如何创造思维(R)

| Tags Reading 

##如何创造思维:人类思想所揭示出的奥秘

ISBN: 9787213058646: 2015-4-19 RATING: */10

  • 普特南的思想实验,假想某个浸泡在营养液中的大脑,用细细的导线与躯干相连。大脑对躯体动作的意识,以及大脑发出的指令,通过导线双向传递——此刻,你会认为这还是一个生物学意义上的“人”吗?

  • 人工智能的关键,并非通过物理手段制造出媲美、超越人脑的“非生物性智能机器”。这条路行不通。他给出的方法简单有效:将人脑与电脑“嫁接”起来。

  • 大脑中有300亿个神经元,它们参与学习、感知的基本单元是“皮质柱”,即“神经元的集合”。每个皮质柱大约包含100个神经元。而这样的“皮质柱”,被称为“模式”。

  • 所谓旧脑,就是负责处理记忆、动作协调、嗅觉、视觉等感知系统,以及与新皮质保持联系。所谓新脑,则是处理语言、运动、空间、推理、知觉等高级功能。

  • 神经元组成的神经系统聚合成了能够实施越来越明智行为的大脑。这样,随着大脑成为储存与处理信息的前沿,生物学就催生了神经学。从原子到分子,再到DNA,再到大脑,再进一步就是独一无二的人类。

  • 理解、建模和模拟人类大脑的关键是对大脑新皮质实施逆向工程,而大脑新皮质是我们进行循环分层思维的地方。大脑新皮质占据人脑的80%,并高度重复结构化,所以人们可以随意生成有复杂结构的想法。

  • 最容易在自己的生态位中存活下来的个体是那些可以繁衍下一代的个体。

  • 在极端的情况下,当速度达到光速,时间就会减慢到接近于零。

  • 为什么爱因斯坦能驾乘光束而不至于摔落(虽然他推断实际上不可能驾乘光束),而成千上万其他的观察者和思考者却不能借助这些并不复杂的方式来思考呢?一个共同的障碍就是大多数人难以摒弃并超越同辈人的思维观念。

  • 每当我做一件事或思考一件事——不论是刷牙、进厨房、思考商业问题、练琴还是冒出新想法,我都会反思我是怎么做到的。我会花更多的精力去思考那些我办不到的事,因为人类思维的局限同样也能提供很多线索。过多的关于思考的思考也许会减慢我的思维,不过我一直希望这种自我反省能帮助我完善思维方式。

  • 发明工具正是为了弥补我们的缺陷。

  • 我们的记忆是连贯有序的,可以按照记忆刻入时的顺序获取,却无法倒序获取。

  • 艺术其实先于科学一步,发现了人类感官系统的强大。这也是为什么我们只凭几个音就可以识别出一首曲子。

  • 大脑新皮质分6层,共包含300亿个神经元,它们又组成了3亿个模式识别器。这些模式识别器按层级关系组织,它们是思想的语言和思维模式识别理论的基础。只有具备自联想能力和特征恒常性能力,大脑新皮质才能识别模式。思维模式分两种:无目标思维和导向式思维,做梦就是无目标思维实例。

  • 这些观察资料中得出的结论必然会束缚我的那些关于“大脑必须做什么”的解释,就像19世纪初期和晚期进行的那些关于时间、空间以及质量的简单实验必然会束缚青年大师爱因斯坦关于“宇宙怎样运行”的思考。

  • 大脑新皮质负责以分层方式处理信息模式。没有大脑新皮质的动物(主要是非哺乳动物)基本上无法理解层次体系。能够理解和改变现实社会的内在层次性是哺乳动物独有的特征,因为只有哺乳动物才拥有这种最新进化的大脑结构。

  • 大脑新质负责感官知觉,认知从视觉物体到抽象概念的各项事物,控制活动,以及从空间定位到理性思考的推理以及语言——主要就是我们所说的“思考”。

  • 尽管化学理论建立在物理学的基础上,并且完全源自物理学,但在实际运用中,用物理学解决化学问题会显得很呆板,也行不通,所以化学才建立了自身的规律和模式。

  • 对于字母“A”,就是所有包含“A”的词语,这些也与网页链接一样。处于某一层的每个被识别的模式触发下一层,于是该高层次模式的某一部分就展现出来了。在大脑新皮质中,这些链接由流入每个皮质模式识别器中神经元的生理树突呈现出来。每个神经元能接受来自多个树突的输入信息,但只会向一个轴突输出。

  • 达尔文把地质峡谷的物理尺度与物种变异程度联系起来。

  • 信息沿着概念层级向上流动,从基本的字母特征到字母再到词语。识别会继续向上流动到短语,再到更为复杂的语言结构。如果我们向上再推进几个层次,就会涉及更高层次的概念,如讽刺和嫉妒。尽管各个模式识别器同时运作,在概念层级中,也得花费些时间才能向上推进。穿过每个层级所需的处理时间为数百分之一秒或几十分之一秒。

  • 电脑处理的速度比我们的生理电路要快数百万倍。

  • 这些记忆已经尘封多年,并且一直未被激活,它们需要一个触发因素,就像网页需要链接激活一样。

  • 真正的思想阅读需要的不仅仅是监视人脑中相关轴突的激活情况,也要从本质上连同所有的记忆一起,检查整个大脑新皮质,才能理解这些激活究竟是什么意思。

  • 我们的记忆也不是严格意义的词语序列,而是语言结构序列,每次讲故事我们都需要将之转化为具体的词语序列。那就是我们每次分享同样的故事时总会有些变化的原因(除非我们将确切的词语作为模式获取)。

  • 人类经历的丰富多彩是大脑新皮质中数以百万计的模式识别器在同时考虑输入的结果。

  • 来自低层次模式识别器的每个输入都流向一个高层次模式识别器,每个连接关系有一个“权重”,表示模式中特定因素的重要性。

  • 难道我们不是自己创造的地球上拥有至高无上地位的继承人?每日都为他们的组织增添美和优雅,每日都赋予他们更优秀的技能和越来越多的自制力与自动能力。还有什么比智慧更好呢?

  • 一个模式的输出能反馈到一个较低层次的模式或者这个模式本身,这就赋予了人脑强大的递归能力。

  • 梦为负担过重的大脑充当安全阀。

  • 我们有两种思维模式。第一种是发散思维,想法以一种不合逻辑的方式相互触发。第二种是定向思维。当我们尝试解决问题或者制订一个严谨的答复时就会用到它。梦是发散思维的实例。

  • 在一定程度上,梦之所以无意义,是因为我们尝试用虚构的能力对其进行修复。

  • 每当我们复述故事的时候,我们都在进行虚构。我们也许会述说许多不必要的细节,或者忘记许多细节,以致故事显得毫无意义。这就是为何随着时间的推移故事会发生变化,随着新的讲故事的人一遍又一遍讲述,甚至会出现不同的情节。

  • 一个梦的实际内容,如果到了能够记住的程度,就也是一个模式序列。在一个故事中,这些模式代表限制条件,然后我们就虚构一个满足这些条件的故事。我们复述的梦的版本(尽管只是对自己无声地复述)就是这个复述的故事。当我们复述一个梦的时候,会触发填充真实的梦的级联模式,这些模式是在最初经历这个梦时产生的。

  • 如果某物种遭遇环境剧变,该物种的某一成员发明,或发现,或无意间找到(这3种全是创新的变体)适应改变的方法,该物种的其他成员就能得知、学习并模仿那个方法,之后这个方法会像病毒般迅速传播至整个种群。

  • 视觉皮质是研究最多的,它被分成了V1、V2以及MT(或V5)区域。V1负责识别眼睛看到事物的基本线条和初始形状。V2负责识别事物轮廓,处理两只眼睛的视觉差异,对事物进行空间定位,以及判断事物的主体部分和背景。新皮质的更高层次区域负责处理诸如对象的身份这类概念,识别事物的样子以及跟踪事物的运动路线。在这个层级体中,信息可以向上一级传输,也可以向低一层级传输;信号既可以是刺激性的,也可以是抑制性的。

  • 海马体存储最新记忆,而小脑则负责人体动作的协调。

  • 小脑是大脑设计大规模重复的另一个例子。

  • 快乐也由化学物质如多巴胺和血清素调节。血清素是一种在调节情绪方面具有关键作用的神经递质。在更高层次上,它与健康和满足感相关联。血清素也有其他的作用,包括调节突触强度、食欲、睡眠、性欲以及消化。

  • 不变的是,那些被我们视为天才的人们通过一开始不被同龄人理解或欣赏的方式,追求他们自己的精神体验。

  • 创造力是一剂会上瘾的毒药,我已上瘾,生不可离。

  • 问题绝不是如何获得新的创造性的想法,而是怎样去除旧的观念。每一个大脑都是一栋装满了古色古香家具的建筑。擦拭干净你大脑的一个角落,创造力会立即填满它。

  • 至于浪漫的早恋,雌性激素和睾丸素在形成性冲动方面发挥着作用,但如果有性生殖是爱情的唯一进化目标的话,那么就不需要这个过程中的浪漫了。

  • 爱情的欣喜阶段导致了依恋和最终长期的结合。同样,这一过程也受到化学物质的促进,包括催产素和加压素。以两种相关的田鼠物种为例——草原田鼠和山区田鼠。它们几乎完全相同,但草原田鼠有接受催产素和加压素的受体,而山区田鼠却没有。草原田鼠以终身的一夫一妻制而闻名,而山区田鼠几乎只进行一夜情。

  • 从进化的观点来看,爱情的存在本身就是为了满足新皮质的需求。如果我们没有新皮质,性欲对保证繁衍来说已经足够了。

  • 在爱情故事的结尾,被爱的一方成为我们新皮质的主要部分。在一起数十年之后,虚拟的另一方存在于新皮质,因此我们能预测爱人会说、会做的每一步。我们的新皮质模式被反映了他们是谁的想法和模式填满了。当我们失去了那个人,我们就失去了部分自我。

  • 计算机思维的4大基础:准确的沟通、记忆和计算能力;计算的通用性;冯·诺依曼结构;按大脑核心算法进行创造性思考;

  • 没有任何通道是完美的,通道本身都存在一定的错误率。

  • 冯·诺依曼的一个核心观点是他10年前引入的关于存储程序的:将程序像数据一样放在同样类型的随机存取存储器中(通常放在同样的内存区块中),就可以使计算机通过重新编程来应对不同的任务,同时进行代码的自我修改(假如记忆程序可写的话),从而实现一种强大的递归形式。

  • 冯·诺依曼机的另一个关键方面在于各个指令都包含一个指定要进行的算术或逻辑运算的操作代码和一个指向内存中的操作数的地址。

  • 在冯·诺依曼之前,计算机科学和神经科学是没有任何交集的两个领域。

  • 技术的加速发展和对人类生活模式的改变的进程在朝向人类历史上某种类似奇点的方向发展,在这个奇点之后,我们现在熟知的社会作用将不复存在。

  • 把我们的大部分思想储存在云端,人类就能实现“永生”。

  • 哲学是尚未通过科学方法解决的问题的中间状态。

  • 请仔细想想,最近这些年,我们的世界发生了怎样的变化?而这些变化又以怎样的速度席卷全球?几年前,人们还不知道如何使用社交网络(例如,Facebook成立于2004年,到2012年3月底,它每月有9.01亿活跃用户)、维基百科、博客,以及Twitter。20世纪90年代,大部分人都不用搜索引擎和移动电话。但现在我们无法想象没有这些东西的世界会是什么模样。看起来那似乎是一个很古远的年代,但其实,那就是世界不久前的模样。不久后的将来,世界还会发生更剧烈的变化。

  • 当一种范式进入死角的时候(比如20世纪50年代,工程师们已经将真空管的体积降到最小,并将其成本减到最少),一种新范式就会应运而生,另一个S形的进展曲线就开始发挥作用。

  • 绝大多数科学定律都不是物理定律,而是源于低层次上多数事件的突出特征。

  • 量的提升实现了质的飞跃。智人最重要的进化是量化的:智人额头更大,可以容纳更多的大脑皮质。脑容量的增大使这个新物种能够站在更高的概念水平上思考,从而建立不同的艺术和科学。

  • 既然机器人的设计是人类智能活动的一种产物,那么超级智能机器人也会设计出更好的机器人;那么毫无疑问,人工智能会导致‘智能爆炸’”。


Back     Next
comments powered by Disqus