当前位置: 首页 > news >正文

机器中的灵魂会是量子比特么?

意识上传是科幻小说影视中极其常见的题材,它的内容听起来异常简单:通过扫描我们大脑中记录着的信息,将我们的意识从肉体转移到计算机中。

假如这种过程可实现,那么最诱人的成果就是可以将意识转移到耐用的计算机网络中以获得无比的长寿,而且可能让意识生活在没有现实烦恼的虚拟世界中。甚至有人将“高等外星生物大都选择把自己上传到虚拟世界生活”作为费米悖论的解释。另一方面,它也具有严重的悖论性质,例如:若计算机中的意识是透过数据拷贝生成的,那么原本大脑中的意识怎么办呢?它和前者算是不同的个人吗?既然上传后的意识是以数据作为基础的,如果将数据拷贝很多份,是不是生成的就是很多个“相同的灵魂”?具备这两种特征,无怪乎意识上传会深受科幻爱好者欢迎。

若是论起现实中的可行性,意识上传至少不强于强人工智能,毕竟有意识的机器是前者的先决条件。可惜,我们目前还没有找到合适的科学方法来判断一台人造的机器有没有意识,因为我们不知道怎样从实验结果唯一确定人的【意识】。我们能从实验结果分析出实验对象/被试的一部分心理特征,但这远远谈不上唯一性,例如,你可能被判断为具有偏执狂的特征,但其他人(具有不同的意识)也可以有同样的特征。阿兰·图灵当初考虑类似的问题时,他承认“机器能否思考”是很难回答的,所以他将它替换成了“机器能否模仿人类”(见图灵测试)。

学界有相反的声音认为:即使机器成功地模仿人类,它也并不真的具有意识。约翰·塞尔的中文屋就是一个代表性异常突出的例子,在这个思想实验中,塞尔坐在密室中接收用中文写的问题,然后通过从用英语事先写好的“百科辞典”中机械地查找这些“鬼画符”,然后照猫画虎抄下辞典上回答这问句的“鬼画符”送出去回应。屋外人将会觉得:塞尔读懂了他的提问并能作答。但是,塞尔从头到尾都蒙在鼓里。一台仿真人类意识的机器就像装作懂中文的塞尔一样,从未有过任何意识。因此,要将意识上传到这样的机器中是注定失败的。

令我惊讶的是,自命为唯物论者的人会很快被这么低级的论述说服,退化到身心二元论的立场上,从而沦为历史上"机器中的灵魂"这一短语原本批评的对象。他们会同意人的精神确实有机器永远无法理解并企及的方面,并称其为“创造力”“想象力”“非理性”等等,反正是某个尚未得到完全解释的东西。但他们不会承认,他们相信的这个东西其实就是灵魂

中文屋的死穴,就在于它根本没有区分机器和人类的能力。固然中文屋里那种用查找表来回答问题的方式不是人脑的作风,但它也同样不是足够优秀的算法的作风。如果仅因为是“用机器做的”就能将后者等同于不包含任何理解的纯检索,那又为何不能把人脑中的神经活动贬为其同类?实际上,中文屋说明的事情不过是:并没法保证任何看起来聪明灵活的对象(可以是机器也可以是人类)100%有意识。我完全可以用中文屋的逻辑怀疑任何人并没有思考能力,因为没有任何生理学的证据表明他的神经活动不是把现成的反应机械地检索出来而已,只是这些反应恰好都对应了合理的对答。

如果除去和人工智能这个领域强硬扯上的关系,中文屋并不是个见解独到的论述。它不过是哲学僵尸的同类。而它对图灵测试和强AI的合理性是半点影响都没有的,任何人如果继续质疑通过图灵测试的机器没有意识,那么他也有完全同样强度的理由质疑测试中的人类(“对照组”)没有意识。如果他决定忽略后者的可能性,那么这一结论也同样支持他忽略前者的可能性。在任何一种情况下,图灵测试的有效性都不减少。

即使从历史角度来看,中文屋也根本没有超越阿兰·图灵的思想,图灵本人在中文屋提出30年前,就考虑到了“我们其实也无法确定彼此是否有意识”这个因素,并写道“与其在此纠缠反复,不若以人间常理度之(instead of arguing continually over this point it is usual to have the polite convention that everyone thinks)”。图灵测试不过是对机器沿用“人间常理”,如果不能具体解明机器异于人之处究竟为何,质疑它不过是质疑人间常理本身,并无更多新洞察。

有趣的是,确实存在认可中文屋观点的学者试图具体指出这个机器异于人之处,更形象地说,他们在寻找这个机器里没给装上的灵魂。《皇帝新脑》作者罗杰·彭罗斯就是其中之一,笔者已撰文解析过其立论之错谬所在。虽然如此,彭罗斯的结论却是一个不乏赞同之声的结论(读者可从量子心灵说这词条略窥其一二),除了彭罗斯的诡异理由外尚有其他原因可诱导人们到这种结论:

人类的意识机制中量子效应不可或缺,从而常用的数字计算机不可能承载人类的意识,不可能具备人类的自由意志。

例如主题同为意识上传的这篇专栏文章(非论文)就试图向大众宣传这种想法(原文出处见于链接):

问题是,云端的硬件能支持自我意识的产生么?我想这个问题与自由意志有关系。如果我们相信人脑产生的自我意识是有自由意志的,这种自由意志应该是来自于量子物理规律,人脑内应该有一部分用到了量子物理。经典的物理学中,一切都是被初始条件与边界条件决定的,不存在自由意志。依赖于经典物理进行编码和运算的计算机,也不可能有自由意志,因而不能产生类似人的自我意识。从这个角度上来讲,要能备份具有自由意志的人的意识,必须要做出真正的量子计算机。

我可以理解想要强调量子计算有重大特殊意义的企图,但如果量子力学的非决定论性是保证自由意志的关键,那么哪里还要什么量子计算?配有量子随机源的普通数字计算机就足够了。可应用于现实问题的量子计算机还遥遥无期,但高效实用的量子随机源早就研发成功了。讽刺性的是,阻碍量子计算机实现的,恰恰是那些导致量子随机源成功的因素。因为量子叠加态非常容易被退相干效应破坏,而对于量子随机源来讲,正是退相干的结果(过去一度称为“波函数坍缩”)产生了所需的非决定论性。可见,即使做出真正实用的量子计算机,那也不会在模拟人的自由意志上有任何胜于现有设备的优势,因为它异于现代数字计算机的地方几乎和非决定论或真随机性是毫无关系的。

根据我所知的情况,量子计算的优势其实是对非正交量子态的利用,也即:单步计算输出的量子态可以和输入态并不正交(从而是不可分辨的状态)。而“经典”的计算设备中单步计算总是将系统转移到可分辨的状态(不同的磁致电阻,不同的电位等都导致可分辨的状态)。有限系统的不可分辨态是无穷多的,正是这种灵活性给了量子计算机走“捷径”的能力。有的说法会认为利用量子叠加态是量子计算的优势,这其实并没有表达不同的意思,因为量子叠加态是不和相应的本征态正交的。例如Toffoli门,如果和能引入非正交性的π/4门一起使用就可以组成通用的量子计算机,但如果单独使用就只是普通的可逆计算机了。

相应地,如果这种捷径不存在,那么量子计算就没有不可替代的优势。现有的计算理论也支持这个说法,一般的问题上量子计算不提供存储空间上的优势(在稳定可靠的经典计算机上模拟实现量子算法并不占用显著多于后者的空间资源),只提供时间上的优势。并且这一优势也并不归结于量子的真随机性,因为一般认为BPP!=BQP,即:存在量子计算能快速求解的问题,对引入真随机性的传统计算机依然是难的,当然后者也不提供任何量子计算没有的优势。

能够保证量子计算的绝对优势的问题,当然是模拟量子效应非常显著的物理体系。因此,除非人脑真的是罕见稳定的宏观量子系统,我不觉得所谓量子机器学习算法会因此比传统机器学习更加特殊,另外,别忘了传统的算法不需要很难稳定运作的量子计算机来运行,人脑也是如此。

尽管量子计算这个课题自有其科学意义,也颇需要一番唇舌来解释它有别于传统计算之处,但我们现在看到,它几乎不会是人区别于机器的根本原因。同理,所有诉诸于“人的自由意志”来否定机器产生意识的可能的说法几乎全部都是失败的,它们或者引入含义不明的假设,或者与我们已知的物理直接冲突。

虽然如此,量子力学的描述确实允许我们用一种新的方式来提出问题,我们可以这样问:如果某个体系总是包含着一个有意识的人脑的全部物理信息,并保持同步演化,那么后者会有同样的意识么?

更严格地说:设B是某个清醒思考着某个问题的人脑,其必存在密度矩阵ρB(t),若存在不含时的一一映射f将其映射为另一系统C的密度矩阵ρC(t)(见量子信道),则C是否也会有同样的意识?注意到ρB(t)总可以透过f的逆映射从ρC(t)中复原出来,而一般我们认为体系的密度矩阵包含了其所有物理信息,因为所有可观测量的期望值都被密度矩阵所确定。

这种提法并不克服上述的无法检验人造系统有无意识的问题,但它提供了更广的视野。例如,自然界会不会早已存在这样的f,并将人脑的意识映射到通常认为无生命的事物中呢?因为C完全可能是不被视作生物的无机体系。



原文发布时间为:2016.04.18
本文作者:十酒三
本文来源:简书,如需转载请联系原作者。

相关文章:

  • Android lrucache 实现与使用(Android内存优化)
  • 趣谈网络协议:像小说一样的网络协议入门课
  • 5.16 Stacks and Queues
  • iBatis和MyBatis在使用ResultMap对应关系时的区别
  • Java 架构师眼中的 HTTP 协议
  • Java多线程干货系列—(四)volatile关键字
  • first
  • Linux Swap扩容
  • 函数的默认参数:可有可无
  • os模块注意事项
  • 腾讯云全面开放,联手千万开发者共建超级大脑
  • 【51Nod】1920 空间统计学 状压DP
  • vue-router原理剖析
  • js继承方式讲解
  • BZOJ5286:[HNOI/AHOI2018]转盘——题解
  • .pyc 想到的一些问题
  • [Vue CLI 3] 配置解析之 css.extract
  • axios 和 cookie 的那些事
  • - C#编程大幅提高OUTLOOK的邮件搜索能力!
  • HashMap剖析之内部结构
  • java多线程
  • Linux gpio口使用方法
  • Linux后台研发超实用命令总结
  • mockjs让前端开发独立于后端
  • vue.js框架原理浅析
  • Vue官网教程学习过程中值得记录的一些事情
  • Vue全家桶实现一个Web App
  • 第十八天-企业应用架构模式-基本模式
  • 关于使用markdown的方法(引自CSDN教程)
  • 聚类分析——Kmeans
  • 利用DataURL技术在网页上显示图片
  • 深入浅出webpack学习(1)--核心概念
  • 物联网链路协议
  • 在Docker Swarm上部署Apache Storm:第1部分
  • 深度学习之轻量级神经网络在TWS蓝牙音频处理器上的部署
  • ​DB-Engines 12月数据库排名: PostgreSQL有望获得「2020年度数据库」荣誉?
  • #Lua:Lua调用C++生成的DLL库
  • #周末课堂# 【Linux + JVM + Mysql高级性能优化班】(火热报名中~~~)
  • $(document).ready(function(){}), $().ready(function(){})和$(function(){})三者区别
  • (14)学习笔记:动手深度学习(Pytorch神经网络基础)
  • (6)添加vue-cookie
  • (day 2)JavaScript学习笔记(基础之变量、常量和注释)
  • (翻译)terry crowley: 写给程序员
  • (附源码)php新闻发布平台 毕业设计 141646
  • (附源码)计算机毕业设计SSM在线影视购票系统
  • (力扣记录)235. 二叉搜索树的最近公共祖先
  • (全部习题答案)研究生英语读写教程基础级教师用书PDF|| 研究生英语读写教程提高级教师用书PDF
  • (五)Python 垃圾回收机制
  • (循环依赖问题)学习spring的第九天
  • (转)甲方乙方——赵民谈找工作
  • *ST京蓝入股力合节能 着力绿色智慧城市服务
  • .NET 4 并行(多核)“.NET研究”编程系列之二 从Task开始
  • .NET Core 中的路径问题
  • .Net Framework 4.x 程序到底运行在哪个 CLR 版本之上
  • .net(C#)中String.Format如何使用