无人车到山前必有路吗？
Will driverless cars make their way to the mountain?
------人工智能应用为何不如人意！（3）
都世民〔Du Shimin〕
摘要：本文继续讨论人工智能（AI）的应用为何不如人意？首先讨论类脑计算为什么等同于类脑智能？然后讨论为什么人工智能系统会是四有与四无？为什么类脑智能会面临视觉难题？为什么类脑智能会面临人机对话难题？类脑智能的意识在哪里产生？为什么类脑智能会面临行走难题？机脑存储与人的记忆是一回事吗？为什么类脑智能有能源困境？人脑细胞连接只有神经网络？等十个问题。这些问题是否限制人工智能的应用？！
关键词：类脑智能，视觉，人机对话，思维意识，能源与耗能。
类脑智能是类似人的智能？
当我看到“类脑智能”这个名词的时候，我感到很奇怪，人的大脑至今没有搞明白，人工智能的研究人员说要类似人的大脑，这到底是怎么回事？
有文章认为：上个世纪80年代末，美国科学家Carver Mead首次提出“类脑计算”的概念。想仔细查阅这位科学家的主要贡献，没有查阅结果。到底类脑计算是不是美国人发明的？也就是说类脑智能是不是外国人发明的？后来笔者查询类脑智能这个词，发现百度词条认为，“类脑智能又称为类脑计算.”。这就让人不解了，人的智能怎么等于计算呢？
词条指出，类脑计算这一想法摆脱了传统的计算模式，模仿人类神经系统的工作原理，渴求开发出快速、可靠、低耗的运算技术。这一说法能成立吗？
词条还指出，类脑智能是人工智能的终极目标，但是需要注意研究类脑智能不是也不可能复制人的大脑。类脑智能希望通过研究人类大脑的工作机理并模拟出一个和人类一样具有思考、学习能力的机器人。很多人都会对此提出质疑：像人脑一样“聪明”的机器人？简直是天方夜谈！
前些年，美国和欧盟都搞了脑计划，有人想通过细胞把大脑搞清楚，可是大脑的细胞总的数量说法不一，有数十亿、百亿、千亿的说法，总量搞不清楚，又怎么可能把每个细胞都搞清楚；有人想把细胞的连接图全部画出来，至今连人的视觉通道的细胞连接图也没有给出，细胞的连接图与视觉通道的关系是不是一回事儿？大脑工作时，能够证明只有离子通道的神经网络吗？不能。最明显的例子是，视觉通道的眼球到视网膜之间，在眼球内没有细胞和离子通道，也没有神经网络的存在，只要有光，人的眼睛就能够工作。因此人工智能用神经网络来模拟人的大脑，这样算出的东西能够产生智能吗？至今生命科学中没有人的大脑的数学模型，连细胞的数学模型难找到。至今人的思维意识怎么产生的？仍然是自然科学中的最大难题。至今没有明确的结论。
类脑计算为什么等同于类脑智能？［1-4］
类脑计算是通过计算机实现的，它是吃电的，没有细胞，没有血液。人的大脑不是吃电的，他有细胞、神经纤维、基因、……。人的大脑不是电脑。类脑计算怎么可能类似人的大脑的智能呢？类脑计算的模型不代表人的大脑的数学模型，它的计算结果不可能反映人的大脑的工作机理，类脑智能不可能复制人的大脑，怎么可能类似人的大脑。况且人类对自己的大脑知之甚少，人工智能不可能做到这一点，但这并不等于人工智能在计算方面没有新的发展，这是两回事。“类脑智能又称为类脑计算.”这一说法，令人不解！
怎么能够让人理解，“计算就是智能”！难道数字时代就是这种推理，怎么能够解释清楚，让别人理解。其实还有些问题与这个问题类似，搞计算的人想通过计算机创造人吗？
为什么人工智能系统会是四有与四无？
2016年，AlphaGo和韩国九段棋手李世石的人机大战，让人工智能成了社会的热点，而且不少媒体都认为人工智能让机器超过了人，在一些书刊上似乎成了共识 。不能不认为这一比赛及其结果，让世界舆论产生了巨大的变化，甚至是惊人的变化，这种变化到底是对还是不对？笔者前面两篇文章已经做了一些讨论，这篇文章是换了一个视角再来讨论。
中国科学院院士、中国人工智能学会副理事长谭铁牛教授这样评价人工智能：
“当前的人工智能系统有智能没有智慧、有智商没有情商、会计算不会‘算计’、有专能无全能”。文［1］在讨论类脑智能的问题时，认为智能机器人的“智商”令人堪忧 。并且指出，无人驾驶概念模型仅仅完成了在某些场景较为单一的高速路段测试，如想实现无人车在复杂、人口密集的城市中，进行自动驾驶这一设想，仍然有漫长的路要走。特斯拉的研究者并不这么想，如果这件事真的成功，现在的打的司机全部失业。能否成功，拭目以待。特斯拉的无人驾驶已经在运行中发生死人事故，这一事实表明，人工智能的无人驾驶，能否在人口众多的城市，环境复杂的条件下，100%的不发生事故，笔者难以想象。
智能机器人会不会有情商，当无人驾驶汽车发生死人事故，它会不会自动报警，会不会将伤者送到医院？谁来担责？
看看机器人的眼睛，有没有眼神？有没有电光？有没有眼泪？在301医院的门诊大厅里，你会看到机器人的眼睛，没有眼神、没有电光、没有眼泪。没有走路的腿！尽管有的研究人员，想让机器人与人聊天，这冰冷的机器人没有情感，这种“交谈”有什么意思？有的研究人员还想让机器人与人谈情说爱，这又怎么可能实现？
现在的人工智能机器人面临的问题不少，下面来讨论这些有关问题。
那个不认同，为什么类脑智能会面临视觉难题？
文［1］指出，机器人的眼睛常常依赖于机载的摄像机来采集视觉图像。机脑如何从图像中识别关键信息呢？如人脸、手势或障碍物。在常规环境下，现有技术已经可以高精度地实现这一任务。其实这种说法并不确切，人的眼睛是摄像机？过去说人的眼睛是照相机，其实不是，机器人的眼睛能与人眼相提并论吗？这两者不是一回事儿。无论是眼睛的构造，和工作机理都不相同。人的70%的信息来自于人的视觉感官，人的眼睛是与心相连，这就是中国的传统文化中指出的“相由心生”，人的心与大脑不是一回事儿。
人工视觉的图像识别难的原因是什么？文［1］认为是由于光线、视角、物体运动等多类不稳定因素的综合影响很难被准确识别。
通过深度学习能解决这一难题吗？深度学习学什么理论模型？人眼睛的色感机理至今不明，人眼睛的视觉错觉有些难以解释清楚。视觉成像是不是在大脑的中枢神经系统？还是在心中产生？人的近视和盲人复明问题，至今解决不了。也就是说深度学习的理论模型，不能解决机器人的视觉难题。
为什么类脑智能会面临人机对话难题？
机器人与人怎么对话呢？人的感官与电子传感器不是一回事！人的感.官信息是数字信息吗？根据是什么？视觉感知是由“中枢系统”发指令吗？
机器人是依靠电子传感器收集外界声音信息，通过语音识别系统和相关处理技术将信号进行分析解读。这一切都是基于大数据，没有这个前提是不可能语音识别。
机器人能听懂人的说话吗？其“中枢系统”会做出相应的动作指示或通过语音合成器模拟人类说话。在嘈杂的现实环境中，现有的语音识别技术很难成功而高效地实现语音识别、理解和处理操作。
实际上现在所用的语音录入对方言根本行不通，对技术性很强的语言几乎全部出错，根本无法录入。为什么会这样呢？是因为大数据里面没有这些数据，在我们国家一个省的语言就有好多种方言，用方言说话语音识别无法进行，因为人本身对方言的识别都比较困难；对那些前沿技术的语言，没有学过这些知识的人也难以识别。大数据怎么可能解决呢？人工智能离不了大数据，人工智能本身无法自造数据，这个问题难以解决。
另外人的语音带有情感，而机器人没有情感，因此在语音识别中，这是一个很大的难题，要突破这个难题，用什么办法？
类脑智能的思维意识在哪里产生？［5-13］
·机脑与人脑能够相提并论吗？
·人脑的功能就是计算？
·人脑的功能是单一的吗？
·人的记忆、存储、思考到底在什么地方？搞清楚了吗？
机脑号称是一个智能终端，负责着繁杂的计算任务以及数字信号接收、指令下达等重要功能。同人类一样，机器人没有“大脑”或者“大脑”不太灵光都使得行为迟缓，甚至整个机体“瘫痪”。到底机器智能表现在什么地方？怎么界定？
随着机器人应用范围的不断扩充，“大脑”容量、思维速度等方面都有了更高的要求。目前科学家们尝试着将云计算、云存储等先进技术引入到机器人后台上，努力让机器人“大脑”向着信息更丰富、运算更快、反应更准确、学习更灵活的方向迈进。
人工智能的研究人员离不开人的大脑，这只是想借题发挥，真正离不开的是大数据，只要大数据里没有的，人工智能的结果就成了问题。在视觉通道上，人工智能无法相提并论，
因为人的视角通道中有无线电波存在，智能机器人无法模拟。另外人的视角通道中反馈通道至今不清楚，机器人没有学习的对象和模型，因此人的视觉意识怎么产生的？难以解释清楚。至今人的记忆并不像计算机，人的记忆是存储在微观层面还是宏观层面，至今没有统一的认识，说法颇多。也就是说类脑智能，这“类似”的意思本身就不能够存在，他找不到学习的模式。
人工智能技术对虚假数据，自己不可能识别，网络上的大量信息或视频，包括论文原始数据，都有伪造或虚假混杂在其中，人有时都难以识别，机器没有思维，不可能去识别，这涉及人工智能的可靠性和安全问题很难解决。指纹识别、人脸识别、基因识别，留下的生物特征信息、自动驾驶留下的个人行踪记录、手机APP保存的个人隐私数据，医院里留存的诊断治疗记录，都可能成为诈骗或不安全因素源头，政府有关部门，不能无限制的采取个人隐私数据，过去只有身份证作为个人唯一识别证件，现在增加了多种信息，如果保证不了网络的安全，就会给人民大众带来危害。文［13］指出，时下人工智能安全需求与企业安全投入不足以及人工智能安全产品服务欠缺之间的矛盾，正成为制约人工智能产业长远发展的瓶颈。其实问题的根源，在于人工智能不能自己识别虚假数据，这个问题难以根本解决。［13］
人类对大脑的认知知之甚少。人类大脑的信息是数字信息吗？任何仪器对大脑信息的识别，有没有突破很关键。马斯克脑机接口，对大脑的认知没有任何突破。研制芯片、信息处理器，对获取数据，都会对计算算力、算法有进一步的发展和突破，但是不能够脱离大数据，芯片不可能制造大脑信息。研究脑机接口、各种芯片，不可能制造出比人类更高明的机器人。用干细胞制造不出人，用人工智能技术也不能造出人。［13］
为什么类脑智能会面临行走难题？
区别于机械臂等固定作业的机器人，类脑智能机器人的应用一定是个动态过程，换句话说机器人要有一条坚固、灵活的“腿”。机器人的“腿”不在于长短、粗细，更关注的是其稳定性、自由性。机器人不能与那些挑战不可能的人相比，因为平常人也做不到，但是平常人能做到的，机器人也做不到，例如爬楼梯，爬电线杆，机器人能行吗？没见过。我们大家见到的，301医院的门诊大厅的机器人，不能自己行走，有医务人员推进推出。央视主播旁边的机器人，连身体都没有。
研究人员为什么不能做一个像人的机器人呢？让他们上岗，去替代那些有重复性工作的人员，让他们下岗。最近有人宣传，人工智能超过了科学家的50年的工作，似乎科学家不如机器人，他们有替代的趋势，你信吗？
研究人员想尝试将人类腿部膝关节弯曲伸展的工作机制移植到机器人上，如果能够成功，双足机器人将有望跨越台阶，行走在山地、灾后等地形复杂的环境中，将人力从高危行业中解救。实际上人的行走并不单纯，是一个机械的弯曲、自由问题，它涉及到人的5个感官的功能，也涉及到人的意识。
除此之外，另一类能移动的机器人——轮式机器人虽然不要求造出实体“腿”，但是其必须具有一对隐形、灵活的“腿”，需要学会自主认路、自主避障、完成动态优化行走路径等一系列高难度任务。
如果在战争中，防止机器人入侵，可以挖一一条深的沟，机器人就无法通过，它也不可能有人想出什么办法？
为什么类脑智能有能源困境？
文［1］指出，当下的标准计算机在运算过程中所消耗的能量远远高于人脑。人脑在执行任务（例如，同时识别多个目标、推理、控制和移动）时，能量消耗只有接近2瓦左右，而计算机仅识别物体，能量消耗就会达到上百瓦。曾经有研究机构，估算过机器要与人脑相同功能的时候，消耗能量会达到兆瓦量级。
从神经科学来看，人脑尚未被探索完全，其广泛的连通性、结构和功能化的组织层次以及时间依赖的神经元突触连接 都未能很好地在计算机中进行实现。
时下较为流行的深度学习方法，虽然能够在模拟部分大脑“决策”的功能，但是其在长期学习时会出现灾难性遗忘现象。比如，学习过任务A的神经网络在学习任务B 时，它会忘记学过的任务A，只记得B 。因此，如何在动态的环境中，像人一样具备长期学习的能力是一个难题。
尽管现在人工智能的前沿研究，正在效仿人脑的构造及其工作机理，提出一些新的名词和计算的概念，例如人工神经网络、图神经网络芯片、类脑芯片、人工智能激发新数学、人工突触、人工神经纤维，综合看起来，人工智能的研究人员认为人的大脑，是由神经元构成的神经网络在运行，因此想从细胞神经元那里开始模仿人的大脑，如果这种思维模式成立，那么人工智能类脑就可能超过人的大脑，因此现在提出让机器有思维，有情感，有意识，而且认为计算机的视觉与人的视觉已经很接近，这些看法和现在的一些做法，已经逐渐的表明了。笔者思考这样做的目的，是想让机器造人，因为人有思维有意识，如果机器也有了，这人还是高级动物吗？可想而知，如此推理不难想象。但是也有人反对这种观点和做法，认为这是人工智能的惨痛教训，这如同爬树想上月球一般，只有爬到了树顶才会下来，也就是说中国一句古话“不撞南墙不回头”。
中国还有一句古话，这就是“车到山前必有路”，人工智能这个车是无人的，这无人车到了山前会不会有路呢？如果无人车有思维有意识，它会像愚公移山那样，建造新的路吗？这是检验人工智能有没有思维？有没有意识的好办法。很显然这里包含了人的大脑或机械脑有多种功能的对比，绝不是单一功能能够完成的。当然这里边还有一个能量消耗的对比，机械脑会不会超过人脑？必须有一个检验的方法，否则被这些名词所迷惑，被计算所迷茫，我们不能让这个世界变成了一个虚拟世界，通过计算可以得到一切，人可以不死，机器有思维有意识，机器有记忆，那人还有什么用呢？现在发表论文只要通过计算机计算，可以没有实验对比就可以发表，这与过去有很大的差别。［10］
总之，人工智能的最大障碍就是对人脑的认知缺少更多的了解，以为神经网络就可以解决，这种想法是不现实的，这个小宇宙不可能只有虚拟的网络，因为神经网络是映射到计算机里的，没有人证明这个神经网络就是细胞连接的唯一通道！生物医学学科，没有电磁波的概念，有光，但没有把光当成电磁波，把光作为生物医学的工具，没有把电磁波作为分析生命科学的基本理论，由此而产生的诸多问题，是人工智能的最大障碍。
参考文献
［1］向大脑致敬——类脑智能到底有多发达？科普中国-科普融合创作与传播 2018-01-29.
http://www.kepuchina.cn/tech/ligent/201801/t20180129_546511.shtml
［2］类脑智能，百度百科词条，https://baike.baidu.com/item/类脑智能/50363679?fr=aladdin
［3］浅谈类脑智能----中国科学院 ．中国科学院[引用日期2020-06-04]
［4］曾毅, 刘成林, 谭铁牛．类脑智能研究的回顾与展望：计算机学报，2016年1月：212-222
［5］ Kaushik Roy,Akhilesh Jaiswal,Priyadarshini Panda．Towards Spike-based Machine Intelligence with Neuromorphic Computing：Nature，2019：607–617
［6］AI 的十种 “新数学”，https://zhuanlan.zhihu.com/p/337020614。2020-12-15.
［7］“AI+”改变世界！不同领域的5大人工智能趋势 ，2020-12-20.
https://www.sohu.com/na/439343635_453160
［8］若想让人类在网络实现永生，脑机接口技术可以实现吗？2020-11-21.
https://zhidao.baidu.com/question/1374319734296770579.html
［9］脑机接口技术能让人类在网络实现永生吗？答案或许并不美好
http://www.cwtea.net/article/2963.html
［10］Compute Goes Brrr：重温强化学习之父Sutton关于AI的70年惨痛教训，AI 研习社 ，2020-12-18。https://blog.csdn.net/qq_42793029/article/details/111387319
［11］原创 光学卷积神经网络加速器：通过光学实现更强大的人工智能！2020-12-21 15:49
https://www.sohu.com/a/439578604_427506
［12］发展人工智能不能忽视安全，来源：经济日报，2020-12-21 10:14。
https://tech.gmw.cn/2020-12/21/content_34480114.htm
［13］BrainCo韩璧丞：翻越脑机接口技术的“三座大山”，
https://www.cyzone.cn/article/613523.html
［14］系统战：美智库推出面向2040年的新联合作战概念！2020-12-20
http://www.360doc.com/content/20/1220/09/72769510_952472001.shtml
