博文
方舟子与王道还的争论
||
早段时间，看到方舟子因为王道还发表在《环球科学》上的两篇短文(2009年7期的《聊逍遥以自恃》和2009年11期的《天公无心物自物》)而批评《环球科学》和王道还宣扬有神论。王道还对此进行回应。
争论的焦点在于《天公无心物自物》中的下面这段话：
“天择是解释生物适应的理论（以天择解释生命史，还必须假定生物的栖境不断变化）。与达尔文齐名的进化学者华莱士（Alfred Russel Wallace）却指出，天择无法解释人脑在数学、科学、艺术上的秉赋。那些秉赋都是创造文明的基础，人借以向上提升，成为万物之灵。
原来华莱士在南美亚马孙河流域与东南亚热带雨林中，与“未开化”的土著生活过。他见识过土著适应环境的本事，不认为他们是低劣人种。华莱士反而发现，人脑 的高等秉赋在蛮荒中毫无价值。他的结论是，那些特异功能不可能是进化出来的，而是源自“一个肉眼看不见的宇宙，或者说灵界，物质宇宙赖以存在”。
虽然华莱士所谓的“灵界”与塞奇威克仰望的“主”不同，至少表示以天择为机制的进化论未必会导致彻头彻尾的唯物论。”
对进化论的质疑者来说，这个问题肯定不是新问题。人类的大脑具有在蛮荒中完全用不上的高等禀赋，而人类的文明史最多也不过几万年，自然选择在如此短的时间内根本不可能完成如此大的进步。更何况那些"未开化"的土著，其智力水平并不低，只是缺乏学习。自然界怎么可能在没有“需求”的情况下进化出人类大脑这么高级复杂的智能呢?所以有人以此怀疑进化论的正确性也是合理的。
但我觉得这个问题其实还是可以用进化论合理解释的。首先动物包括人类的脑的基本单元都是神经元，神经元通过突触互相连接。人跟动物脑的主要区别在于人的神经元更多，连接更复杂。从微观上看，人的大脑与其他动物并无明显的不同。人工智能中的人工神经网络就是对动物神经系统的简单模拟，在理论上已经证明人工神经网络具有逼近任何函数的能力，具有学习的能力，记忆的能力。人工神经网络可以作为一种通用智能方法，用于解决不同的问题。同样，可以认为，动物的脑的基本构成方式决定了其具有“通用性”。而解决的问题的能力是受神经元多少和连接复杂程度限制的。
回顾人工智能的发展，我们可以看到那些类似人脑高级禀赋的能力都有不少进步甚至突破。人工智能已经在国际象棋领域打败了人类，在其他很多智力游戏上，一般非专业选手也很难跟人工智能匹敌了。人工智能在数学计算，数学证明，符号计算，逻辑推理等方面也能做得相当好。但是人工智能在人脑低级禀赋领域却越到很大瓶颈。如图像识别，声音识别，气味识别，动作控制. 这些禀赋是很低级的动物都具备的，而人工智能发展了这么多年，其现在的能力还显得很幼稚。我觉得对比人工智能的发展状况可以看出，人脑的所谓低级禀赋所解决的问题其难度并不会比高级禀赋所解决的问题更低，甚至反而还要高得多。这可能说明，在自然选择的压力下，动物进化出了能够处理图像识别，语音识别，气味识别，动作控制等一系列高难度问题的能力，作为有通用处理器潜力的人脑，发展出处理复杂度更低的抽象问题处理能力并不是不自然和不可想象得了。
https://blog.sciencenet.cn/blog-230547-357367.html
上一篇：ubuntu-网络配置
争论的焦点在于《天公无心物自物》中的下面这段话：
“天择是解释生物适应的理论（以天择解释生命史，还必须假定生物的栖境不断变化）。与达尔文齐名的进化学者华莱士（Alfred Russel Wallace）却指出，天择无法解释人脑在数学、科学、艺术上的秉赋。那些秉赋都是创造文明的基础，人借以向上提升，成为万物之灵。
原来华莱士在南美亚马孙河流域与东南亚热带雨林中，与“未开化”的土著生活过。他见识过土著适应环境的本事，不认为他们是低劣人种。华莱士反而发现，人脑 的高等秉赋在蛮荒中毫无价值。他的结论是，那些特异功能不可能是进化出来的，而是源自“一个肉眼看不见的宇宙，或者说灵界，物质宇宙赖以存在”。
虽然华莱士所谓的“灵界”与塞奇威克仰望的“主”不同，至少表示以天择为机制的进化论未必会导致彻头彻尾的唯物论。”
对进化论的质疑者来说，这个问题肯定不是新问题。人类的大脑具有在蛮荒中完全用不上的高等禀赋，而人类的文明史最多也不过几万年，自然选择在如此短的时间内根本不可能完成如此大的进步。更何况那些"未开化"的土著，其智力水平并不低，只是缺乏学习。自然界怎么可能在没有“需求”的情况下进化出人类大脑这么高级复杂的智能呢?所以有人以此怀疑进化论的正确性也是合理的。
但我觉得这个问题其实还是可以用进化论合理解释的。首先动物包括人类的脑的基本单元都是神经元，神经元通过突触互相连接。人跟动物脑的主要区别在于人的神经元更多，连接更复杂。从微观上看，人的大脑与其他动物并无明显的不同。人工智能中的人工神经网络就是对动物神经系统的简单模拟，在理论上已经证明人工神经网络具有逼近任何函数的能力，具有学习的能力，记忆的能力。人工神经网络可以作为一种通用智能方法，用于解决不同的问题。同样，可以认为，动物的脑的基本构成方式决定了其具有“通用性”。而解决的问题的能力是受神经元多少和连接复杂程度限制的。
回顾人工智能的发展，我们可以看到那些类似人脑高级禀赋的能力都有不少进步甚至突破。人工智能已经在国际象棋领域打败了人类，在其他很多智力游戏上，一般非专业选手也很难跟人工智能匹敌了。人工智能在数学计算，数学证明，符号计算，逻辑推理等方面也能做得相当好。但是人工智能在人脑低级禀赋领域却越到很大瓶颈。如图像识别，声音识别，气味识别，动作控制. 这些禀赋是很低级的动物都具备的，而人工智能发展了这么多年，其现在的能力还显得很幼稚。我觉得对比人工智能的发展状况可以看出，人脑的所谓低级禀赋所解决的问题其难度并不会比高级禀赋所解决的问题更低，甚至反而还要高得多。这可能说明，在自然选择的压力下，动物进化出了能够处理图像识别，语音识别，气味识别，动作控制等一系列高难度问题的能力，作为有通用处理器潜力的人脑，发展出处理复杂度更低的抽象问题处理能力并不是不自然和不可想象得了。
https://blog.sciencenet.cn/blog-230547-357367.html
上一篇：ubuntu-网络配置
