瘋小貓的華麗冒險

這是本很好看的科普書喲，作者提出了大腦運作的架構，用非常淺顯的文字舉出許多日常生活的例子（除了中間一大堆解釋新皮質的階層架構..那段我睡著了 :p）因為太好看了，所以請大家直接看以下的書摘吧（好像摘得有點多... :p）

原書名 / On Intelligence
中文書名 / 創智慧（遠流出版）
作者 / Jeff Hawkins & Sandra Blackeslee
譯者 / 洪蘭

p.39-40 早期人工智慧發展的靈魂人物是英國的數學家涂林（Alan Turing）...他最重要的貢獻是在形式上證明一般性運算的概念，也就是說，所有的電腦基本上是相同的，不管他們在建構上有多少細節性的差異。...毋庸爭議涂林的結論是正確的，它帶來豐富的成果，電腦革命和所有電腦革命的產品都是根據涂林理論而來。涂林於是轉向如何建造一部智慧機器......他提出一個證明智慧存在的方式，就是有名的涂林測驗（Turing Test）：假如電腦能驗過一個人類的質詢者，讓他信以為這個電腦是一個真正的人，那麼這個電腦就算有智慧了。.....涂林創立了人工智慧這個領域。它最中心的教條就是『大腦只是另一種電腦』，不管你怎麼去設計一個人工智慧系統，只要它能產生類似的人類行為就成了。

p.42 諷刺的是，唯一勉強通過涂林測驗的是一個叫 Eliza 的電腦程式，它模仿心理分析師，將你的句子重新編排過後，再回傳提問。例如，某個人鍵入：「我跟我男友不說話了。」Eliza也許會說：「多告訴我一點有關你男友的事。」或是「你為什麼認為你男友跟你不再說話了呢？」當初設計這個程式時，是把它當作一個笑話的。它的確可以騙過一些人，他們真以為自己在跟心理分析師對話，雖然這些對話都很沒深度又很無聊。

p.44-46 UC Berkeley 的哲學教授瑟爾（John Searle）認為電腦沒有、也不可能有智慧。為了證明這一點，他在1980年提出了一個思考實驗叫做中文室（Chinese Room），大意如下：
假設你有一個房間，牆上有個像信箱一樣的開口可以從外面投東西進來或由裡面遞東西出去。房間內坐著一個說英文的人，桌子上有一大本以英文撰寫教他如何處理中文的手冊，但是手冊中的指導語並不是告訴他這些中文字的意思，只是教他該怎麼抄寫、擦掉或重新整理、謄寫中文字，桌上也有無限的紙和筆。
房間外面有人投進來一張紙，上面用中文寫了一個故事和關於這故事的問題。房間裡的人並不會說中文也不認得中國字，但是他撿起這張紙後就開始翻桌上那本大大的手冊，他分毫無差地按照書上指示去做。有時候書本叫他在紙上寫一個字，等一下又叫他把這個字移到別處或擦掉。他按照手冊中所規定的有時寫、有時擦，直到書本告訴他工作結束。當最後完成時，他寫了一整頁的中國字，他並不知道這就是問題的答案。按照手冊上的指示，他把這張紙從信箱的開口遞出去，他搞不懂這麼辛苦地做了半天到底是為什麼。
外面有位懂中文的人讀了字條。答案完全正確，她注意到字條上所寫的，甚至覺得它很有深度。假如這時有人問她這個答案是否來自於瞭解這個故事的某個有智慧的心靈，她一定會說是的。但是她這樣說正確嗎？誰瞭解了這個故事？顯然不是房間裡的那個人，他根本不認得中文也不知道故事在講什麼。也不是那本大手冊，書就是書，放在桌子上由一堆紙組合而成。那麼這個對故事的理解從何而來？瑟爾認為根本沒有理解，只是一堆無意識的翻書、鉛筆在紙上畫記而已。如今，這個中文室成了數位電腦的類比，這個人就是 CPU，沒頭沒腦地執行指令，這本大手冊就是電腦程式，把指示語餵給 CPU，那些草稿就是記憶體。所以不管這個電腦是多麼高明地被設計來模擬人類的行為，它還是完全不瞭解也談不上有智慧（瑟爾很明確地指出他並不知道智慧是什麼，他只是說無論智慧是什麼，反正電腦沒有就是了）
瑟爾的理論在哲學界和人工智慧領域折掀起了軒然巨波。...
一個人不需要做什麼以瞭解一個故事。我可以安靜地讀一個故事，雖然在外表上，我沒有顯著的行為，但是我很清楚自己有所領悟和理解。然而，你無法從我安靜的行為知道我究竟瞭不瞭解這個故事，甚或我懂不懂寫這個故事的語言。你也許等一下會問我問題看我是否瞭解，但是我的瞭解是發生在我讀故事的時候，並不是在我回答你問題的時候。

p.60-61 你不難想像人們 -- 外行人跟專家都一樣 -- 會認為應該由行為來界定智慧。至少有兩百年，人們將大腦能力先是跟鐘錶機械，再與抽水機和水管聯想在一起，後來又被比為蒸氣機，最後則變成電腦。...然而，如果看一下科學史，不難發現我們的直覺是在探索真理路上最大的障礙。科學的架構通常很難發現，並不是因為它們很複雜，而是因為錯誤的直覺假設使我們不去看正確的答案。（後面舉出哥白尼的例子 -- 你能感覺地球的轉動嗎？不能吧，所以當他提出地球每天轉啊轉的，速度還不慢，大家當然認為他有毛病。）

p.62-64 神經科學家因為沒有一個核心理論來引導他們去問問題，所以當他們試著要把收集來的細節拼湊成一幅有意義的圖畫時，便很難有所進展。...你可以想一下底下這個精巧的類比，就會知道我的意思了。
假設在下一個一千年裡，人類滅絕了，從外星球文明來的探險者登陸了地球。他們想知道我們是怎麼生活的，他們對於我們的道路網特別困惑。這些奇怪又複雜的結構是什麼東西？他們開始把每樣東西分類，透過衛星或直接在地面上分類。他們是一絲不苟的考古學家，記錄每一個柏油殘片散落的地點、每一個因鏽蝕倒落而滾下坡的路標以及所有能找到的細節。他們注意到有些路網跟別處的不一樣，有的地方路很窄，彎彎曲曲，幾乎全無規則可言；有的時候又像棋盤一樣，在綿延一陣子之後，路面變厚了並且延伸幾百哩越過沙漠。他們收集了如山的資料，但是這些資料對他們一點意義也沒有。他們繼續收集資料，希望有一天找到新資料可以讓他們知道這些究竟是什麼。他們怎麼也想不透，就這樣持續了好長一陣子。
直到有個人說：「我找到了！我想我懂了。這些地球人無法像我們一樣靠心靈穿梭移動，他們必須用一些設計靈巧的移動平台來從甲地到乙地。」有了這個頓悟之後，許多的資料就變得有意義了。那些小小彎彎窄窄的街道網路源自早期運輸設計還很慢的時候，那些又長又厚的馬路是讓你高速長途行駛的。這就解釋了馬路邊的標記上為何寫有不同的數字，科學家開始去推論住宅區和商業區：他們需要做生意，貨物要流通，他們的需求會交互影響。許多他們原先分為同類的細節，後來發現並不是那麼相關，有時是歷史的意外，或是當地地形的限制。儘管是同一批資料，但現在它們不令人困惑了。
我們有信心同樣的頓悟會帶領我們走出黑暗，看懂這些關於大腦的細節究竟是做什麼用的。

p.98-101 人工智慧的研究者堅持他們之所以沒有進展，主要是因為跟人腦比起來，電腦是太小、太慢了。他們說，今天的電腦在執行設定的程式指令上只相當於蟑螂的大腦；假如能製造出更快更強大的電腦時，它就能夠像人一樣有智慧了。
這個「人腦即電腦」的類比忽略掉一個很大的問題：跟電腦裡的電晶體比起來，神經元可慢得多了！...基本的電腦運作比人腦的基本運作快了五百萬倍！人腦怎麼可能比最快的數位化電腦更快更有力？主張「人腦即電腦」的人說：「沒問題，人腦是台平行處理模式的電腦，它有幾十億個神經元同時在計算，平行處理大大地倍增了這個生物腦的處理能力。」
我一直認為這種說法是個謬論，一個簡單的冥想實驗就可以讓你看到為什麼，它叫做「百步算則」（one hundred-step rule）。人可以在一秒之內做到很可觀的作業，例如，我給你看一張照片請你決定照片裡有沒有有一隻貓，你所要做的是看到貓就按鍵，如果看到的是熊、豬、或蘿蔔的話就不動。這個對你來說不到半秒就能確保做對的工作，對今日的電腦來說卻非常困難。...但是神經元的運作是費時的，在你作出反應的半秒時間內，訊息可能只走了一百個神經元的長度而已。也就是說，不管它一共有多少個可能參與的神經元，大腦在一百個或更少的步驟之內就找出了答案。...而一個現代化的數位電腦需要幾十億的步驟才能做完。...
但是假如我有幾百萬個神經元一起工作，它不就像平行處理的電腦了嗎？其實不見得。...下面是針對這個情況的一個類比。
假設我請你揹負一百個石塊穿越沙漠，你一次只揹得動一個石塊，而你要走上一百萬步才能穿越沙漠；你想光靠你自己得花上好長一段時間，所以你召募一百個工人同時穿越沙漠。這個工作現在比你自己一個人揹負快了一百倍，但是它仍然至少需要一百萬步才能走過沙漠。即使雇再多的人，甚至請來一千名工人也不可能增加任何好處。...平行電腦也是一樣，在加速到某一點後，一部電腦，不論它有多少個處理器，也不管它的速度有多快，它還是無法在少於一百個步驟之內回答出複雜的問題。
那麼，為什麼人腦能夠在一百個步驟之內做到最大的平行電腦用上一百萬或十億個步驟也做不到的事情呢？答案是：人腦並不是去「計算」問題的答案，它是將答案從儲存處提取出來。基本上，這些答案很早就被儲存在記憶中，它只要幾個步驟就可以由記憶中提取得到。費時的神經元不但快到足以能做到提取，而且它們自己本身就是記憶。整個皮質是個記憶系統，它根本不是電腦。

p.103 新皮質不像個電腦，不論以平行處理或其他任何方面，這個比喻都不恰當。皮質用的是先前儲存的記憶來解決問題以及產生行為，而非計算出問題的答案。電腦也有記憶，它儲存在硬碟及記憶晶片中，然而，新皮質的記憶跟電腦記憶至少有四個基本的差異：
→ 新皮質儲存的是序列（serial）的形態
→ 新皮質是自體聯結回憶（auto-associative memories）形態
→ 新皮質儲存形態具有不變表徵（invariant representations）
→ 新皮質以階層性儲存形態

p.104-105 所有的記憶都像這個樣子，你必須依照你當時所經歷的順序來提取記憶。...完全隨機的思想是不存在的，記憶的回想幾乎都是跟隨著聯想的途徑。
你知道英文的26個字母，請你倒著把它說一遍，你做不到。因為你過去的經驗都不是倒著說的。假如你想知道小孩子學習字母是什麼感覺，不妨把它倒著說一遍，那正是孩子們需要對抗的，它真的很難。...
對於歌曲的記憶是記憶時間序列特質的絕佳例子。想像一段你所熟悉的曲調，...你無法立刻從頭到尾想完整首歌，你必須序列性地去想。你可以從頭想起，或從副歌的地方想起，然後一個音符接著一個音節播放完整首。你不能把這首歌倒過來想，就像你無法瞬間記起全曲，你只能依照當初你學這首歌的方式去回想它。

p.108-109 你的新皮質是一個生物學上複雜的自體聯結記憶，在每一個清醒時刻，每一個有功能的區域都在警覺地等待熟悉的形態或形態零件出現。你也許在深思某件事情，但是你的朋友一出現，你的思想立刻轉到她身上。這個移轉不是你所選擇要做的，你朋友的影像就會迫使你的大腦開始去回想出跟她相聯結的形態。這是無可避免的。在被打斷後，我們常會自問：「我剛剛在想什麼？」

p.110 （關於「不變表徵」）我們的大腦記得的是世界上事件的重要關係，而不是它的細節。

p.116 音樂的不變表徵很顯而易見：用任何一個調號，你都很容易認出它的旋律。調號所反應的是音階之間的關係，也是旋律的所在。用不同調來彈奏同一旋律時只是起音的琴鍵高低不同而已，每個鍵之間的關係並沒有改變，所有旋律就保持住了。...但是不同調的琴鍵應該會激發完全不同的耳蝸毛細胞活動，引發完全不同的 space-time 形態，送到你的聽覺皮質去...。然而，你聽到的仍是同一首歌的旋律。除非你有絕對音感（perfect pitch），不然你根本聽不出來同樣一首歌是以兩個不同的調在彈。
...你記憶中的這首歌應該是以一種忽略音高的形式來儲存的。我們記憶儲存的是音符之間的關係，而不是音符本身。
...同樣的，你朋友的臉也是以不變的表徵形態儲存在你的腦海中，所以你從任何角度看她都認得出來，因為人臉的記憶並不是按著某一個特定的視線所見而儲存的。【小貓註：所以畫畫的時候比例是最重要的啊...只要比例正確，像不像都有七分樣】
...我認為大腦皮質的各個區域都是以這種抽象的形式在運作。這是新皮質的整體特性，記憶就是以能抓住關係精髓的形式儲存起來，絕對不是瞬間的細節。

【小貓註】以上這段非常有意思，換成電腦術語，就是需要很多 differential 的運算，而非絕對的數值。仔細想想非常有道理。想起上學期旁聽的一門人機介面的課，曾經提到在不同的上下文中，我們會自動對同樣的圖形有不同的理解（如下圖，第一行字我們會認為是 cat，第二行字則是 2006，但是那個 c 和第二行的第一個 0 其實是一模一樣的）


p.127 預測不僅是你大腦所做的眾多事情之一，它是新皮質的主要功能，也是智慧的根本。

p.130 記憶中餘音繞樑的程度十分驚人，所以我們都有這種經驗，重聽一張多年來沒碰過的老唱片，只要前面的歌一結束，你的腦海中自動浮現下一首歌的旋律。我們的記憶是很長久的，當你以隨機播放聆聽你最喜歡的CD時，它會帶給你一個小小不確定感的喜悅，因為你知道你所預期的跟實際聽到的不同。

p.131 我們都有這種經驗，就是突然注意到背景的噪音（例如施工的噪音或大賣場裡俗不可耐的背景音樂）停止了，但在進行施工時，我們並未注意到這些聲音。你的聽覺皮質預測它會繼續，所以只要這個噪音繼續，你就不會注意它；但是當噪音停止時，它違反了你的預測，立刻就吸引了你的注意力。下面是一個歷史上的例子：當紐約市高架鐵路停駛後，很多人半夜打電話到警察局說他們被某些東西驚醒，而他們去電投訴的時間正好是之前火車駛過他們住家公寓附近的時間。【小貓註：這個例子太妙了....從哪裡挖來的歷史啊？XD】

p.144 人類的皮質很大，可以儲存很多記憶，它不停地預測你即將所見、所聽與所感，只是大多為潛意識的，你並不自覺。這些預測就是我們的思想，當這些預測與感覺輸入結合起來時，它就是我們的知覺。我把這個看法稱作智慧的記憶-預測架構（the memory-prediction framework）。
假如瑟爾的中文室裝有這麼個功能相似的記憶系統，可以預測接下來出現的中文字以及故事下一步會如何發展，我們就可以很自信地說這個房間瞭解中文、也瞭解故事。我們現在可以看出涂林錯在哪兒了：因為智慧的證據是預測，而不是行為。

【小貓註：ㄟ...從 p.144 到 p.270 中間有很長的篇幅在解釋皮質的運作，有興趣的人買書來看吧】

p.270 有些人假設有智慧就等於有人類的心智，...他們害怕這個智慧機器會想辦法控制世界，因為歷史上有才智的傢伙都想控制世界。然而這個恐懼是基於一個錯誤的類比，他們是基於一個智慧的混合 -- 新皮質的算則加上舊大腦的情緒驅力（如恐懼、偏執、慾望）。但是智慧機器不會有這些官能，它們不會有個人的野心、財富的慾望、口腹之慾、上癮或情緒問題，除非我們很辛苦地把它設計成那樣，否則智慧機器不會有任何像人類一樣的情緒特質。

p.273-274 ...像這些裝置需要一個能夠聽懂口語的機器，但是電腦做不來，因為它不瞭解這些話，它只能將聲音形態與它所儲存的模式相比較，並不能知道字的意義【小貓註：讓我想起乍看很聰明其實還是很蠢笨的自然注音耶..僅管它的『學習』能力很強，最後還是讓我自己學一個新的、不會自作聰明的輸入法（嘸蝦米）比較快... XD】。你可以想像你學了某種外語個別單字的發音，但是不瞭解字的意思，我現在請你把某一段那個外語的談話邊聽邊打成文字，當對話進行中，你根本搞不清楚他們在談什麼，結果你只能挑出一個個聽得懂的單字，但是人在說話時口語的咬字不是很清楚，前後兩個字有重疊的地方，或者有音變等因素的干擾，有些音因為噪音而聽不見了。你會發現把字挑出來並辨識它們是非常困難的事。【小貓註：這個比喻非常容易想像啊！我剛來美國時的英文能力大概就是這個樣子... Orz】

p.279 人類的大腦在演化時受到兩個與時間有關的限制：一是神經細胞可以處理訊息的速度有上限，另一個世界改變的速度。對大腦來說，如果它要處理的外面世界是個改變很慢的世界，就沒有什麼理由去發展出一個快速處理的機制；....如果是一部智慧機器與人說話或互動，它必須減速以適應人的速度；如果它在捧讀一本書，它的速度會被翻頁的動作限制；但是假如它在與電子世界溝通，它就可以快很多 -- 兩部智慧機器彼此交談的速度可以比兩個人之間快上一百萬倍。想像一部智慧機器在解決數學或科學的問題上比人快一百萬倍時，在十秒之內它對某個問題思考的程度可以是你累積一個月不眠不休思考的成果。一個從來不疲倦、從來不厭煩、像光速一樣的心智，它的用途絕對是我們無法想像的。

p.291 天文學家 Carl Sagan 曾說，瞭解一件事情並不會減損它原來的奇妙和神秘。很多人害怕科學的瞭解必然會代換掉神奇性，好像知識會把生活的色彩和香味吸掉一樣。Sagan 是對的，因為只有在瞭解之後，我們對於自己在宇宙中所扮演的解色才會更自在，宇宙也變得更加絢麗與迷人。

【小貓最後註】本書作者的文筆真是相當棒啊，而且在解釋了一堆令人望文生畏的大腦運作原理之後，仍不忘鼓勵大家勇往直前。只不過，如果像他描述的那樣，一朝一日我們發展出了智慧機器，那豈不是所有的問題都可以很快就獲得解決？好吧就算沒有解決，也是會有很快的進展、或者得到答案。我覺得現在的生活步調、科技發展就已經很快了，再快轉十倍速我可能會頭昏吧... XD （開始能想像30年後我也會像我媽那樣常常抱怨跟不上科技進步的速度...）