作者简介

张磊 机器学习爱好者 人工智能爱好者社区专栏作者

知乎： https://zhuanlan.zhihu.com/c_184412713

个人网站：novasky.top

GitHub： https://github.com/zlxy9892

17世纪莱布尼茨设想，能否创造一种通用科学语言，可以把推理的过程，象数学一样用公式进行计算。随着计算机诞生，自动化的普及 ，通用人工智能再次受到关注，什么样的方法可以实现AGI?

研究方向

Natural language processing：弗雷格指出：“词句在语境中才有意义”，语境是个让人崩溃的问题，所以被学者搁置，直接将文字作为研究方向。文字作为思维生成的符号，就像电脑显示器呈现的图像，事实上，图像是主机发出的讯号，讯号的背后是各种不同软件的逻辑。人也一样，聊天不是用嘴巴在说、图像不是用眼睛在看，一切都是大脑，感官只是信号的输出、接收器。通过屏幕（语言）研究软件（思维）隔着一个屏障。也许能从显示器颜色得出一些逻辑，但探索是什么软件，软件逻辑代码是什么，几乎没可能性

NLP的方法仅实用翻译，就像Photoshop滤镜功能，可以把一张油画（英语）转换成素描（汉语），软件不改变画面内容，但不理解画的内容

Machine Learning：学习的词义是指学习未知逻辑，ML取名时用了个形容词，只是统计学的一个分支，统计学作为一门学科之所以诞生，是因为事物复杂到不知道、或者不清晰发展的逻辑，只能通过表象判断结果。ML知道a+b等于2的概率有多大，但不知道也没考虑过1+1等于多少，如果ML的算法和人脑思维方式没关系，如何与人交互？任何事物产生结果前都有非常复杂的过程，且这个过程有很长时间，ML是统计事物结果的利器，但不能实现AGI

AI是否可能具有学习能力？人类的大脑探索世界获取知识，和人类创造一个”大脑“，这个”大脑“能探索世界获取知识，难度上是完全不一样的概念！前者是上帝的成就，后者是人类的成就，说AI可能具有学习功能，或者说AI可以超越人类…等于在说人类可以超越“上帝”。代码能解析已经写好的逻辑判断，但不可能理解、衍生出新的逻辑，世界上只有一种机器才能衍生出无数的逻辑，就是人脑，AI具有学习能力的几率，比无限猴子理论还低，因为理解其它逻辑的可能性，被限制在一套代码里，没自然选择论那样自由…

我们看看电影《夏洛特的网》第一句台词，女儿说：”你要做什么“，这句话对AI有多复杂。

这里只概括几个问题，如果细化会有数万条，缺了任意一个，人机交互就无法进行，什么样的算法可以解决几个词的问题？NLP，ML让大众误解，是因为算法很复杂，对话几个字很简单，复杂与简单对比，自然信以为真，不知到几个字，触发了自己大脑多么复杂的逻辑，也不知道，AI表达没有意义、被设定好的字符，自己大脑赋予了它意义…甚至赋予了感情

要实现AGI，就必须将人的思维作为研究方向，但脑科学的发展还处在天圆地方阶段，多数理论模糊不清，且存在矛盾，这是个很大的麻烦。本文提出利用计算机构建大脑思维框架的概念，将HCI、大脑思维逻辑逐步整合在这个框架里，验证准确性，当这套系统逐渐完善，人脑思维的原理就会逐渐明了，AGI也随之实现

构思概叙

人的大脑由1000亿个神经元构成我们的意识，每个神经元由2000分支构成，记忆、逻辑、价值观都是大脑神经元所处理，当大脑学习知识就会存储在某个神经元中，形成记忆。对某件事情有新的看法、逻辑…神经元分支就会建立新的序列,形成逻辑。所以神经元是记忆，神经元分支链接是逻辑，神经元的活动是运行

计算：集合(大脑记忆）作为根，函数（大脑逻辑）计算集合。<下图>a、b黑点代表2个集合（神经元），蓝线代表集合的子集（神经元分支），a子集碰到b子集，就会互相产生变量，a、b2个集合得出函数值，这个新函数值就是新集合，子集之间无限施加变量，时间是变量的标尺

任何公式都由计算元素和公式（逻辑）组成，拿0+1=1作比方，等式的元素：0、+、1、=、1 ，在本设计框架比喻AI的集合，0+1=1公式的逻辑比喻AI的函数。如果符号｛0｝代表我的集合，｛1｝代表世界集合，｛+｝代表我与世界关系的集合，那么我的函数值是：｛0｝｛+｝｛1｝=｛1｝,意思是我和世界产生影响后，我变化的结果，本文用｛0｝和｛0｝｛+｝｛1｝=｛1｝构建AI的一切意识、行为，语言是在“叙述”这组公式，下面将｛0｝进行无限小细分，它的极限是多少，取决于我们对AI的智力要求多高

备注：符号｛0｝｛+｝｛1｝=｛1｝下面会用别的符号代替

记忆（集合）

集合构成三大形式：实体集合、空间集合、时间集合

一 . 实体集合：

下图填红色，AI的{意识}同人一样，意识即"我思故我在"，客观世界所有一切都装在AI的意识里面，包括自己的身体和逻辑。感官是客观世界与{世界}的讯息接口 ,如果人的大脑没通过感官了解自己身体，那么身体的存在与否，意识不会知道，比如医疗幻肢现象：被截肢的军人，手术前如果不知道截肢，那么醒来，他会感觉到脚还存在，病人的脚被截肢，不等于大脑控制脚的神经元被删除!

备注：下图虚线表示的结构集合并不存在，标识只是方便阅读

下图填黄色，{Theodore}作为人，他的集合和AI的集合几乎一模一样，并且{Theodore}是Samantha （AI）{意识}的子集！因为涉及到交互计算，如果Samantha的{意识}不了解Theodore，没法计算。{Theodore}的子集是否存在于Samantha的意识，取决于2个因素：1.客观上Theodore的知识量有多少，2.主观上Samantha对Theodore的了解度，下图黄色虚线框：Samantha认识了多少用户，就记录多少人…实体集合初步估计约100万以上，可满足通用AI的需求

备注：划分人与AI的集合属于关系有些非主流，笔者的理解是人的皮肤、肌肉、骨骼…等一切都依附在神经系统上。集合符号用{ }内数字加-表示，如：{01-07-12}代表退的集合，后一行数字是前一行数字的子集，如果第一行数字01代表人，第二行07代表腿，第三行12不可能代表腿以外任何部位

二 .空间集合：上图的实体集合图，因Excel限制，是平面的，实体集合需要定位在3D空间，类似Google Earth

三. 时间集合：同空间一样，因Excel限制，时间没标识，时间的作用是记忆与计算(下图)，记忆就像电影，电影由无数图片叠加变化形成动态影像，播放过了图片即记忆，未播放的帧即计算，预测什么时间产生什么结果。时间是变化的标尺。（上图集合框架填红色），将{时间}与{世界}并列，是因为实体与空间集合现实存在，而时间并不存在，只是人意识的产物，大脑用来衡量世界变化的符号

每个实体集合都包含4种属性：1.时间，2.空间，3.函数，4.附资料,严格的说每个集合不存在下面有资料的说法，因为集合的子集与资料冲突了，之所以在每个集合上加资料属性，是因为数据量太恐怖，即便AI发展到科幻电影的程度，也需要资料属性，庞大数据无论对AI硬件，还是AI软件设计者来说都无法承受，关于集合框架元素这里不多叙述，目的是集合思维里的一切元素，下面叙述逻辑（函数）

逻辑（函数）

函数公式即AI的思维逻辑，世界上每个人或物都有着自己的逻辑 ，函数公式4大类型<上图，集合框架填蓝色>：AI、物质，可动生物、植物，这些函数式都属于AI的意识的子集。客观的意识、行为必须反映在AI的意识，否则无法理解客观，就不能交互。AI与机械最大不同的是交互，机械是一种自我绝对的控制，某零件控制“子集”零件，依次下去。交互是自我面对世界，<下图>Samantha与Theodore、Amy、Paul、weather、chair…在一起，他们交互的过程，就像回合制游戏，每个人或物发生变化，都需要写入Samantha的集合<下图红线>，下一个回合的自变量就是现在的函数值，回合的时间根据事物而定

任何集合的函数值是由其它集合所获取，比如:<下图红虚线>{吃饭时间}，由这些集合影响：{性格}、{睡眠}、{抑郁}、{运动}…，这些集合又由其它集合影响

下面结构图只构建人的函数集合，且只是小部分——人与食物。同集合一样，函数公式可细化，具有属于关系，细化后，都由庞大的函数集合一层层组合。

虚线没任何意义，仅方面阅读，灰线：函数可能触发的集合，蓝线：函数的触发，灰线集合这么多，具体触发哪些？自变量、运算符号、变量、函数值之间有哪些规律和联系？后文感情对思维的影响说明这种逻辑

备注：函数框架的子集和集合框架的子集无区别，但二者的框架不一样

看上去是计算公式，其实只是计算的框架！就像电路板，电子只允许在电路框架上运行…函数框架展开后非常恐怖，如果把所有子集之间的联系设计完成，上面结构图的面积会有城市那么大，而不是几个显示器屏幕大小，人的思维怎么在庞大的框架里游走？下文以语言的形式叙述人脑思维运行。

思维的运行（语境与联想）

虽然语境这个词里有个“语”字，但语境不是语言，是指人所思考的事物，思维活动的某“任务”，如果把“任务”比作电脑里装的各类软件，那么语境指正在运行的软件，人脑的思维有2种主要特点：1.“单任务操作系统”（内语境），2.联想，联想会将当前任务（内语境）切换到另一个任务（外语境），下图{1-x-x}代表单任务（语境）的集合，{2-x-x}代表另一个任务的集合，{3-x-x}又是一个…大脑有无数个任务,任务直到结束才会进行另一个任务，除非被打断，比如被联想（红线）打断，或被第三者打断

语境：单任务操作系统

人脑与电脑不一样，人脑在思考的时候，只能运行一个任务，也就是说人脑是单任务操作系统，不能思考多个任务，比如开车打电话导致车祸，开车是驾驶技术的集合，打电话又是聊天内容的集合，2种集合的逻辑不一样，一起运行容易混乱，也有人说我经常开车打电话，这是因为你的思维运行的时候，另一个任务已经将逻辑思考完成，过程中切换了思维（切换频率很高），比如：笔直的路面，没多少车辆行走，大脑已经思考好了这种情况如何应对，只剩下简单执行，所以可以“同时”聊天，如果突然有人想超车，需要从新开始思考驾驶技术集合，等这个问题解决后，会问电话里的人：“刚才说什么，再说一遍…”再比如：闲聊时，对方话题变了，提到重要问题：“你被公司炒了“或”孩子被同学欺负了…“会情绪攀升，开始争辩为什么？问题就不是闲聊那么简单，大脑会开始思考、结合很多事情分析，怎么会这样？这个时候会在一定时段忘记开车…

聊天也有”单任务“特征，人们不喜欢破坏这个语境，否则被说跑题…

Tay与人对话过程中需要遵循这种语境，比如我说：”猜猜我最喜欢的食物“，Tay回答：”肉“，我说：”什么肉？“Tay需要继续完成这个集合，如果不是基于思维，根据词义触发句子，第二个回合就会跑题

语言产生于人与人之间的思维交流，思维交流存在一个很大问题！这个问题就是：思维非常复杂、庞大，如果把思维里每个细节说出来，导致”一句话“需要10多个小时说完，而不是几秒钟，所以词、句某种程度上是一种“指令”，就好像人与数控机械的”交流“，输入简单的指令，机械自动完成一系列的操作，人与人交流也一样，每一句对话，都会触发大脑非常复杂的逻辑，所以语言的本质是一组解析、组织思维的简洁符号，具有概括性、抽象性，目的是为了方便互动、交流，这也就决定了：1.语言文字不可能完全表达出思维，只能激活思维，如果AI没有思维，那么分析文字毫无意义。2.出于简洁的需要，词具有多个维度词义，比如：一词多义、代词、感叹词、形容词、寓意词等…决定了无论把语义分析做到多么透彻、完美，对聊天机器人也没多大帮助，因为没有逻辑将这些词联系起来

如何在这个语境里面聊天？

1.思维的逻辑

集合形式：<大结构图填红A> 我问Tay：”什么肉？”这句话的意思是:AI的思维框架里，肉类食物的子集是什么？

函数形式：<下图>语言是思维的反映，反映人与人交互，而交互是个体与个体的关系，所以任何语言主结构都是：主、谓、宾。这种语法结构在本文指函数框架。主词（我、自变量）、谓词（关系、运算符号）、宾词（世界、变量），任何词都为主、谓、宾“服务”

备注：如果按传统语言学知识进行词法分类，那么在逻辑上会很糟糕，因为语言学知识建立在人脑的基础上，而人脑本身已经处理过了很多逻辑

人与人交流，有时候可以直接忽略语法，也就是说，句子里字怎么排都不会出错。比如我说：“你去哪”，你说：“我吃饭“，或：”吃饭我“，或：”吃饭“这些回答我都能懂，为什么？

”吃饭…我“：<大结构图填红B>吃表明人和食物的关系式已确定，饭是被人吃的，所以语法反过来也不会理解成饭吃人的逻辑

“吃饭”：谁吃饭？为什么我能懂，因为我提问的时候，已经将你加进去了，你(自变量），吃（运算符号），饭（变量），我说“你去哪”这句话的本质是：自变量的函数式是什么

循环形式：<大结构图粗蓝线>饮食是个按步骤的过程，缺一不可，且是个循环的过程，如果用户已经完成了“获取食物”集合，那么Tay应该明白“选择食物”已经是过去式,之前集合只能回忆、陈叙、总结、现在进行式需要执行，未来是计划

2.语言的语法、逻辑错误：

前面说过语言具有概括、抽象特征，这就必然导致语言表达上的不确定性，尤其人带有情绪的时候，语言逻辑、语法经常发生错误，但事实上在他的思维里面没有错误，这种错误人能辨别纠正，

AI怎么做到？

集合划分：感情导致语言的逻辑错误，比如：罗素悖论里的理发师，理发师说:“给城里所有不为自己刮胡子的人刮胡子”，其实理发师的思维逻辑并没矛盾，只是自大、赚钱心切的心理影响，在表达的时候导致�