因是
-
2:13 - 2:14我们正试图自我拯救。
-
2:14 - 2:17我们要防止撞击发生。
-
2:17 - 2:19但如果你是一个外星人,
-
2:19 - 2:20对这些一无所知,
-
2:20 - 2:23对地球上的智能也没有任何概念,
-
2:23 - 2:25这就迫使你去总结
-
2:25 - 2:27一种物理理论,
去解释其原因, -
2:27 - 2:30直到在某一刻,
-
2:30 - 2:34本应摧毁一个星球表面的小行星,
-
2:34 - 2:38神秘地停止了这种行为。
-
2:38 - 2:42因此我声称这个问题
-
2:42 - 2:46与理解智能的物理本质的问题
是相同的。 -
2:46 - 2:50因此,在我几年前着手的
这个项目中, -
2:50 - 2:52我研究了许多不同的线程,
-
2:52 - 2:56跨越科学界,跨越多个学科,
-
2:56 - 2:58在我看来,他们都指向
-
2:58 - 3:00一个统一的、潜在的
-
3:00 - 3:02智能机制。
-
3:02 - 3:04例如在宇宙学中,
-
3:04 - 3:07就存在着各种各样的线索,
-
3:07 - 3:09它们显示我们的宇宙就
为了智能的开发, -
3:11 - 3:13而被精准地调试过,
-
3:13 - 3:15和特别是的对于发展
-
3:15 - 3:17世界各国
-
3:17 - 3:21去实现有最大多样化可能性的未来。
-
3:21 - 3:23在棋牌界,举个例子,围棋--
-
3:23 - 3:26大家都记得在1997年的时候
-
3:26 - 3:30IBM制作的机器人“深蓝“打败了
世界象棋冠军加里·卡斯帕罗夫-- -
3:30 - 3:32很少有人意识到
-
3:32 - 3:34在过去10年左右的时间里,
-
3:34 - 3:35围棋,
-
3:35 - 3:37可以说是一个更具挑战性的游戏,
-
3:37 - 3:39因为它具有更高的分支系数,
-
3:39 - 3:41也已开始屈服于
-
3:41 - 3:43电脑这个游戏对手,
-
3:43 - 3:44出于同样的原因:
-
3:44 - 3:47现在,电脑下围棋的
最佳技术方法 -
3:47 - 3:51是在下棋的过程中,
试图最大化 -
3:51 - 3:53未来的各种可能性。
-
3:53 - 3:57最后,在机器人的运动规划中,
-
3:57 - 3:59有各种各样的新颖技术,
-
3:59 - 4:01它们有试图利用
-
4:01 - 4:04机器人的能力去将
-
4:04 - 4:05未来的行动自由最大化,
-
4:05 - 4:08从而完成复杂的任务。
-
4:08 - 4:11因此,考虑所有这些不同的线程
-
4:11 - 4:12并把它们放在一起,
-
4:12 - 4:15从几年前开始我就在问,
-
4:15 - 4:18有没有一种潜在的智能机制
-
4:18 - 4:20可以让我们分解出
-
4:20 - 4:21所有这些不同的线程?
-
4:21 - 4:26是否存在一个
关于智能的公式? -
4:26 - 4:29而我相信答案是有。
["F = T ∇ SΤ"] -
4:29 - 4:31你看到的可能是
-
4:31 - 4:34我所见过最接近于 E = mc²
-
4:34 - 4:37的智慧。
-
4:37 - 4:39所以你在这里看到的
-
4:39 - 4:42是一张对应表,
-
4:42 - 4:46其中智能是一种力量,F,
-
4:46 - 4:51它的作用是为了便于将未来的
行动自由最大化。 -
4:51 - 4:53它的作用是将未来的
行动自由最大化, -
4:53 - 4:55或是保留灵活的选择权,
-
4:55 - 4:57与一种力量 T,
-
4:57 - 5:02和有多种可能性的、
可实现的未来,S, -
5:02 - 5:04一直到某个未来的开始,
tau(希腊字母)。 -
5:04 - 5:08简而言之,智能不喜欢被困住。
-
5:08 - 5:11智能试图将未来的行动自由最大化,
-
5:11 - 5:13并保留选择权。
-
5:13 - 5:16所以,鉴于这一公式,
-
5:16 - 5:18你自然会问,
那么这些可以让你做什么? -
5:18 - 5:20它是预测性有多高?
-
5:20 - 5:22它能否预测人类的智能水平?
-
5:22 - 5:25它能够预测人工智能吗?
-
5:25 - 5:27因此,我将要展示给你们一段视频,
-
5:27 - 5:30我认为,它会展示出
-
5:30 - 5:32单是这一个公式的
-
5:32 - 5:35一些惊人的应用。
-
5:35 - 5:37(视频)讲述人:
宇宙学的最近研究 -
5:37 - 5:39反应了那些产生更多混乱、
-
5:39 - 5:42或者"熵"的宇宙,
在他们的生命中 -
5:42 - 5:45应该倾向于产生更多
有利的情况, -
5:45 - 5:48让像我们这样的智慧生物
得以存在。 -
5:48 - 5:50但假如那个在熵与智能之间
-
5:50 - 5:52暂定的宇宙链接
-
5:52 - 5:54暗示着更深层的关系呢?
-
5:54 - 5:56如果智能的行为不仅只与
-
5:56 - 5:58长期熵的生产相关,
-
5:58 - 6:01而是直接由其产生的呢?
-
6:01 - 6:03为了找到答案,
我们开发了一个软件引擎 -
6:03 - 6:05称为 Entropica,
设计的意图是将 -
6:05 - 6:07长期熵的生产最大化,
-
6:07 - 6:10无论它身在任何系统内。
-
6:10 - 6:12惊人的是,Entropica 通过了
-
6:12 - 6:15多个动物的智能测验、
玩人类的游戏、 -
6:15 - 6:18甚至在股票交易中赚钱,
-
6:18 - 6:20而且完全没有被给出那些指示。
-
6:20 - 6:22下面是一些 Entropica 的行动实例。
-
6:22 - 6:25就像人类站立不会跌到,
-
6:25 - 6:27这里我们可以看到 Entropica
-
6:27 - 6:29自动地使用购物车去平衡棍子。
-
6:29 - 6:31这种行为可以说是非常卓越的
-
6:31 - 6:34因为我们从未给 Entropica
设定一个目标。 -
6:34 - 6:37它自己就决定去平衡那根棍子。
-
6:37 - 6:39这种平衡能力将能应用于
-
6:39 - 6:41人形机器人
-
6:41 - 6:43和人类的辅助科技。
-
6:43 - 6:45正如一些动物可以使用
-
6:45 - 6:46环境中的物体作为工具
-
6:46 - 6:48去伸入狭窄的空间,
-
6:48 - 6:50这里我们可以看到 Entropica,
-
6:50 - 6:52同样是自主的,
-
6:52 - 6:55能够移动一个表示动物的大圆盘
-
6:55 - 6:57去把一个表示工具的小圆盘,
-
6:57 - 7:00去深入一个狭窄的空间,
-
7:00 - 7:02那里有第三个圆盘,
-
7:02 - 7:05并把第三个圆盘从它初始
的静态解放出来. -
7:05 - 7:07这种工具的使用能力将能运用于
-
7:07 - 7:09智能制造业和农业。
-
7:09 - 7:11此外,正如其他一些动物
-
7:11 - 7:14能够合作起来同时去拉
一根绳子的两端 -
7:14 - 7:16从而释放食物,
-
7:16 - 7:18这里我们可以看到 Entropica 有能力完成
-
7:18 - 7:20这项任务的模型版本。
-
7:20 - 7:23这种合作能力能够带来有趣的影响,
-
7:23 - 7:26在经济规划和各种其他领域中。
-
7:26 - 7:28Entropica 可以广泛适用于
-
7:28 - 7:30各种各样的领域。
-
7:30 - 7:33例如,在这里我们看到它成功的
-
7:33 - 7:35与自己玩乒乓球游戏,
-
7:35 - 7:38说明其在游戏界的潜力。
-
7:38 - 7:39在这里我们看到 Entropica 指挥着
-
7:39 - 7:41社交网络上新的关系,
-
7:41 - 7:44在这朋友们不断的失去联系
-
7:44 - 7:47并成功地保持有效的网络连接。
-
7:47 - 7:49这种相同的网络指挥能力
-
7:49 - 7:52在医疗保健、能源、和智能方面
-
7:52 - 7:55都有相关的应用。
-
7:55 - 7:57这里我们可以看到 Entropica
-
7:57 - 7:58指挥一支舰队的路径,
-
7:58 - 8:02成功地发现并利用巴拿马运河,
-
8:02 - 8:04然后将其范围从大西洋到太平洋
-
8:04 - 8:06全球性地扩大。
-
8:06 - 8:07同样的,Entropica
-
8:07 - 8:09可以广泛地适用于
-
8:09 - 8:14自主防御、 物流和运输地应用。
-
8:14 - 8:16最后,在这里我们看到 Entropica
-
8:16 - 8:19自主地发现和执行
-
8:19 - 8:21一个低买高卖的策略,
-
8:21 - 8:23这是在模拟的范围交易股票上,
-
8:23 - 8:26它成功地将其管理的资产
-
8:26 - 8:27成指数升涨。
-
8:27 - 8:28这种风险管理的能力
-
8:28 - 8:31将在金融和保险领域
-
8:31 - 8:34有广泛的应用。
-
8:34 - 8:36阿历克斯•维斯纳-格罗斯:
你刚看到的 -
8:36 - 8:41是各种具有代表性的人类智能
-
8:41 - 8:42的认知行为,
-
8:42 - 8:45例如工具的使用、直立行走
-
8:45 - 8:47和社会合作,
-
8:47 - 8:50它们都遵循一个公式,
-
8:50 - 8:52该公式所驱动的系统
-
8:52 - 8:56是要将其未来的行动自由最大化。
-
8:56 - 8:59现在,这里存在一个深刻的讽刺。
-
8:59 - 9:01回到最初,
-
9:01 - 9:04机器人这个术语的用法,
-
9:04 - 9:07"RUR,"这出戏,
-
9:07 - 9:09总存在一种概念就是
-
9:09 - 9:13如果我们开发了机器智能
-
9:13 - 9:16就会产生一个人工智能的叛变。
-
9:16 - 9:19机器会奋起反抗我们。
-
9:19 - 9:22这项工作的主要成果之一
-
9:22 - 9:24就是也许这几十年间,
-
9:24 - 9:27我们对于人工智能的叛变
的整个概念 -
9:27 - 9:29是颠倒的。
-
9:29 - 9:33机器不是先有了智慧
-
9:33 - 9:35然后才变得狂妄
-
9:35 - 9:37并试图接管世界的。
-
9:37 - 9:38其实几乎是相反的,
-
9:38 - 9:41那种迫切的欲望,
-
9:41 - 9:43想要控制所有未来的所有可能
-
9:43 - 9:46是比智能更基本的
-
9:46 - 9:47一个原则,
-
9:47 - 9:51综合智能事实上可能是从
-
9:51 - 9:54这种控制欲中直接产生的,
-
9:54 - 9:58而不是反之。
-
9:58 - 10:02另一个重要的成果是寻找目标。
-
10:02 - 10:06我经常被问道,
寻找目标的能力 -
10:06 - 10:08怎么会遵循这种框架结构呢?
-
10:08 - 10:11答案是,寻找目标的能力
-
10:11 - 10:13将直接遵循它,
-
10:13 - 10:15道理是这样的:
-
10:15 - 10:18就像你要穿过一条隧道,
-
10:18 - 10:20你未来道路空间中的一个瓶颈,
-
10:20 - 10:22为了在以后实现许多
-
10:22 - 10:24其他的各种目标,
-
10:24 - 10:26或者就像你会投资
-
10:26 - 10:28于金融证券,
-
10:28 - 10:30减少你的短期流动性
-
10:30 - 10:33从而长远的增加你的财富,
-
10:33 - 10:35目标的寻求直接涌现于
-
10:35 - 10:37长期的驱动,
-
10:37 - 10:41为了增加未来的行动自由。
-
10:41 - 10:45最后,理查德 · 费曼,
这位著名的物理学家, -
10:45 - 10:48曾经写道,
如果人类文明被摧毁 -
10:48 - 10:50并且你只能将一个概念
-
10:50 - 10:51传承给我们的后代,
-
10:51 - 10:54来帮助他们重建文明,
-
10:54 - 10:55这个概念应该是
-
10:55 - 10:57我们身边的一切物质
-
10:57 - 11:00都是由微小的元素组成的,
-
11:00 - 11:02它们之间距离远的时候
会相互吸引, -
11:02 - 11:05但在靠的很近时
它们会互相排斥。 -
11:05 - 11:07我与这句话等同的声明,
-
11:07 - 11:09来传递给后代,
-
11:09 - 11:11帮助他们建立人工智能
-
11:11 - 11:14或是帮助他们理解
人类的智慧, -
11:14 - 11:15是如下的话:
-
11:15 - 11:17智能应该被看作是
-
11:17 - 11:19一个物理过程,
-
11:19 - 11:22它试图将未来的行动自由最大化
-
11:22 - 11:25并且避免在自己的未来中的约束。
-
11:25 - 11:27非常感谢。
-
11:27 - 11:31(掌声)
- Title:
- 有关智能的新公式
- Speaker:
- 阿历克斯•维斯纳-格罗斯
- Description:
-
是否存在一个关于智能的公式?是的, F = T ∇ Sτ 。在这个既长见识又饶有趣味的讲话中,物理学家兼电脑科学家阿历克斯•维斯纳-格罗斯解释了智能的意义。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 11:48
Dimitra Papageorgiou approved Chinese, Simplified subtitles for A new equation for intelligence | ||
Zhiting Chen accepted Chinese, Simplified subtitles for A new equation for intelligence | ||
Zhiting Chen commented on Chinese, Simplified subtitles for A new equation for intelligence | ||
Zhiting Chen edited Chinese, Simplified subtitles for A new equation for intelligence | ||
Zhiting Chen edited Chinese, Simplified subtitles for A new equation for intelligence | ||
Zhiting Chen edited Chinese, Simplified subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou rejected Chinese, Simplified subtitles for A new equation for intelligence | ||
Dimitra Papageorgiou approved Chinese, Simplified subtitles for A new equation for intelligence |
Dimitra Papageorgiou
Please translate title and description and re-submit your work. You can edit the title and description by clicking on the pencil icon on the top-left of your screen, when you are in the editor.
Thank you!
Zhiting Chen
Fantastic work, well done. Please, remember to translate the title and description next time.