人工智慧能夠自主發展數學和哲學嗎?如果可以,那麼他們的哲學和數學能夠被現代人類所理解嗎?


人工智慧早已被人類指定去研究數學,在20世紀就已經取得了一些成果。通過混用經典邏輯和計算、模糊推理、貝葉斯推斷、最大熵原則和一些自組織技術,人工智慧可以進行自動推理。

現有的自動推理體系中發展得最好的部分,是自動定理證明和自動定理檢驗:

對於給定的不同內容的數學公理系統和定理,計算機能夠運用基本的邏輯推論出該定理在指定的系統下是正確的,是不可證明的,抑或是錯誤的。

其根基建立在邏輯學的埃爾布朗定理上,有一定的不確定性。我們都知道哥德爾不完備定理之類在理論上做出了限制,對話型定理證明機還需要人類扶助。但我們也知道存在許多對一階邏輯而言是可靠(所有可證的敘述皆為真)且完備(所有為真的敘述皆可證)的演繹系統。所以,哪怕一階邏輯的邏輯歸結只是半可判定性的,還是有許多用於一階邏輯的自動定理證明。

自動推理實際應用在LSI的設計和檢驗之中,英特爾與AMD的處理器的設計檢驗都有自動推理參與。2005年起,微軟在多個軟體的檢驗中使用了自動推理。

計算機輔助證明,意為部分內容或全部內容都以電子計算機運算完成的數學證明,主要有以下案例:

  • 1976年證明四色定理
  • 1988年證明屏風式四子棋是先手必勝[1]
  • 1989年證明Order 10有限射影平面的不存在性
  • 1998年證明開普勒猜想
  • 2006年證明n=6時的幸福結局問題[2]

大部分計算機輔助證明有著龐大的計算量,儘管人是看得懂的,但是字實在太多了,無法在短時間內以人手驗證。所以這樣的證明的檢驗工作也可以交給自動定理檢驗來執行。

一些數學家出於美學上的理由而不接受計算機輔助證明。

典型案例:

1998年,托馬斯·黑爾斯宣稱證明了開普勒猜想,他提交的證明包含3GB的計算機數據和250頁的注釋,數據包括證明所用的程序、資料和結果。由20名裁判員組成的小組接受了這個證明,《數學年報》由此同意發表該論文。

2003年,裁判員小組報告他們「99%確定」此證明的正確性,但不能完全確定所有電腦計算的正確性。同年,黑爾斯宣布開始執行以「完成開普勒猜想的形式證明」為目標的協作計劃,通過產生可由自動定理檢驗軟體HOL等來確認其正確性的證明,來移除殘存的和證明有效性相關的不確定性。

黑爾斯認為此計劃需要約20年時間,而實際上整個工作在2014年8月10日就完成了。2015年,黑爾斯和21位協作者共同發表了「開普勒猜想的形式化證明[3]」。

讓人工智慧直接去搞哲學的情況較少,不過自動推理本身就和哲學有很深的聯繫,自動常識推理還含有一些民俗學、民間物理學內容。近年來,自動常識推理在分類推理、動作和變化推理、時間推理等領域都有重大進展。GPT系列也是在自然語言方面進行自動常識推理的嘗試,其原本設計目的是預測在人給出的一段文字後面出現概率較高的單詞。

用人工智慧研究哲學的一個辦法是,程序員將他們對世界的理解進行編碼抑或寫一個程序來從按照他們的世界觀組織起來的數據集里提取統計數據,然後讓程序運行來產生在這個世界模型下必然做出的推理和結論。雖然目前還沒看到誰用這種研究去灌水論文,但使用人工智慧分析圖像的時候已經有這樣的趨勢:人工智慧從人們選擇的數據集里發現了種族優越論、非人化等東西。至於GPT系列,你可以通過給它簡單的文字讓它輸出看起來很有哲學味道的文本。例如Janelle Shane利用GPT-3的預覽API產生的「測測你是哪種人工智慧」:

Interact Quiz?

quiz.tryinteract.com

國外也有人相信人工智慧不但能搞哲學,還能去信仰亞伯拉罕諸教。

現代世界中的上述項目都不是人工智慧主動發起的,不過這不是很重要。

對自動推理有興趣的話,可以參加自動推理協會[4]

參考

  1. ^https://tromp.github.io/c4/c4.html
  2. ^https://doi.org/10.1017%2FS144618110000300X
  3. ^http://arxiv.org/pdf/1501.02155.pdf
  4. ^http://aarinc.org/#


這是在探究哲學與數學的形成條件,這條件就是看是否具有抽象能力,區別在於抽象的範圍程度不同。

人工智慧可以有抽象能力,所以有抽象能力的人工智慧可以去研究發展數學和哲學,如果與人類的溝通不存在障礙的話,也可以用語言來描述給人類聽,當然理解也是必然的,因為人類在這方面不弱。


現在不行,未來行。

人工智慧分為弱、通用、強、超,目前是弱,只能幹特定一件事。通智正在研究,還處於萌芽前的狀態,什麼時候萌芽還未知。強智還沒影子,更談不上超智。

研究數學起碼要發明強智才行。


這時候就要搬出來這張paper了:

Deep Learning for Symbolic Mathematics?

arxiv.org

首作是巴黎Facebook的博士生,用Deep Learning解微積分的問題,準確度和速度還比Mathematica/Matlab/Maple高,還能積分Sympy積分不了的函數。

把微積分的解答看成是自然語言處理里的sequence to sequence model。數學語言先傳換成符號樹,符號樹再拆解成序列,而再將這些序列(問題和解答)放到神經網路里訓練。

最終實驗的對象是大學級別的積分問題,和一階二階微分方程。其解答的書寫形式也更為自然(因為不自然的寫法分數會低)。


就我對哲學的認識來說,此題無解。

因為如果可以確定人工智慧(假定是通過一系列語言)可以或者不可以產生重要哲學理論的話,哲學界的很多問題就能順帶解決了。


說到智能,智慧第一會想到人類,宇宙智商最高生物,但生物不過是基因的產物,基因又是自然產物,宇宙進化論,從無到有,從原子到分子,分子到生物,最終智能機器人。還有網路虛擬人,無實體的寄生物。他們都是必然產物。連植物都遵循數學規律,雖然它不能理解表達數學,所以說機器人繼承數學並發展它,理論上是存在的。


花姐有個很好的回答,我的看法也是類似的。就算能夠研究,那樣的工作大概率也是平凡的。所謂形式化證明慢慢去證吧,我覺得把人口糧食產量翻個幾十番人口翻幾十番有希望,大噶慢慢努力。


人工智慧分為強人工智慧和弱人工智慧。

目前的人工智慧都是弱人工智慧。

弱人工智慧本質上和計算機計算器這類依靠程序的輔助工具沒有區別。

因此目前所謂的人工智慧,無非是一些強力的程序罷了。

因此想要用人工智慧研究數學,那是不可能的。

人工智慧只能幫助人們研究數學,其可以進行輔助的計算,但是他不能解決一個問題。人工智慧不能解決哥德巴赫猜想,也不能寫出一篇相關的論證,更不可能提出哥德巴赫猜想。

阿爾法狗可以通過強力的演算法解決圍棋的問題,但他不能在DOTA2中戰勝人類。目前看人工智慧只能在人類規定的某一框架內輔助解決一些問題,但這些框架現在還是太窄了。人類需要參與制定規則的還是太多了,而人工智慧能夠觸及的邊界還是太局限。因此我才說現在的人工智慧更像是加強版的計算機程序。

現在的弱人工智慧,在弱人工智慧裡面,還處於初級階段。我在此提出一些人工智慧的等級劃分,當然我只提一小部分,供大家參考和發揮自己的想像力。

第一級,就是目前的弱人工智慧。該級人工智慧只能解決人類預先設定好的特定問題,比如走路,比如語言反應,或者下圍棋。他們需要人們提前輸入相關數據,才可以正常運行。當然,該級別中較為較為優秀的一些人工智慧,可以根據人類制定的規則,從互聯網或者其他渠道自行搜集數據,但這個規則必須是經過人類精心設計和編輯的,這個規則不具備容錯率,人工智慧不能修改這個規則,因為人類並沒有賦予人工智慧修改這個規則的方法。

該級別的人工智慧像笨蛋一樣,人類讓他做什麼,他就只能做什麼。因此與其說是人工智慧,更不如說是高級的程序。給該級別人工智慧下指令的只能是該人工智慧的締造者,並且締造者也只能夠通過底層程序對人工智慧進行修改,或者改變其指令,這些特點都和程序很像。

該級別的語言類人工智慧無法通過圖靈測試,他們連最基本的對話都不能流暢進行,也不能執行你想要解決的大部分問題。Siri只能幫你打電話,但不能幫你微信語音,更不能幫你把微信語音變成視頻聊天。因為這都是預先設定在程序中的,所以Siri能做的事情都已經確定了,要想改變只能夠重寫程序。

第二級別的人工智慧。該級別人工智慧或許可以勉強通過圖靈測試,但是該級別的人工智慧依舊無法完全串聯起你所需要其幫你執行的各項任務。科幻電影中一些比較低級的,但可以和人類對話的人工智慧比較符合第二類人工智慧的定義。你需要他們進行的大部分操作他們依舊無法執行,但他們的表現會讓你覺得比較自然。同時,他們又確實可以統領一些工作,這或許是某一個中樞的人工智慧,你可以讓他打DOTA2,也可以讓他下圍棋。但是所有的程序依舊是人類設定好的,只不過該級別的人工智慧可以更好的綜合運用這些功能,來為人們提供更加多樣化的和具體的操作。

該級別的人工智慧相比第一級人工智慧,人類設定的邊界更加廣闊了,以便讓人工智慧可以有更多的操作空間。只要微信允許,科學家們只需要對程序進行一些微調,那麼他就可以幫你執行微信中的幾乎所有操作。其他領域同理。因此人工智慧因為基本規則的寬泛,導致了許可權的增加。

第三級人工智慧。該級別人工智慧相比第二級人工智慧,人類制定的規則更加寬泛,人工智慧的可操作範圍更加寬廣。他們完全可以通過圖靈測試,其基本表現與人類無異。因為人類為他們制定的基本規則的邊界過於開闊,原則過於基礎,導致他們的行為或許會不受人類限制。科幻作品中相當一部分引起人類恐懼,導致恐怖谷效應,或者擁有類人行為的人工智慧,至少應該是該級別的。你所需要他們執行的大部分操作,他們都可以很好的「理解」你的用意並執行。高級的機器人至少擁有第三級別的人工智慧。

該級別人工智慧在可以像人類一樣進行幾乎所有人類活動的同時,由於人類為其制定的先進的底層原理也使得他們擁有更強大的計算和學習能力。類似科幻電影中的高級人工智慧大腦,他們可以對複雜問題進行計算,而這些問題的規則並非人類為其制定的。人類可以通過人類語言另其進行簡單學習,而不用締造者對底層代碼進行改動。或許他們不能真的像人類一樣學習物理化學和編程,但是基於這更加基礎的規則,他們可以「理解」一些新問題的皮毛。人類科學家無需再對每一個具體問題進行編程,這些問題也可以被該級別的人工智慧所掌握一部分。但該級別人工智慧不能真正理解這些內容。

該級別人工智慧雖然如此強大,但依舊不能改變自身的規則,他的規則依舊是人類設定的。一旦規則出現了問題,那麼他們不能夠進行自我修復,即使他們的計算能力在強大也無濟於事,因為他們無法通過人類設計的規則改變自身的規則,這個規則依舊是人類賦予給他們的。他們無法跳出這個界限。他們大概率並不具有意識。

第四級別人工智慧。該級別人工智慧幾乎到達了人工智慧的頂峰,他們與第五級別人工智慧的唯一區別可能就是是否擁有真正的意識。我們不應該認為該級別人工智慧擁有真正的意識,即使他們可以做到連人類也無法做到的事情。這個級別的人工智慧可以真正的按照人類的需求去行動。他們甚至可以像人類一樣,對自身的代碼進行改變。人類能夠做到的事情,他們似乎也全都能夠做到。至此人類已經不在需要科學家了,因為人工智慧可以編程,可以研究數學物理問題。該級別人工智慧自己都可以重新創造一個自己。人類可以命令他們在短時間內改變微信的功能,有了該級別的人工智慧,每個人都擁有了無限的潛能,所有工作都可以被他們完美代替,我需要怎樣的用戶界面,我希望這款APP如何改變,我要讓微信和支付寶變成一個軟體,這些都不再是夢想(當然那個時候有沒有APP就是另一回事了)

但他們是否真正擁有和人類一樣的創造力和意識呢?這是更加深奧的問題,也或許和人類本身的出現有關。

第五級別人工智慧,相比第四級別的人工智慧,其他方面的區別不大,但最根本的是,人類確信他們是真的擁有了和人類一樣的意識,他們不再是死的,而是一種生命的存在形式。他們具有像人類或者動物那樣的生命和意識,雖然和人類不盡相同,即不是完全的人類複製品,但他們是真的擁有了意識和智能。


這個問題再往下探討,就變成玄學了。引申的有點多,只是為大家提供一些思路。


推薦閱讀:
相关文章