主题：【原创】围绕脑科学而发生的若干玄想 -- 鸿乾
家园 这回对他那个sparse memory听的比较明白了 看来在其他方面有了突破，他可以把一些东西挤牙膏挤的多一点了。
家园 Hawkins: 大腦=a super network 1.
basically, human sensors take in sensory data in continuous format, and cortex works as a processor to produce a output of series of logical and discrete formatted data, from low layer(s) to top layer(s), and brain 中央书记处 makes cut: action;
the basic concept is kind of like X射線衍射技術 originally started in 晶体 (kind of when 德布罗意波 etc quantum physics get started), then semi conductor/computer as we know, now, X射線衍射技術 is getting into 高分子材料 (human brain is basically 高分子材料 organization)
单分子x ray scattering is a continuous function, vs 周期性晶体对X ray scattering 产生 discrete 衍射点 (晶格周期性/倒易关系 etc) so you know what the hell is going on inside a human organ, quantum physics 101,basically;
eventually, if quantum physics works its way into human brain, we would know what is really going on inside a live brain.
2.
I have posted extensively in the past about human brain as a "semiconductor", knowing that, with GFW of 毛林共识 model, brainwashing is a piece of cake.
then you are going to pay a huge cost by losing information competitiveness of Chinese individuals and businesses.
true, you can have a lot of smart Chinese engineers "promoted" into TG's propaganda troops, publishing all kinds of BS all over the place, then what? what do you have in return?
this is one of the challenges facing chairman X, big time.
3.
his technology already got a lot of commercial apps, in a wide range, including AMZN cloud;
if we have quantum physics led breakthrough in 高分子材料/nano etc, "brain" business like Hawkins start up will push us into a new frontier
4.
network of information processing in modern society.
I saw this before your post, then opened the link, long one, then give up;
after seeing your post, decided to give it a try, watched a whole video: well worth the time.
of course, without 鸿乾's original post, none of this will happen, the idea (product) chain if you will.
obviously, this kind of network of information economy is scale related, the more global and more dimensions it has, the more information it can generate and process, and produce productively;
kind of like organization's brain 中央书记处 consisted of many individuals brain working together.
GFW is going to drag TGchina's kids further behind Uncle Sam's white world's young generation.
yes, TG itself will likely remain a super strong organization, with possibly a troop of 1.3 Billion of many 腦殘 folks, 人海战术 again?
making it worse, I guess, the worst scenario is slowly coming out: TGchina is possibly out of options now, with Uncle Sam's white wolves watching from everywhere.
温水煮青蛙, enjoy it, baby.
本帖一共被 1 帖 引用 (帖内工具实现)
家园 基于Wolfram Language的第一款产品Wolf Stephen Wolfram宣布了基于Wolfram Language的第一款产品Wolfram Programming Cloud上线。Wolfram宣称这是一个历史性的时刻，堪比26年前他发布Mathematica 1.0。他说，Wolfram Language及Wolfram Programming Cloud的目标是重新定义编程过程，尽可能的将编程自动化，一个人只要能足够清晰的表达出他们想做什么，如何做的具体细节将能被自动的处理。Wolfram Programming Cloud是Wolfram Language的一个应用程序，用于创建和部署基于云的应用程序。
http://www.wolfram.com/programming-cloud/
这是什么东西，有高人给讲讲么
家园 好像不是新东西 来自维基百科http://en.wikipedia.org/wiki/Wolfram_Language
The Wolfram Language is a general multi-paradigm programming language developed by Wolfram Research, that serves as the main interfacinglanguage for Mathematica.[1]
Despite existing in some form for more than 25 years, the name of the language was not officially announced until June 2013.[1][9] Before this it was internally referred to by several names, such as "M" and "Wolfram Language". Many other possible names were considered, such as "Lingua" and "Express",[2] while it is often called "Mathematica", after its main implementation.所以，wolfram language没什么特殊的。就是Mathematica里面的编程语言。一点也不智能，大家都用了25年了。
Wolfram Cloud我猜就是Wolfram alpha的进一步延伸。Wolfram alpha只能做一些交互式的查询，还不能完全替代Mathematica。Wolfram Cloud也许就可以写大程序了吧。这么说着就更不智能了。
不过总的来说，我倒觉得Wolfram Knowledge是一条人工智能的路。就像Google的Knowledge graph，微软的Satori一样，似乎基于知识和逻辑的人工智能又回潮了。
家园 我不是很懂他们的这个语言，但是，猜想 他们的这个东西，其实是一种翻译器，就是把他们的Wolfram语言写的东西，翻译成相应的程序语言（例如HTML等）。至于他们的这个Wolfram语言有多好，特点是什么，我就不懂了。
不过，不管如何讲，他们的这个东西没有超越编程的范围，仍然是一种编程，不过可能是比较接近自然语言的编程（这就需要懂的朋友来讲了）。我的理解是，真正的编程是很难自动化的。
谢谢信息。如果他们的这个东西，真的是好用，的确可以多用。
家园 编程自动化分两步走 第一步，通过NLP使得机器可以理解人的需求，这可是个大问题，软件工程多少年都解决不了的人机需求“翻译”，如果机器可以把需求的翻译解决了，那可是了不起的突破。
从另一个角度讲，需求成为问题原因在于编程的复杂。试想如果编程可以不通过人手，需求的改变可以很快的实现在软件中，那么靠不断改变需求同样可以试错试出成功满足需求的软件。因此，这个问题可以从编程的自动化中解决。
我猜Wolframe是在试图达到这一步。
第二步，那就是完全人工智能自动修改自己的程序。或者说软件本身就是通过智能寻找合适的需求（包括改进自己的能力），并自动通过编程或修改模型达到符合需求的目标。这个牵涉到人工智能的自我订立目标，因此是比较高级的智能了，目前显然机器还没有这个能力。不过具备了这个能力也就很恐怖了，涉及的担忧比如如何保证机器不制定有害于人的目标就很重要了。
从技术角度看，实现第一步没有太多的困难，目前只是没有人把这个当重点，毕竟有印度程序员听话又卖力的当劳工，市场上的动力不大，奥巴马还再号召美国人人学编程，似乎这是个可以吸收劳动力的机会。而程序员社区也把编程形容的很具有创造性的工作，实际上90%的编程都是模式化的非常成熟的规范的条件下的工作，一点挑战性都没有，非常适合机器去做。都不需要什么深度学习，用逻辑决策那种老的AI就可以做到。我甚至认为这是一个不错的创业机会，国内应该有人在这方面动动脑筋。而且是个摧毁阿三国经济潜力的好机会。
家园 鸟类的智能从什么地方来的 我们都知道，鸟类很有智能。请看这个PBS的NOVA节目Animal Minds: Birds：
其中非常有趣地对比了乌鸦和狗。比较起来，狗简直是太笨了。
但是，我们都知道哺乳动物有新皮层，那是智能的来源，而鸟类并没有新皮层。那么鸟类的智能是什么地方来的？
这是网上找到的资料：
还有这个相关的介绍和解释：外链出处
大家可看。细节我不懂，请河友中的行家来给仔细讲讲。但是，感到原理上说得通。那就是只要有了相似的功能，不必新皮层，也可以达成高度的智能。因此，类脑计算也如此，只要抓住了最核心的东西，就不必追求和新皮层相同。从这个角度讲，这是对类脑计算的好消息。
家园 推荐大家看这个视频：鹦鹉唱黄土高坡 鹦鹉唱黄土高坡：外链出处
如果有人说这个鹦鹉的FOXP2基因有突变，我不感到惊奇。
是否真有人愿意去测试一下这个鹦鹉的FOXP2，或者类似的基因，恐怕比较有意思。完全可能这个鹦鹉的控制肌肉的什么东西有了明显变化，他才能控制肌肉来做这样复杂的发音。更不要说，他能够听懂人的唱段，并且完全记忆下来，再用自己的发音器官模仿出来。这是非常高级的智力活动了。我说的听懂，是指他能够完全仔细分解音节和抑扬顿挫等。这是非常不容易的。我们可以这样想，反过来，我们听很多遍鸟叫，我们恐怕也不能分解其中的细节。当然，如果用仪器和计算设备，我们可以做到，但是仅凭听力和脑力，我们做不到。
家园 鹦鹉的智力比较吓人了 从没想到有这个水平。
家园 大脑工作的基本原理和简单的沙堆相差无几 1999年，丹麦物理学家 Per Bak告诉一群神经科学家，他仅仅花了10分钟就知道神经科学这个领域哪里出问题了。也许大脑没有他们想象的那么复杂。也许大脑工作的基本原理和简单的沙堆相差无几——沙堆中不同大小的沙砾的不断流动有助于保持整个系统的稳定——这一过程称之为自组织临界性。作为一名物理学家，Bak的大胆想法——大脑的有序复杂性和思维能力是神经元混乱的电活动自发形成的——并没有被立即接受。但随着时间的推移，Bak的激进想法成为为一种正式的科学学科。现在全世界大约有150名科学家在研究所谓的大脑临界现象。
家园 还是太过简化了 脑的东西的复杂，是因为脑是非常多年的进化的产物，这些进化都曲曲折折表现在脑的结构中。绝对不是一个，几个，甚至很多简单规则就可以完全覆盖的。但是，另一方面，我们相信，智能的原则可能并不特别复杂。不过，我们现在并不知道这些原则是什么？
家园 MentalTrotter称成功破解了谷歌的reCAPT 中国人工智能极客团队MentalTrotter宣布其自主研发的模拟人脑图像识别算法已经成功破解了google的reCAPTCHA验证码，该算法只需要较小的资源但有较高较理想的识别率，算法借鉴了认知心理学技术，可以通过真人的心理认知来矫正错误，理论识别率可以高达99%。他们在网上发布了测试视频和程序（百度）。他们的团队大部分是年轻(大部分为90后)自信且对人工智能领域充满激情的程序员，团队主要采用工作的业余时间进行研究，他们自认为自己是人工智能研究的实干派，他们觉得人工智能学科不需要特别多基础理论的指导，例如莱特兄弟没有空气动力学的情况下也造出了飞机，他们相信自己会为人工智能的发展作出努力。在技术层面，传统的字符识别大致分为字符分割，特征提取，分类器识别三个步骤。而现在大部分验证码采用黏连字符，大大加大了字符分割的难度，避免了程序对验证码的识别。而他们的仿生认知模型很大程度上借鉴了基于生物的识别模型，参考了哺乳动物视觉系统将视觉信息分为where和what两个通路，底层模拟神经元对不同模式进行识别，在高层采用面向对象的认知模拟了人的认知心理，将字符分割，特征提取，分类器识别的步骤同时在神经网络中运行，实现了高层思维和底层识别的交互，算法可以成功的区分出字符的旋转，缩放，同时对字符扭曲也有很高适应性。
MentalTrotter说他们的本意并不是破解验证码也不会公开破解工具，他们真正想做的是希望通过研究人的神经元特性和认知心理来实现可实用的程序。团队的短期目标是将算法实用化，例如真实照片下的字符识别，提供健康资讯的专家系统等产品。长远来看，MentalTrotter团队将致力研发人类认知 、情感相结合的人工智能算法。研发的技术将来可以广泛应用于机器人、智能医疗、工业控制、智能交通等行业，将创造巨大的经济价值和节约海量的资源。
通宝推：驿寄梅花,桥上,家园 高层思维和底层识别的交互 好像就是人脑的类似做法
家园 感谢这个消息，很有趣。不知这些年轻人都在中国哪些城市？ 他们提到怀特兄弟。的确，现在的这个时代，和100多年前的前飞行时代很相近，有很多相似点。很可能，突破的实现很近了。
为这些朋友鼓掌。
家园 不知您看没看到这个回复 但这个回复在待认可已经太长时间，有通不过的危险，所以把它粘过来，如下：
————————————————————
我是作者 [SpaceTrotter] 推举申请认证
你好，我们现在主要在深圳，email:[email protected] 欢迎交流
————————————————————
此人的家园是这里，您可以过去和他交流。