人工智能对你有什么启发

我为什么要写这篇文章？我们为什么要了解人工智能的原理？上网搜一下百科不就可以了吗？

第一，我本意并不想研究人工智能，但是人工智能的研究顺带促进了对人脑的研究。而我则是想要了解人脑的工作原理，而顺带了解了一些人工智能的入门知识。

第二，在了解人工智能相关知识的过程中，我发现了一个看似简单但却意义重大的现象：蚂蚁可以感知汽车和高楼大厦存在于这个世界上，但蚂蚁却不能知晓并理解汽车和高楼大厦是如何被创造出来的。想过为什么会这样吗？

第三，正常人都希望生活越过越好，最好能够瞬间暴富、实现阶层跃迁。让生活越过越好、的源动力来自哪里呢？两个字：智能。智能又是什么呢？

人工智能这个概念是50年代被首次提出的，对于专业人士，你们尽管去科学定义这个词。对于普通人，我们可以理解为“人造的智能”，甚至进一具象化为“人造的智能工具、设备、或者系统”，比如电脑和手机。

如何开发人工智能？科学家和技术人员想出了不少路线，其中一条很好理解：模仿人脑。原本在医疗领域，人类就一直在研究人脑的相关机理与病症，毕竟脑子也会生病。

而人工智能的顺道促进，也推动了认知科学的发展。通俗地讲，认知科学就是研究大脑是如何思考的、如何学会说话的、如何辨别你看到的东西是什么，等等内容。

现在，重点来了：根据科学家几十年的研究，人脑中的最基础的功能单位叫神经元，大脑的感知与思考完全靠神经元来处理信息。

人脑中以前说有一千亿个神经元，现在据说研究得稍微精确一点，有860亿个神经元。为了简单一点，后文我们四舍五入近似理解为一千亿个。再据说，每一个神经元与其他大约一万个神经元直接相连。

神经元可以近似理解成三部分组成：接收信息的部位（科学名字叫“树突”）、处理信息的部位（科学名字叫“细胞体”）、往外发出信息的部位（科学名字叫“轴突”）。

有人打比方说，人脑像一台电脑。以前我也是这么说的，现在发现这个说法大错特错。一个神经元就可以近似理解成一台电脑，而人脑则应该打比方为一个由大约一千亿台电脑连接组成的超级机房。

说这么多貌似和普通人也没什么关系的内容又要干嘛？这是为了说明：对于任何一个健康状况良好的人，都拥有一个在这个星球上计算能力无比强大的超级机房。

根据现有的信息，人脑的运行方式可以近似描述成“分布式储存和读取”模式。什么叫分布式？就是一个神经元作为最基础的大脑功能单位，储存了一定的信息，比如一个概念：“我”，或者“吃”等等。

每一个健康人从婴儿时期成长到成年时期，无时无刻不在接收各种信息，只是睡觉的时候接收的信息有没有被储存起来，真不知道，抱歉！

这里顺便插播一则育儿知识：婴儿从一出生开始，如果指望将来脑子更好用的话，家人应该每天在婴儿旁边说话。婴儿在出生以后的最开始几年时间内，接触的语音信息，也就是家人所说的话，越多越好。现在物质条件好了，家长觉得说话太累，也可以考虑播放音频文件的方式，从童话故事到三字经到哈佛大学公开课，只要是积极健康的就好。

回到主题，刚才说为什么叫“分布式”，就是因为人脑有一千亿个神经元，一个神经元储存一点信息，一万个神经元就储存了一万条信息，我们就理解为“这一万条信息分布在一万个神经元内”。

生活中我们会发现，有的人做事很有条理，比如把自己的办公桌整理得井井有条，文具放在一个地方、书本放在一个地方、电子产品放在一个地方、充电线整理得清清爽爽，等等。

如果一个人思维很有条理，那么新学到一句话的时候，这个人会主动把这句话分解成一个一个单独的概念，让组成这句话的基本单位元素“分布储存在多个神经元内”。比如，“我要吃饭”这句话，可以先拆出三个比较具体的概念：“我”对应储存到一个神经元；“吃”对应储存到一个神经元；“饭”对应储存到一个神经元。这就完成了“分布式储存”。

顺便说一下，思维没条理的人其实也是这样储存信息的，只是自己没有意识到而已。

当这个人肚子饿了之后，对父母亲说“我要吃饭”，过程就是这样的：大脑中存储“我”这个概念的神经元、存储“吃”这个概念的神经元、以及存储“饭”这个概念的神经元，同时被激发、同时将信息传送出去，瞬间抵达嘴巴里讲出来。这就是所谓“分布式读取”。

大家有没有意识到前面提到的一个重要的细节信息：据说一个神经元和其他一万个神经元相连接。如果联想到这一点，说明你的“分布式读取”能力还是挺强大的。

我没有查到人脑究竟可以同时调动使用多少个神经元，但是假设一次只刺激一个神经元，它也和一万个其他神经元相连接。而目前科学研究发现，大脑神经的信息传递速度为120米每秒，而人脑的大小如果不用毫米作为长度单位，至少也应用厘米吧。换句话说，神经元之间信息传递的时间可以理解为“瞬间”。

那么，当人脑子里想到一个概念的时候，这个概念所在的神经元可以瞬间发送刺激到与其相连的一万个其他神经元，瞬间激活了那一万个神经元内储存的概念信息。而那其他一万个神经元，每个又与其他一万个神经元相连，可能继续传递这个刺激。那么在短短一秒钟的时间里，理论上可以有不知道多少万个、甚至多少亿个神经元被刺激过了。

这就是我们大脑强大的真正原因！接收信息时，同时实现分布式储存；回忆东西、思考问题时，同时实现分布式读取，而大脑内部信息传递时间接近于零。这也就解释了为什么我们在看到一个东西的时候，可以瞬间联系到另一个事物，甚至另几个事物。

我们平时做一件事情，可以近似地理解为一个“利用原材料进行排列组合”的过程。比如炒个菜，就是将调味料和各种食材排列组合一下，按照特定的方式和顺序，放在锅里输入能源加工一下。

那么，“思考”这件事情，不就是把大脑里储存的各种“概念”排列组合一下，最后得出我们需要的“解”吗！

换句话说，一件事情有办法解决，就是我们通过“思考”，将大脑里的“概念”排列组合出至少一套解决方案；而所谓的“无解”，要么是缺一个或者几个“概念”，导致“排列组合”这个类似拼图的过程缺少元素，要么就是“排列组合”本身做得不够好，最终导致排列不出一个解。

这里的“概念”，就是我们平时所说的“知识”，要么读书、要么实践、要么别人教、以及其他方式，总之就是从各种渠道获得的有用的信息。

这里的“排列组合”，就是我们平时所说的“思维方式”，就是运用知识的方法，就是排列组合各个单一知识点或者个体“概念”的方式方法。

最终，知识（概念）加思维方式（排列组合）加大脑（底层硬件）就等于文章最开始提到的两个字“智能”。

以上的科学研究的推导再次证明了前面说的一个重要结论：我们的大脑极其强大！它可以同时读取数以万计、甚至数以亿计个神经元，瞬间实现数量庞大的“概念”的多种“排列组合”。这个能力是今天绝大多数电脑都不具备的：单核心电脑一次只能读取并计算一个东西，它之所以强大，在于速度快，一秒钟可以计算数亿次。

文章开头提到的第二点，为什么蚂蚁可以感知一个有汽车和高楼大厦的世界，却不能理解汽车和高楼大厦，更加不能理解怎样建造汽车和高楼大厦呢？

首先，蚂蚁是有大脑的。但是，蚂蚁的大脑大约有25万个神经元，也有人说有50万个。那么即使往多里算，50万和1000亿，是什么概念？100万和1000亿是10万倍的差距，蚂蚁大脑和人类大脑就是20万倍左右的神经元数量的差距，按照十进制来描述，就是5个数量级的差距！

其次，蚂蚁接触外界信息的渠道也远远少于人类。我们至少可以通过听觉、视觉、触觉、味觉、嗅觉等方式接收外界信息。比如人类的视觉据科学研究结果表明，有2亿像素，可以“近似”理解为19200乘以10800分辨率，这是普通高清显示屏（1920乘以1080）的多少倍呢！

由此可以得出，蚂蚁不光大脑的“硬件”基础和人类差了5个数量级，而且能够接收的信息量也和人类差了不知道多少个数量级。因此，蚂蚁的整体“智能”也就差了人类好多个数量级。

“智能”的数量级的差距，就是蚂蚁不能理解、更加不能造出汽车和摩天大楼的根本原因。同理可得，人类可以感知自己生存在地球之上，却暂时无法理解地球是怎么被创造出来的，更加无法去建造一颗行星，就是因为人类的“智能”距离理解地球和造出地球的水平，还差了不知道多少个数量级。

我们可以用第一性原理的思维方式倒推，要理解地球进而创造地球，“智能”不够的根本原因可能来自三方面的限制：知识量，思维方式，以及底层硬件能力；目前可能以上三方面都不足，或者两方面不足，或者某一方面不足。

作为人类整个族群而言，目前这个阶段，理解地球和创造地球的需求并没有特别迫切。但是理解很多疾病、很多社会经济问题的需求，却非常迫切。要找到解决疾病和各种社会经济问题的“解”，就是要从知识量、思维方式、以及底层硬件三方面着手，提升整个人类社会的“智能”水平。

那么，这一切和普通人有什么关系？关系就在于，普通人掌握了这个原理之后，通过适当积累，人生中很多事情就“有解”了。

普通人的需求其实比较简单，甚至可以简化为一个字：钱。因为普通人的大多数需求都与挣钱和花钱相挂钩。当然，普通人也有可能遇到钱解决不了的问题，比如孩子怎么教育都不愿意好好学习，比如某些疾病，比如已经非常有钱了但却找不到合适的对象，等等。

无论我们的问题与钱有没有关系，让问题“有解”的根本，就在于“智能”的水平。当“智能”升高一个维度以后，低于这个维度的一切问题，都讲理论上“有解”。这也是“降维打击”的一种体现。当然，为了表明我是个严谨的人，这里说了，是“理论上”有解，实际上能不能“解”，还要看各种条件是否具备。

就大多数普通人在大多数情况下最想解决的问题“挣钱”而言，有没有“解”，本质上就是看一个人的“智能”水平达到了哪个“钱数”的水平。

比如，按照今天我们社会的工资水平，在全国任何地方要挣两千元一个月，只要是个年龄合适的健康人肯定都没问题。两千元每月这个水平对应的“智能”水平，绝大多数人都有了。那么，一年挣十万、一百万、一千万元，对应的是什么样的“智能”水平呢？

上网搜呀！各大招聘网站大概可以告诉你年薪十万到百万级别的工作岗位，上市公司发布的年报都包含高管薪酬待遇，应该可以找到千万级别的；如果没有，就看看公司的总利润有没有达到千万级别。

如果想成为首富呢？“解”当然是有的，只是到了这个级别，“解”本身已经不重要了，运气更加重要。

那么，最终怎么才能把十万、百万、千万年薪（或者年收入）拿到手呢？请启动各位大脑的“分布式读取”功能，用瞬间的速度读取前文的一段信息：知识（概念）加思维方式（排列组合）加大脑（底层硬件）就等于“智能”。

首先，最振奋人心的消息是，底层硬件每个健康人都有，而且功能极其强大，其真正的运行能力，在目前的地球上仅有极少数几台超级计算机能够相比。

其次，思维方式这个东西我在前面的文章《人生进步的根本驱动力：思维的维度》中详细探讨了。

最后，知识的获取，除了读书以外，千万不要忽略其他途径：听觉、触觉、味觉、嗅觉等等。这些不仅仅是我们获取知识的渠道，而且它们本身就可以成为创造价值的途径。比如乐器和音响的调音师，是不是就是靠听觉挣钱的！

因此，上述倒推的推理方式（也就是第一性原理的思维方式），我们正过来叙述，就能把一切问题“求解”的通用“公式”表达出来。

通过视觉、听觉、触觉等一切渠道来获取信息，将信息分解为一个个单独的概念，分布式储存在大脑的一个个神经元内。在遇到一个需要求解的问题时，瞬间扫描无数个神经元、分布式读取适用的神经元内储存的概念，在大脑中瞬间排列组合、并得出一个、两个、甚至更多个候选解。

以上过程重复几遍，如果有且仅有一个解，那么也只能按照这个来办；如果超过一个候选解，那么权衡利弊选择最优的一个。

以上过程合并起来叫做四个字：“学习”与“思考”。目的是两个字：“求解”。

关于学习，我们需要再次反复地强调一个原理：复利增长原理，也可以理解为指数增长原理。当大脑越来越多的神经元内，储存了越来越多的概念（也就是知识），那么可以进行的“排列组合”的次数就会指数级的增长。可以进行的“排列组合”的次数越多，那么能够“求得解”的机会就越大，或者能够得出的“候选解”的数量就越多。最后，就能获得“最优解”。

因此，无论发财致富还是做成一番事业，不要以为自己做不到是因为“无解”，更不是不可能。“解”从来都有，只是你不知道而已，是你的“智能”维度没有升级到那个级别而已。这，就是“书中自有黄金屋”的根本道理。只是我们这里将知识获取的途径，从单纯的读书扩展到更广阔的渠道。

多说一句，从大脑工作原理角度来讲，真正有效的教育方式，正是“填鸭式”教育：给更多神经元填上概念（知识）嘛！这种教育方式的核心技术，反而不在教育本身，而在于引导兴趣，让受教育对象自愿接受填鸭，最好是自己主动填鸭自己。

好像搞了半天都没说清楚人工智能的原理哦。类比不就行了！目前的人工智能领域，正在发展一种叫做神经网络计算的东西，就是类似于把一台电脑当作一个神经元，将很多很多台电脑连接成一个网络，把这个整体模拟成我们的大脑。

然后通过编写计算机程序，让这个神经网络进行所谓的深度学习，希望通过类似于“生物进化”的过程来让这个神经网络（归根结底也就是人工智能）成长到具备我们人脑的各种能力。

这个技术过于尖端，大家只需知道原理就好。我们普通人需要的，是掌握先进科技背后的通用性原理，来为我们自己的事情求解。这也是这篇文章的根本目的。