如何實現可信可靠可解釋人工智能技術路線和方案？

如何實現可信可靠可解釋人工智能技術路線和方案？

一 ，對智能、人工智能的定義，有很大分歧。在本文，智能，定義為，神經元集群的特有功能，神經元集群從三維世界獲取信息后，不斷分解、抽象三維信息，以圖反映現實狀態，同時，該神經元集群還具有構建三維音畫、記憶、聯想、復雜推理等其它功能。數值計算只是該集群記憶推理等功能的一種表現。

人工智能，定義為，用人造的正負反饋、自動修正線路集群，模擬人腦神經元集群的工作，以使該人造集群部分具有構建三維音畫、記憶、聯想、復雜推理等功能。

對人工智能的驗證，即跨過可信可靠可解釋這一門檻，可以用初級的圖靈測試法，如圖片驗證碼測試。

二 ，現有芯片的功能，及與智能的差別。

根據“序列—結構—運動—功能”理論，現有芯片的結構及運動方式，與神經元集群結構及運動方式，有很大差別。

區別A ，結構，圖靈機、馮·諾依曼結構是為一維二維數值計算而設計的，并不是為實現智能（構建三維音畫、記憶、聯想、復雜推理等）而設計的，它們只是表現得有點像智能，但不是真正智能。

原因是因為芯片結構問題，現有芯片的電路是二維結構，而現實世界是三維結構。

我們的大腦神經元，也是三維結構。

二維芯片依靠的基礎是，時間的持續向前性；方法是還原論，向細微極致發展。

三維芯片依靠的基礎是，空間的任意擴散性；方法是復雜系統論，向集群發展。

人腦神經元不是依靠時間計數器來工作的，而是依靠在自由空間擴散來工作的。

二維芯片追求的是快＜時間特性＞，為了更快，空間距離被壓縮＜摩爾定律＞。

三維芯片追求的是復雜度＜空間特性＞，為了更復雜，時間是不重要的＜毛論持久戰，白崇禧總結為以空間換時間＞。

二維芯片，追求的是某單方面某單層次準確精確。

三維芯片追求的是，分清集群的主次矛盾、矛盾主次方面，以及哲學的各層次各方面的問題等等。

所以，二維結構芯片不能反映三維世界。

但三維的人腦神經元卻能反映三維世界。

反例，我們三維世界里人，可以描述二維空間怎么運行的，但誰能描述四維空間是怎么運行的？

沒有任何定理證明過，二維信息等于三維信息。計算機軟件如病毒，具有二維世界的智能，但無法理解三維世界。

在二維芯片時代，按照王垠觀點，軟件識圖，是在建立一種函數，由函數仿真現實圖片。而這個函數不可能有智能，函數不可能理解圖片內容。

而在三維芯片時代，集群通過排列組合就模仿了現實世界，根本不需要函數模型。集群是復雜系統，而復雜系統能產生智能。集群的正負反饋，自動修正，就是智能。

O'Keefe，以及Moser夫婦，已經解剖證明了海馬里神經元群是用三維方式定位的。

現在二維芯片領域有個新概念2.5D、3D，這個與我希望的三維芯片，不是同一個理念。3D翻譯成中文就是三維，但3D芯片目的還是數值計算。而我希望的三維芯片，是模仿神經元集群的分解功能、抽象功能、構建三維音畫功能、記憶功能、聯想功能、復雜推理功能等等，數值計算不是三維芯片的基礎功能和主要功能。

區別B ，運動方式，流體與固體的區別。

生物體，體內都是流體，流體方便克服重力，分子團才能運動，神經元也是在流體中浮動。

但現有芯片，為了方便固定，就做成固體。芯片是固體，人腦內是流體，固體與流體的區別。

三 ，怎么改變人工智障呢？如何實現可信可靠可解釋人工智能？

需要兩步來解決。

第一步，改變芯片結構，從二維芯片改為三維芯片。

現有人工智能界，從CPU改為GPU，華為的達芬奇結構，還有chiplet結構，還有神經擬態芯片，都在不自覺的向三維結構發展，但還不是真正的三維結構。

如何改為真正三維結構？有多種辦法，如辦法一<模擬生成真實神經元＞，辦法二<把硅晶片做成三維立體的＞，如此等等，有好幾種方法可以改為三維結構。

這里介紹一種宏觀的模擬三維結構的方法：聯系電信運營商的機房，在凌晨時，用路由器模擬神經元胞體，用電線模擬突觸。因為機房路由器集群數量比神經元集群數量少得多，所以初期圖靈測試時，用簡單的測試：在黑色背景圖中找出手寫白色阿拉伯數字。

                                              路由器集群，            模擬神經元集群

但以上幾種辦法有缺點，或者成本很高，或者有倫理道德風險，或者很耗能，或者占用空間大。

特別指出，路由器集群，無法完全模擬神經元集群，其表現為電線纏繞，其原因是流體與固體的區別。

第二步，解決固體與流體矛盾。

所以，實現可靠人工智能的方案，就是找到一種既是固體、又能克服重力、還能流動的便宜材料，就可以解決無數連線、無數開關問題。

這種便宜的材料，在現實中已經存在。

未完待續……, samsang-ms