1997年免試進入北京大學(xué)就讀,畢業(yè)后赴英國牛津大學(xué)攻讀物理學(xué)博士。三年后獲得博士學(xué)位,并留校工作。2006年赴美國國家標(biāo)準(zhǔn)局聯(lián)合實驗室做博士后;從2007年到2009年在加州大學(xué)伯克利分校從事研究工作;2009年被聘為中國科學(xué)院百人計劃研究員正教授,其研究領(lǐng)域涉及激光冷卻量子氣體、量子信息技術(shù)和精密氣體探測裝置。中國載人空間站天宮(X-1)號貨運飛船冷原子平臺首席科學(xué)家。他曾師從諾貝爾物理學(xué)獎得主威廉·菲利普斯,2009年回國展開科研并創(chuàng)業(yè)。

首先我申明,我不是做人工智能的出身,我做物理的出身,也還在做物理,只是從Common Sense 來看人工智能問題。做物理的說搞數(shù)學(xué)的是人文科學(xué),因為自然科學(xué)的基本原則是實驗來檢驗真理,廢話少說,做實驗給你看。數(shù)學(xué)不是不重要,只是數(shù)學(xué)是邏輯,是研究自然科學(xué)的工具?;谟邢薜募僭O(shè),這么說OK,那么說也OK,要能在某一個領(lǐng)域里得到應(yīng)用才有意義。同樣某一個物理理論能在某一個實驗里得到證實才重要,物理是實證的自然科學(xué),因為它可以被證偽。就像我現(xiàn)在看投資項目,想法是最不值錢的,你一旦能在市場里證明盈利能力,估值會完全不同。
回到正題,物理出身,我看問題會更加基礎(chǔ),不會為人云亦云的說法鼓噪,這也符合我一貫燒冷灶的習(xí)慣。關(guān)于人工智能,回看歷史至少引起過人類社會三次恐慌。
第一次是在圖靈的年代,美國大片這是個好東西?!赌7掠螒颉房梢匀タ纯?。這次恐慌源于計算機的誕生,人們傳統(tǒng)認(rèn)為不可破譯的密碼,被計算機搞定了。這個趨勢發(fā)展下去,是不是遲早有一天計算機就可以超過人類?八十年代以后個人電腦的普及帶來了又一次恐慌。美國電影《機械戰(zhàn)警》、《終結(jié)者》都是這個時期的代表。接下來就是這次了,又有《超能陸戰(zhàn)隊》、《Her》代表這一階段。
前一陣子遇到一個自封”人工智能狂熱粉“的投資人,號稱從互聯(lián)網(wǎng)時代就創(chuàng)業(yè)投資做高科技,說起來哪個方向都能整幾句的主兒。我調(diào)侃的問他,為什么人工去年開始又火了。他說,硬件便宜了所以火了。我,呵呵,這么說,硬件總符合摩爾定律,那為啥不是十年前,不是五年前,不是五年后,不是十年后,差那幾塊錢嗎?這一次,我認(rèn)為更多是因為谷歌和Facebook”應(yīng)用了“我黨提出的互聯(lián)網(wǎng)+的概念,把云端接入,相當(dāng)于機器人前端有了一個強大計算能力的后端。于是有了軟件機器人和云端的人工智能。當(dāng)然,這個也能叫深度學(xué)習(xí)的策動。
這一次也許不過是前兩次的重復(fù)。
我們直奔主題,簡短潔說下面是我覺得大可不必憂心忡忡世界末日的幾個觀點。
一,哥德爾不完備定律
1931年的時候哥德爾提出了哥德爾不完備證明。哥德爾證明我們以圖靈機的方式是制造不出超過人類的計算機的。
哥德爾不完備性定理:任意一個包含一階謂詞邏輯與初等數(shù)論的形式系統(tǒng),都存在一個命題,它在這個系統(tǒng)中既不能被證明也不能被否定。第二不完備性定理如果系統(tǒng)S含有初等數(shù)論,當(dāng)S無矛盾時,它的無矛盾性不可能在系統(tǒng)內(nèi)證明。從數(shù)學(xué)邏輯的基礎(chǔ)上否定了計算機超過人類。
比如“這句話是錯的”,這句話到底是對的還是錯的?圖靈機是沒法說明它是對的還是錯的。這就給圖靈機開了個后門。這是哥德爾證明的簡版。這問題1931年被提出來,圖靈機一直沒能解決這個問題?,F(xiàn)在做線性系統(tǒng)的解決不了這個問題,人類會不斷地去用更高維度的東西來解釋低維度的東西,你總會在你的體系之外找到你這個體系的漏洞,沒法做出一個完全完備的系統(tǒng)。
二,錢德拉塞卡極限證明
另外一個證明就是我最近提出來的所謂Chandrasekhar錢德拉塞卡證明。這個證明并不復(fù)雜,買杯啤酒用托盤紙的背面就能演算證明。如果我們認(rèn)為人類的思維是線性的話,即我們現(xiàn)在計算機的圖靈模式,那么我們現(xiàn)在做的計算機接入互聯(lián)網(wǎng)之后,大概六十萬臺計算機的計算單元已經(jīng)與一個人的大腦可比,這也是現(xiàn)在大家炒的深度學(xué)習(xí)的人工智能的基礎(chǔ)。但是我們現(xiàn)在還沒有看到互聯(lián)網(wǎng)這樣大規(guī)模的互聯(lián)網(wǎng)有產(chǎn)生像人一樣有學(xué)習(xí)行為。那說明在一定程度上人的思維模式可能不是線性的,不是像計算機這樣的圖靈機模式。
那么在物理上存在兩種信息模式,一種是所謂經(jīng)典模式,一種是量子模式。我們的思維有沒有可能是量子模式呢?量子本身講的是關(guān)聯(lián)的事情。用量子模式考慮人的大腦: 大腦到底有多復(fù)雜?假設(shè)每個腦細(xì)胞跟6個腦細(xì)胞發(fā)生關(guān)聯(lián),這個關(guān)聯(lián)的數(shù)量是多大呢?我用一個經(jīng)典的存儲單元來記錄這個關(guān)聯(lián),先不管它這個關(guān)聯(lián)是怎樣工作的,有一個關(guān)聯(lián)你至少需要一個單元來記錄這個關(guān)聯(lián)。假設(shè)我們可以用一個經(jīng)典的存儲單元就能記錄一個這樣的關(guān)聯(lián)。我們知道經(jīng)典計算機,它的存儲模式是“熱投票”。一個磁體計算單元,它存的到底是0還是1呢?去看這個磁疇的時候,我會看到比方說每個磁疇里面會有一萬個小的磁疇,小的磁疇就是小的指南針了,當(dāng)小的指南針有超過百分之五十的指北的時候我會認(rèn)為這個磁疇存的是1,當(dāng)超過百分之五十指向南時,我們認(rèn)為它存的是0。計算機的存儲單元都是這樣做的。根據(jù)大量的熱的平均的行為統(tǒng)計來確定這個單元存的是1或者是0。那么熱投票最少需要三個粒子,才能投出大多數(shù)來。物理實現(xiàn)上,一個記憶單元我們只選三個電子來構(gòu)造一個經(jīng)典的記憶單元,比電子輕的光子是沒有意義的,它不能用來做記憶單元。
好,我們計算一下這個數(shù)量:130億的腦細(xì)胞,每個腦細(xì)胞允許跟6個別的腦細(xì)胞發(fā)生關(guān)聯(lián),然后每個關(guān)聯(lián)用3個電子來記憶和存儲。這是多大的數(shù)字呢?130億的6次方再乘以3。每個電子都是有質(zhì)量的,質(zhì)量是不能忽略的。再把電子質(zhì)量乘進去,那么這個質(zhì)量等于多大個數(shù)字呢?它等于錢德拉塞卡極限。
錢德拉塞卡極限是什么呢?在1938年,錢德拉塞卡提出來:當(dāng)一個恒星的質(zhì)量超過錢德拉塞卡極限時,這個恒星則會自動坍縮成一個黑洞。你明白了嗎?這說明如果真的用一個經(jīng)典的存儲計算機去模擬一個人的大腦行為,當(dāng)這個計算機還沒做出來,其本身的質(zhì)量已經(jīng)把自己壓成一個黑洞了。
這也就給出一個旁證,人的大腦行為不是人類用現(xiàn)在地球上的資源能做出來的。錢德拉塞卡極限這個值大約是1.4倍太陽質(zhì)量。這里取6作為腦細(xì)胞可能產(chǎn)生的關(guān)聯(lián)數(shù),事實上每個神經(jīng)元有可能跟另外1000個神經(jīng)元發(fā)生關(guān)聯(lián),6這個數(shù)字只是在湊錢德拉塞卡極限。這就是說即使我們可以用最輕的單元----電子去做存儲,都沒有辦法去構(gòu)建一個夠大的系統(tǒng)描述一個人的大腦關(guān)聯(lián)行為。從這個角度想,用經(jīng)典的圖靈機辦法做出一個超過人腦的計算機這事情是不太可能的。