到底什么是人工智能? 纠正马兆远博士的几个错误假设 最近有一片物理学家看人工智能的文章，而且小编还用了博取眼球的标题：“物理学家：用数学理论证明人工智能无法超越人工智慧”。
首先，这个小编真是无良小编。对于物理和数学，“证明”是不可以乱说的。翻看马兆远博士原文，通篇没有什么“人工智能无法超越人工智慧”这种结论。马兆远博士更没有使用“证明”这样的词语。无良小编这样的误导马兆远博士的结论，他本人其实有义务出来澄清一下。
马兆远博士的论调本身，本身其实也不值得深究，毕竟不是物理论文，看起来只是茶余饭后一些不系统的思考。而且他本身也不是人工智能专家，隔行如隔山，所说的话其实不必多想。 但是作为我们研究人工智能15年以上的专业人士，若不出来说几句，让马兆远博士的错误看法流传下去，难免会对国家决策造成重大失误。
下面就直接谈谈我们对人工智能的理解和马兆远博士之间的不同。
（1）马兆远博士先谈到了图灵机和哥德尔不完备定律。
根据百度百科，(虽然不够权威，但是下面这个解释还是通用的） 图灵机，又称图灵计算、图灵计算机，是由数学家阿兰·麦席森·图灵（1912～1954）提出的一种抽象计算模型，即将人们使用纸笔进行数学运算的过程进行抽象，由一个虚拟的机器替代人们进行数学运算。
所 谓的图灵机就是指一个抽象的机器，它有一条无限长的纸带，纸带分成了一个一个的小方格，每个方格有不同的颜色。有一个机器头在纸带上移来移去。机器头有一 组内部状态，还有一些固定的程序。在每个时刻，机器头都要从当前纸带上读入一个方格信息，然后结合自己的内部状态查找程序表，根据程序输出信息到纸带方格 上，并转换自己的内部状态，然后进行移动。
图灵机是什么：本质是一个信息处理系统。可以执行程序，可以有记忆。人工智能无非是用上面的方法来处理信息。其实任何一个智能体，都是信息处理系统，未必需要用图灵机这种特例。人类也是信息处理系统。
哥德尔不完备定律是什么？对于智能系统的含义是什么？马兆远博士说的含含糊糊。其实我们简单的说一下：就是一个系统没办法去预测自己。等于一面镜子，怎么映射自己？镜子里面还有镜子，无穷下去，永远扯不到尽头。好了，因此这个系统没法解决所有问题!
但是且慢，so what? 人类的大脑不存在这个问题吗？一个人可以完全理解自己吗？德尔不完备定律不是一样适应人类吗？（大家开始呵呵了吗？） 人工智能所面临的数学问题，和人类大脑所面临的数学问题，（很抱歉，这个数学问题的具体表述，其实是人工智能的核心问题，是我们公司的核心机密，
大家再呵呵一下吧），以及这个世界上所有的智能系统，包括外星人，外星人和他们的机器人，也许还有God，都是同一个问题。
大家先姑且承认有这么一个数学问题，马兆远博士的潜台词也是承认有这么一个数学问题的。那么好了，我们有了一个问题，怎么去解？
人工智能领域早有定论，这问题是NP-Hard,也就是说需要无穷多的计算资源，无穷多的时间，才能去解决。马兆远博士说了一遍我们早就知道的事情，还搬出了钱德拉塞卡极限证明。
这下好玩了，无解的事情，人脑怎么做到的？？？
其实，人脑也没有做到。人脑就是一堆生物装置，哪有那种解决NP-Hard的神通？人脑智慧其实是个很有限的系统，虽然设计精妙，但是离开提供一个完美的解决方案，还差的相当遥远。举个例子，你口渴的时候，拿到一瓶水就喝吧？其实这瓶水是有可能被下过毒的，你不去化验一下？你怎么知道你这个决定就正确啊？哥德尔不完备定律？有没有看起来很相似？
人工智能从来没有宣称要找到完美解。人工智能本身就是一个工程学问题。工程学大家懂吧？近似解，近似解，近似解！
既然是近似解，就可以有多种实现方案。人脑无非是一个近似解，一个工程解决方案。人工智能也可以找个近似解，超过人脑这个近似解虽然不容易，但是怎么就做不到了？
说到这里，大家也懂了，马兆远博士玩了偷换概念的游戏。我们本来是在工程上去找一个近似解，但是马兆远博士首先把人脑等同于这个问题的完美解，然后来证明我们人工智能达不到完美解。人工智能工作者们30年前就知道这个完美解是难以实现的。但是完全可以提出一个近似解，去超越另外一个近似解（人脑），我暂时还想不到为什么这是不可能的。
下面再谈谈马兆远博士有关钱德拉塞卡极限证明的这个好玩的假设。（这个假设让我怀疑马兆远是不是博士？） 他假设130亿个细胞，每个细胞有6个关联，每个关联用3个电子存储，这样得到所需要的质量：
130 X (10^8) X 6 X 3 X 9 X (10^(-31)) = 4.2X(10^(-19))Kg
上面这个微不足道的质量就能引起黑洞效应了？马兆远博士的计算公式显然不是这样，不知道为什么马兆远博士说这里是130亿的6次方。大脑里面有这么多的连接？大脑怎么放下的？举个例子，如果大脑里面只有2个细胞，那么这两个细胞之间就会有32个关联。显然现代神经学没有这个发现，这是马兆远博士想当然犯的一个低级错误。这个例子也许说明，对自己不懂的行业，最好还是先花点时间研究一下，随便根据自己的道听途说去评论另外一门科学，难免闹笑话。
其实计算机里面说的更多的是存储。130亿脑细胞，就算每个细胞相关的关联2000个，总共130X2000/2 = 13B X 1K = 13T。 每个关联用512个bit, 64个字节去表示精度（人的神经元精度应该是远远低于这个级别）， 也不过是13T*64 = 832T的存储量。现在1000T的存储，放在一个42U机架就可以解决，10来万美金的价格级别。对于人脑里面存的那点东西，足够了。不过话说回来，我们是在找一个近似解，不同近似解方法可能完全不一样，那么我们其实根本没有必要去在意到底人脑里面的存储量。跟人脑这么一对一去比较，完全是线性思维在作怪。苹果手机1GB内存完胜安卓系统的3GB，60岁老人记忆不如20岁青年，但是经验却让他有更多的智慧。这些都说明硬指标去对比两个系统，思维上犯了怎样的错误。
最后说说量子力学，我最近也在重新学习这东西，只是为了帮助我去思考如果构造人工智能体系，从而能够去研究量子现象。马兆远博士没有引用任何现代的生物神经学结果，只是说人的记忆不随细胞消失而消失，就得出“大脑的这个行为，更像是量子化的长程关联”这种假设。自从2012年美国亚利桑那大学的研究者们发现细胞微管（microtubule）中的微观蛋白对于记忆的作用以来，越来越多的证据表明记忆是一个复杂的生物物理现象，而没有任何证据表明记忆是量子过程。（我不是这个领域的专家，只是随便网上搜索了一下这个领域的最新进展）马兆远博士再次拍脑袋去进行了一个没有任何客观证据的假设，然后再根据这个假设去进行一大段茶余饭后式的闲聊，从而试图得出人脑内部的思维过程是一个量子过程。从根本来看，任何过程都是量子过程。但是实际研究中，除非量子效应显著到了不能忽视的地步，我们才会去考虑量子效应对物理过程的影响。比如CPU的设计，在百兆赫兹阶段，是无需考虑电磁场量子力学效应的。但是到了千兆级别，就需要考虑这些效应了。CPU主频不能无限制升高，量子电动力学效应是一个重要因素。而人脑中的量子力学效应是否已经显著到了必须去考虑到地步？没有任何实验数据来支撑这个观点。
马兆远博士引用费曼所说的，“只有量子系统才能描述量子系统”，这也是一笔糊涂账。首先，人工智能一定要去描述量子系统，才能成为人工智能系统？1千年以前的人类不懂量子力学，就变成傻子了？很显然，一个系统是否可以近似地智能，跟这个系统能不能描述量子系统，完全没有关系。马兆远博士不断在偷换概念，犯逻辑学错误，让我对这个所谓的物理学家大跌眼镜。其所受的专业科学训练，都跑到哪里去了？
现在看看费曼这句话，本身我也是看不懂的。一本量子力学的书，描述了量子系统没有？那这本书就是量子系统？我不了解费曼这句话的来龙去脉，估计也不是什么物理学定律或者定理。不是定律或者定理的他人论断，怎么可以用来作为推论的前提？这是物理学家的思维吗？
一个号称孩子气的物理学家，不知道出于什么目的，用漏洞百出的逻辑去评论一个自己不了解的学科，我们姑且就当这是一个恶作剧吧。
作者是清华88级电子系校友，美国伊利诺伊大学电机工程博士，师从美国人机对话之父Stephen Levison博士和美国人机互动专家，工程学院院士Thomas
Huang博士，在人工智能体研究方面排世界前三大概没有问题（自封的，呵呵，不服来战。）
附录：马兆远原文：物理学家看人工智能大跃进
首先我申明，我不是做人工智能的出身，我做物理的出身，也还在做物理，只是从Common Sense 来看人工智能问题。做物理的说搞数学的是人文科学，因为自然科学的基本原则是实验来检验真理，废话少说，做实验给你看。数学不是不重要，只是数学是逻辑， 是研究自然科学的工具。基于有限的假设，这么说OK，那么说也OK，要能在某一个领域里得到应用才有意义。同样某一个物理理论能在某一个实验里得到证实才 重要，物理是实证的自然科学，因为它可以被证伪。就像我现在看投资项目，想法是最不值钱的，你一旦能在市场里证明盈利能力，估值会完全不同。
回到正题，物理出身，我看问题会更加基础，不会为人云亦云的说法鼓噪，这也符合我一贯烧冷灶的习惯。关于人工智能，回看历史至少引起过人类社会三次恐慌。
第 一次是在图灵的年代，美国大片这是个好东西。《模仿游戏》可以去看看。这次恐慌源于计算机的诞生，人们传统认为不可破译的密码，被计算机搞定了。这个趋势 发展下去，是不是迟早有一天计算机就可以超过人类？八十年代以后个人电脑的普及带来了又一次恐慌。美国电影《机械战警》、《终结者》都是这个时期的代表。 接下来就是这次了，又有《超能陆战队》、《Her》代表这一阶段。
前一阵子遇到一个自封”人工智能狂热粉“的投资人，号称从互联网时代就创 业投资做高科技，说起来哪个方向都能整几句的主儿。我调侃的问他，为什么人工去年开始又火了。他说，硬件便宜了所以火了。我，呵呵，这么说，硬件总符合摩 尔定律，那为啥不是十年前，不是五年前，不是五年后，不是十年后，差那几块钱吗？这一次，我认为更多是因为谷歌和Facebook”应用了“我党提出的互 联网+的概念，把云端接入，相当于机器人前端有了一个强大计算能力的后端。于是有了软件机器人和云端的人工智能。当然，这个也能叫深度学习的策动。 这一次也许不过是前两次的重复。
我们直奔主题，简短洁说下面是我觉得大可不必忧心忡忡世界末日的几个观点
一、哥德尔不完备定律
1931年的时候哥德尔提出了哥德尔不完备证明。哥德尔证明我们以图灵机的方式是制造不出超过人类的计算机的。
哥德尔不完备性定理：任意一个包含一阶谓词逻辑与初等数论的形式系统，都存在一个命题，它在这个系统中既不能被证明也不能被否定。第二不完备性定理如果系统S含有初等数论，当S无矛盾时，它的无矛盾性不可能在系统内证明。从数学逻辑的基础上否定了计算机超过人类。
比 如“这句话是错的”，这句话到底是对的还是错的？图灵机是没法说明它是对的还是错的。这就给图灵机开了个后门。这是哥德尔证明的简版。这问题1931年被 提出来，图灵机一直没能解决这个问题。现在做线性系统的解决不了这个问题，人类会不断地去用更高维度的东西来解释低维度的东西，你总会在你的体系之外找到 你这个体系的漏洞，没法做出一个完全完备的系统。
二、钱德拉塞卡极限证明
另外一个证明就是我最近提出来的所谓 Chandrasekhar钱德拉塞卡证明。这个证明并不复杂，买杯啤酒用托盘纸的背面就能演算证明。如果我们认为人类的思维是线性的话，即我们现在计算 机的图灵模式，那么我们现在做的计算机接入互联网之后，大概六十万台计算机的计算单元已经与一个人的大脑可比，这也是现在大家炒的深度学习的人工智能的基 础。但是我们现在还没有看到互联网这样大规模的互联网有产生像人一样有学习行为。那说明在一定程度上人的思维模式可能不是线性的，不是像计算机这样的图灵 机模式。
那么在物理上存在两种信息模式，一种是所谓经典模式，一种是量子模式。我们的思维有没有可能是量子模式呢？量子本身讲的是关联的事 情。用量子模式考虑人的大脑: 大脑到底有多复杂？假设每个脑细胞跟6个脑细胞发生关联，这个关联的数量是多大呢？我用一个经典的存储单元来记录这个关联，先不管它这个关联是怎样工作 的，有一个关联你至少需要一个单元来记录这个关联。假设我们可以用一个经典的存储单元就能记录一个这样的关联。我们知道经典计算机，它的存储模式是“热投 票”。一个磁体计算单元，它存的到底是0还是1呢？去看这个磁畴的时候，我会看到比方说每个磁畴里面会有一万个小的磁畴，小的磁畴就是小的指南针了，当小 的指南针有超过百分之五十的指北的时候我会认为这个磁畴存的是1，当超过百分之五十指向南时，我们认为它存的是0。计算机的存储单元都是这样做的。根据大 量的热的平均的行为统计来确定这个单元存的是1或者是0。那么热投票最少需要三个粒子，才能投出大多数来。物理实现上，一个记忆单元我们只选三个电子来构 造一个经典的记忆单元，比电子轻的光子是没有意义的，它不能用来做记忆单元。
好，我们计算一下这个数量：130亿的脑细胞，每个脑细胞允许 跟6个别的脑细胞发生关联，然后每个关联用3个电子来记忆和存储。这是多大的数字呢？130亿的6次方再乘以3。每个电子都是有质量的，质量是不能忽略 的。再把电子质量乘进去，那么这个质量等于多大个数字呢？它等于钱德拉塞卡极限。
钱德拉塞卡极限是什么呢？在1938年，钱德拉塞卡提出 来：当一个恒星的质量超过钱德拉塞卡极限时，这个恒星则会自动坍缩成一个黑洞。你明白了吗？这说明如果真的用一个经典的存储计算机去模拟一个人的大脑行 为，当这个计算机还没做出来，其本身的质量已经把自己压成一个黑洞了。
这也就给出一个旁证，人的大脑行为不是人类用现在地球上的资源能做出 来的。钱德拉塞卡极限这个值大约是1.4倍太阳质量。这里取6作为脑细胞可能产生的关联数，事实上每个神经元有可能跟另外1000个神经元发生关联，6这 个数字只是在凑钱德拉塞卡极限。这就是说即使我们可以用最轻的单元----电子去做存储，都没有办法去构建一个够大的系统描述一个人的大脑关联行为。从这 个角度想，用经典的图灵机办法做出一个超过人脑的计算机这事情是不太可能的。
三、思维的量子本源
我们通常用的计算机，扇区坏了你换个新扇区进去，原来上面存的东西就没有了。但我们人的大脑不断的进行这样的更替，通过新陈代谢，脑细胞里一部分原子被新的原子取代，但记忆并没有消失或受到影响。这机制是很不一样的。
大脑的这个行为，更像是量子化的长程关联，就像电子的超导现象。是一种非局域的相互关系，一对电子形成库柏对，在晶格之间穿行，不再消耗能量。超导这事情不是一个单个的粒子做的事情，而是很多粒子的量子化行为，任何一个的变化对整体的量子效应并没有影响。
我 本行是做量子模拟的。费曼讲“只有量子系统才能描述量子系统”，如果我们人类的思维真是量子化的，那么就只能用个量子系统来模拟。一个思路是我在北大的实 验室在做的量子模拟，另外一个方向是量子计算。一个从上向下，一个从下向上。但我有个暗黑的想法，原谅一个物理学家的孩子气。因为量子系统有退相干的问 题，一个纠缠和相干的系统到底能造多大我们并不知道，我们还在十几个量子比特上努力。大概每两年放一个新的量子比特到系统里，要知道这是符合摩尔定律的， 因为量子比特每多一个，希尔伯特空间就多一个自由度，简单来说，就是存储能力翻了一倍。我的暗黑想法在于，即使我们最终的搭建了一个够大量子系统来完整的 模拟人的思考能力。这个东西，是不是跟我们人一样，也得吃饭，睡觉，也打盹，也犯各种错误和闹情绪。如果这样，是不是生几个孩子成本低?
我们时不时的会搞搞大跃进，炒作一个概念会让不少人有新饭吃，每个人都要让自己的选择正义化，看谁抢到话筒。不能说都是泡沫，泡沫对科普有益。但话说回来，在一个神秘主义有上千年传统的国家里，科普和迷信一样的有害。