这仅仅是一篇吹水的博客,这里面有很弱的因果关系,或者说很弱的联系。不过,没关系,计算机里面可以基于很多自己的定义开始玩。在计算机里面什么都可以假定,而且这些假定在计算机内就是真理

猜测一下,其实世界是存在意志思维的

这里的世界不是 我的世界 而是咱的世界

我特意模糊了意志思维这两次词,对于咱这个世界是否存在世界意志是有超级多人作出超级多的猜测。而我又在添乱,再添加一个猜测,或者说将某个小伙伴的理论换几个文字再说一次

先假定有思维的人工智能的混乱程度是二阶熵,什么是 二阶熵 请看 二阶熵

同时假定如果不满足二阶熵的混乱的内存就无法出现智能

而整个人工智能是在计算机里面运行的,而且这个计算机还是传统的计算机,人工智能的信息全部存在内存中

而根据二阶熵的定义可以知道默认的纯软件的人工智能系统,在没有任何外界输入的时候,是无法存在智能的。原因是如上面假定,整个人工智能的信息包括执行代码和数据都在内存中,在没有外界强人工智能的输入下,这个内存是一阶混乱。而这个内存的数据是被放在内存中的人工智能的计算规则所读取,因为内存没有到二阶熵也就是人工智能的计算规则没有到一阶混乱,因此这个人工智能没有思维

上面的推测是强行关联,如果觉得这不是因果,那就假设上面说的是联系

在假定存在一个强人工智能,此时按照上面的假设,那么意味着有着外界的带思维的输入让这个内存中的人工智能作为强人工智能

还记得在 二阶熵 里面的说法,在人使用QQ聊天输入的瞬间,就可以让内存达到二阶熵,因为此时无法预测也无法知道人会什么时刻作出什么事情

进一步假设,在一个封闭的系统里面,按照规则进行数据迭代。那么数据本身尽管是混乱的,但是有对应的规则,如代码逻辑用于约定数据的含义。因此在此封闭的系统里面,是不存在二阶熵的。假定强人工智能的前提下是数据至少达到二阶熵那么在封闭的系统里面,任何数据的迭代都是可以被预知的,尽管预知的代价很高,但是只要是可以做到预知,那么就不算达到二阶熵也就不是强人工智能

因此在当前非量子计算的体系里面,独立的系统是做不出强人工智能的。好咱继续假设,如果当前这个人类世界里面也是由可以被预知的规则所定义。意味着人本身的思维,如果是单个人放在一个完全独立的环境,那么将无法构建出智能。当然我猜你会说到量子哈,此时如果智能所需要的硬件条件比较高,例如计算机里面的类似内存一样的存在,此时量子的影响几乎可以忽略。因为不存在量子级的不确定。所有只是简单的机械

如果以上假设全部成立,那么假定人类是具有智能的,就可以推出在这样的世界里面人类具有的智能是通过外界输入才能做出来的。而人类的输入是什么,是外界。如果只是简单的人和人之间的相互输入,那么将多个人放在一起作为一个系统,那么系统本身也是可以预测的,因此二阶熵不成立。一定需要存在一个来着外部的强智能的输入。那么这个外部是什么,看到这里小伙伴大概可以知道就是说的是世界

假定本身这个世界就存在强智能,或者存在意识。咱不讨论为什么世界本身存在意识,咱仅是假定。那么在被这个世界作为外界输入的人类就可以在仅做简单的机械思考的时候,有外界的输入进入智能

如果这样反过来说,那么一条链能通。因为世界有意识,因此人类放在世界里面,有世界的输入,可能存在思维。于是存在意识的人类在玩计算机的时候,可以带入计算机进入二阶熵

也就是最简单的人工智能也就是将这个词拆开,一个人加一个计算机,就能让计算机加人表现出存在思维和意识。而默认人类不是孤立的,人类属于世界加人类。世界是有意识的,于是世界加人类就可以让人类有意识。人类是有意识的,于是人类加计算机就可以让计算机表现出意识

但是大家都只是,独立的传统计算机,都无法表现出智能。假定二阶熵的理论成立,那么即使有再强的软件也无法作为独立的系统达到二阶熵,因此独立的计算机本身不具备智能。同理,独立的人类也不具备智能

因此人类的智能只是人类的错觉,只是因为有世界意识的存在,让放在世界的人类有了智能。但是脱离世界的人类没有智能

本文模糊了意识和思维的概念,本文没有任何证明人类也属于机械。本文没有证明强人工智能与二阶熵有什么联系。本文没有证明强人工智能一定满足二阶熵

本文以上仅仅是假定

了解这些也没啥用,毕竟咱可以尝试进行量子编程。也许有量子的存在,就引入了不确定。此时也许就可以达到二阶熵也许就能作出智能


本文会经常更新,请阅读原文: https://dotnet-campus.github.io//post/%E4%BB%8E%E4%BA%BA%E5%B7%A5%E6%80%9D%E7%BB%B4%E5%8A%A0%E4%B8%8A%E4%BA%8C%E9%98%B6%E7%86%B5%E7%8C%9C%E6%B5%8B%E4%B8%96%E7%95%8C%E5%AD%98%E5%9C%A8%E6%84%8F%E5%BF%97%E6%80%9D%E7%BB%B4.html ,以避免陈旧错误知识的误导,同时有更好的阅读体验。

知识共享许可协议 本作品采用 知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议 进行许可。欢迎转载、使用、重新发布,但务必保留文章署名 lindexi (包含链接: https://dotnet-campus.github.io/ ),不得用于商业目的,基于本文修改后的作品务必以相同的许可发布。如有任何疑问,请 与我联系