学术评论:“类脑计算完备性(Neuromorphic completeness)”概念定义中的问题

作者:程京德

文章出处:程京德科学网博客

链接地址:http://blog.sciencenet.cn/blog-2371919-1262267.html 

2020年10月,“Nature”杂志发表了清华团队题为“A system hierarchy for brain-inspired computing”的论文 [1],国内各媒体都纷纷报道了此事 [2-8]。根据该论文作者(以下略称“作者”)提供的信息,各媒体报道:“类脑计算处于起步阶段,国际上尚未形成公认的技术标准与方案,这一成果填补了完备性理论与相应系统层次结构方面的空白,利于自主掌握新型计算机系统核心技术。”[2] “《自然》杂志的一位审稿人认为“这是一个新颖的观点,并可能被证明是神经形态计算领域以及对人工智能的追求的重大发展(This is a novel perspective and could prove to be a significant development for the field of neuromorphic computing, and in the quest for artificial general intelligence)”。”[2] “对于该项研究,《自然》杂志审稿人评价其“使得相关研究领域间的任务分工与接口更为清晰,有利于不同学科的研究人员专注于其专业领域、促进协同发展”。”[4] 

本博文以下内容为笔者的学术评论文章中关于“neuromorphic completeness(作者译为“类脑计算完备性”)”概念的部分(其它部分将另文在此发表译文博文)之中文节译(为了准确性,对原论文引用部分不予翻译)。

学术评论文章概要:实现“人工通用智能/强人工智能”是一个挑战我们许多学科的伟大目标和梦想。在“Nature”杂志发表的论文“A system hierarchy for brain-inspired computing”(Vol. 586, Issue 7829)中,作者宣称“we propose ‘neuromorphic completeness’, which relaxes the requirement for hardware completeness”和“we have proposed definition of completeness for brain-inspired systems, which broadens the scope of the complete hardware and introduces a new dimension of system design, the approximation granularity”。作者还宣称,“brain-inspired computing also provides a promising platform for the development of artificial general intelligence”。这篇评论文章提出了一些批评,指出作者对“neuromorphic completeness”的定义存在着本质上的严重问题,其主张逻辑上根本不能成立。本文还提出并讨论了一些对于实现“人工通用智能/强人工智能”的一般要求,指出没有足够的证据可以支持“类脑计算能够为人工通用智能的实现提供一个有前途的平台”之说法。

学术评论文章第三节:“Neuromorphic completeness(类脑计算完备性)”概念定义中的问题

“Nature”杂志论文“A system hierarchy for brain-inspired computing”中的主要主张如下:

“We propose ‘neuromorphic completeness’, which relaxes the requirement for hardware completeness, and a corresponding system hierarchy, which consists of a Turing-complete software-abstraction model and a versatile abstract neuromorphic architecture.” [1]  

“We have proposed definition of completeness for brain-inspired systems, which broadens the scope of the complete hardware and introduces a new dimension of system design, the approximation granularity.” [1]  

“In essence, neuromorphic completeness connects universal approximation with universal computability. It lays the theoretical foundation for the feasibility of converting a Turing-complete program into an equivalent program on a neuromorphic-complete system, which broadens the scope of complete hardware.” [1] 

“Brain-inspired computing also provides a promising platform for the development of artificial general intelligence.” [1] 

然而,这些主张在逻辑上真的成立吗?

作者首先将“类脑计算完备性”定义为:“For any given error gap ε ≥ 0 and any Turing-computable function f(x), a computational system is called neuromorphic complete if it can achieve a function F(x) such that ‖F(x) − f(x)‖≤ ε for any valid input x.”[1] 作者接着介绍了“类脑计算完备性”的用途如下:“Neuromorphic completeness is used to measure the compatibility of neuromorphic computing systems. It relaxes the requirement for completeness from exactly computing a function with an algorithm to approximating it.”[1]

但是,由于“类脑计算完备性”的定义有一些本质上严重的问题,它根本不能支持作者的上述主张。

首先,在逻辑学、数学、以及任何科学的论文中,任何定义,特别是那些基础概念的定义,都应该准确地陈述和展示出一个概念的外延和内涵,既不可说得太多,也不可说得太少。然而,作者对“类脑计算完备性”概念给出了一个非常笼统却不明确清晰的定义;这个定义的陈述与“类脑计算”完全无关,只是即无定义又无解释地提及“两个函数之间误差间隙”。“误差间隙”是数值计算中一个非常普遍的术语,但是却与类脑计算没有本质上的联系。

显然,这个所谓的“类脑计算完备性”定义可以不经修改就“应用”于任何一个计算系统,即便该系统与类脑计算毫不相干。因此,所有源于“类脑可计算性”概念的结果也可以不经修改地“应用”于任何计算一个系统,即便该系统与类脑计算毫不相干。作者提出的“Neuromorphic completeness is used to measure the compatibility of neuromorphic computing systems”之说法,可以毫无问题地用“Neuromorphic completeness is used to measure the compatibility of ANY computing systems”来代替。既然如此,为何此完备性定义要限定于“neuromorphic”?为何将应用对象限定于“neuromorphic computing systems”?

另一方面,如果我们用另一个术语“xxx”代替“neuromorphic”一词,那么修改后的定义也可以适用于任何一个计算系统。因此,对于任何一个计算系统,我们可以有各种各样的“xxx完备性”来满足作者提出的条件,即便该系统与类脑计算毫不相干。

所以,“类脑计算完备性”的定义对于任何一个领域都是没有实际意义的,因为它没有给出该概念明确的本质特征,却为了应用于“类脑计算”这一特殊领域命名了一个特殊名称“类脑计算完备性”。这个问题是“类脑计算完备性”定义中本质上最严重的逻辑问题。事实上,如果作者想定义一个像“图灵完全性”这样的一般概念,那么他们应该首先准确清晰地定义该概念的内涵和外延,给该概念赋予一个通用的名称,然后证明这个概念可以应用到他们的特殊领域。

其次,如同本文第二节所示,“图灵可计算性”及其衍生概念“图灵完全性”是可计算性理论中的基本概念,用来表达(与计算的数值误差完全无关的)一般计算能力。此外,在逻辑学、离散数学、理论计算机科学以及其它众多科学领域,“计算(问题求解)”都是指称给出完全正确结果的“确实的计算”,根本就没有“逼近正确结果的近似值”以及计算数值误差的存在余地。另一方面,只有在数值计算领域,计算精度以及数值误差才是被关注的对象。作者使用图灵可计算函数的数值误差来定义他们的“类脑计算完备性”(似乎本应该是类脑计算系统的某种一般计算能力)的概念,用作者自己的话说是“relaxes the requirement for hardware completeness”,试图从根本上放宽对“可计算”能力的要求(亦即,算出个差不多的结果就算“类脑计算”)。从可计算性理论的观点来看,这实在是一件既令人奇怪又不可思议的事情。

一方面,作者宣称“brain-inspired computing also provides a promising platform for the development of artificial general intelligence”(按理说要远远强于目前的传统计算平台),另一方面,作者却引入一个弱于“图灵可计算性”的“类脑计算完备性”的概念来作为“类脑计算”的理论基础,并且宣称“it lays the theoretical foundation for the feasibility of converting a Turing-complete program into an equivalent program on a neuromorphic-complete system”, 这实在是一件前后矛盾,既令人奇怪又不可思议的事情。

第三,作者的定义仅仅言及“任何图灵可计算函数f(x)”,并没有限制f(x)必须是数值函数,但是实际上存在大量非数值图灵可计算函数。那么,对于任何非数值图灵可计算函数g(x),该定义是否可以适用?如何适用?如果存在有一个理论保证,其可以将任何非数值图灵可计算函数(问题)映射/转化为数值函数并将具有数值误差的计算结果映射/转化回到非数值图灵可计算函数(问题),那么作者应该提及并给出证明。事实上,任何精度的数值计算误差对于逻辑学和离散数学中的几乎所有问题都是毫无意义的。显然,“类脑计算完备性”的定义不是一个明确的,而是有缺陷的定义。

第四,在“类脑计算完备性”的定义中,作者使用了一个误差间隙ε,却甚至没有界定其范围。ε是实数还是整数?ε的合理范围(上限)是多少?或者作者认为实数和整数之间的差异,一个很大的数值误差,对于“类脑计算完备性”的概念来说根本不重要?显然,这个定义不是合理的,而是有缺陷的。另一方面,根据作者对“类脑计算完备性”的定义,如果ε=0,则‖F(x)−F(x)‖=0。那么,这个公式是什么意思呢?F(x)=F(x)是否意味着在ε=0时“类脑计算完备性”等价于“图灵完全性”?如果是或者不是,是否有合理的解释?但是,该论文中对此没有任何说明和解释。

在定义了“类脑计算完备性”之后,作者宣称:“Neuromorphic completeness is used to measure the compatibility of neuromorphic computing systems. It relaxes the requirement for completeness from exactly computing a function with an algorithm to approximating it.”然而,因为“类脑计算完备性”的定义完全没有涉及到类脑计算,当然,它也可以“用来衡量”任何其他类型的计算系统的兼容性,即使这些系统与类脑计算毫不相干。另一方面,由于“类脑计算完备性”的定义没有限制和区分数值函数和非数值函数,所以“the requirement for completeness from exactly computing a function with an algorithm to approximating it”并未界定目标对象的明确范围。如果把作者提到的“函数”限定为数值函数,那么,作者所主张的“to provide computing technology and architecture with the potential to drive the next wave of computer engineering”和“brain-inspired computing also provides a promising platform for the development of artificial general intelligence”的说法如何成立呢?如果不把作者提到的“函数”局限于数值函数,那么很明显,作者的主张对于任何非数值函数的情况在逻辑上都是不成立的。

作者还宣称:“In essence, neuromorphic completeness connects universal approximation with universal computability. It lays the theoretical foundation for the feasibility of converting a Turing-complete program into an equivalent program on a neuromorphic-complete system, which broadens the scope of complete hardware.”试问,一个根本就没有明确定义清楚其内涵和外延的概念如何能够“lays the theoretical foundation for the feasibility of converting a Turing-complete program into an equivalent program on a neuromorphic-complete system”?世界上有何真正的科学或技术是以没有定义清楚的概念作为其理论基础的?

以上内容为笔者的学术评论文章第三节“类脑计算完备性概念定义中的问题”之中译。在这里蛇足一句。“类脑计算完备性”概念定义中的问题,并非很难发现,任何一个受过数理逻辑及计算理论正规训练的计算机科学家都应该能够发现这些问题。但是,在非专业媒体一片赞扬声中,居然无人出来指出问题,这个现象是否更值得深思?

笔者相信,只有建立起健康良好的学术评论土壤,方能使我国在各个基础科学领域内生长出更多具有真正原创性的、真正能够引领世界的重要研究成果。

[1] Y. Zhang, et al., “A system hierarchy for brain-inspired computing,” Nature, Vol. 586, Issue 7829, 2020. 

[2] “清华大学计算机系张悠慧团队首次提出“类脑计算完备性””,清华大学,2020年10月15日

[3] “清华大学团队首提“类脑计算完备性”概念”,科技日报,2020年10月15日 

[4] “清华团队填补脑计算系统领域理论空白:首次提出“类脑计算完备性””,中国科学报,2020年10月16日

[5] “新研究填补类脑计算领域理论与结构空白”,中国科学报,2020年10月16日 

[6] “我国科学家首次提出“类脑计算完备性””, 光明日报,2020年10月16日 

[7] “清华科学家团队首次提出“类脑计算完备性””, 新华网,2020年10月16日 

[8] “什么是“类脑计算完备性”?清华团队在《Nature》首次提出!”, 哲学园公众号,2020年12月8日

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/485981.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Leetcode--12. 整数转罗马数字

罗马数字包含以下七种字符: I, V, X, L,C,D 和 M。 字符 数值 I 1 V 5 X 10 L 50 C 100 D 500 M 1000 例…

python三国演义人物 统计分析前20个_使用python统计《三国演义》小说里人物出现次数前十名,并实现可视化。...

一、安装所需要的第三方库jieba (jieba是优秀的中文分词第三分库)pyecharts (一个优秀的数据可视化库)使用pycharm安装库打开Pycharm选择【File】下的Settings出现下面页面,选择右边的【】出现下面页面,在此页面顶端搜索想要的库,然后安装就可以了二、编…

沈航计算机考研上岸,【图片】一战厦大计算机上岸,经验帖。慢更【考研吧】_百度贴吧...

该楼层疑似违规已被系统折叠 隐藏此楼查看此楼再写一下我的初试经验。今天晚上有时间再更初试政治:政治切忌开始太早,战线过长,我是从9月开始,跟着肖秀荣的视频课看了一遍精讲精练,做了一遍1000题,一遍真题…

你真的了解盒模型么

说到前端, 大家第一反应是不是都是vue、react、webpack等这些大大小小的框架或者工具, 但其实这些都是和js相关的, 真正的样式会被大家忽略。其实真正呈现给大家看到华丽的页面, 都是样式才让他们多了那份色彩。那么大家觉得简单的css样式, 真的简单么? 让我们一起来看下, 开启…

ios10前台收到推送_iOS 13 beta 2 推送 | iOS 13 热门疑问解答

朋友们周二早,今天这期分享主要是给大家解答几个 iOS 13 相关的热门问题。今天的头条推送的是 HFP 的面膜,靠谱产品,有需求的朋友可以去他们的天猫旗舰店或者小程序商场看下。是否可以直接升级 ?今天苹果正式推送了 iOS 13 beta 2…

认知科学顶刊:挑战过去50年神经科学观点,人类智力的优势或来自于记忆储存方式...

来源:brainnews莱斯特大学的神经科学专家发表了一篇文章,打破了过去50年神经科学的观点,认为人类储存记忆的方式是其智力优于动物的关键因素。该文章发表在Trends in Cognitive Sciences杂志。先前的研究认为,海马体(大…

专业文化计算机艺考生,专业课和文化课都优秀?那艺考生的你不知道这个就损失大了...

原标题:专业课和文化课都优秀?那艺考生的你不知道这个就损失大了高水平艺术团招生作为高考特殊类型招生中的一种,很多人一直把它和艺术类招生傻傻分不清楚。简单来说,高水平艺术团招生和艺术类招生是两种不同的招生类别。详细说&a…

linux发送邮件的功能总结

使用linux系统服务器发送邮件的功能在平时工作中也是经常需要用到的,在这里总结一下,供以后参考: 1、直接使用管道发送邮件 echo "hello,this is the content of mail.welcome to www.mzone.cc" | mail -s "Hello from mzone.…

雷赛运动控制卡能不能用c语言_基于PMAC控制卡的三坐标测量机控制系统

三坐标测量机控制原理三坐标测量机获取测头触碰点相对于系统原点的三坐标值,然后经特定算法处理,得到尺寸公差或形位公差。测头在X、Y,Z三个相互垂直的导轨上进行复合运动,实现逐点测量;或按一定运动轨迹,实…

计算机综合应用实验,计算机综合应用实验二WORD应用.doc

文档介绍:第二章 WORD 应用设置文档打印为“横向”文档的“纵向”和“横向”可以满足不通纸张, 和不同用户的不同需求。在打印时可以根据情况进行调整选择, 方法如下: 点击菜单“文件”→“页面设置”命令, 在页边距选项卡中的“方向”选择“横向”,如图: 如何将网页…

如何结合因果与强化学习?看最新《因果强化学习:动机,概念,挑战与应用》报告,85页ppt...

来源:专知强化学习(RL)[17]和因果推理[10]都是机器学习不可缺少的组成部分,在人工智能中都发挥着至关重要的作用。最初促使我整合这两者的是机器学习在医疗保健和医学领域的最新发展。回顾过去,人类自出生以来就不可避免地伴随着疾病&#xf…

Leetcode--75. 颜色分类

给定一个包含红色、白色和蓝色,一共 n 个元素的数组,原地对它们进行排序,使得相同颜色的元素相邻,并按照红色、白色、蓝色顺序排列。 此题中,我们使用整数 0、 1 和 2 分别表示红色、白色和蓝色。 注意: 不能使用代码…

boot druid 长时间不连接 异常_Spring Boot学习:如何使用Druid数据源

Druid概述Druid是阿里巴巴开源的一款非常优秀的数据库连接池。在Java应用程序开发中,常用的连接池还有DBCP、C3P0、Proxool等。SpringBoot2.X 版本开始默认的是HikariCP(号称性能最好的数据库连接池),Druid性能好而且监控也比较方便。刚兴趣的同学可以读一下,GitHub…

演讲实录丨中科大陈小平教授《从封闭性到非封闭性:2020到2035年智能机器的机遇和挑战》...

来源:中国人工智能学会陈小平中国科学技术大学机器人实验室主任、教授以下是陈小平教授的演讲实录:非常高兴有这个机会进行中、新学术交流。本报告包括四方面内容。第一,关于人工智能(简称AI)的两种类型,一…

充电电流用软件测试准吗,实验:1A与2.1A对手机充电电流一样的,小伙伴再也不用担心咯...

新福克斯舒适,USB在手套箱(不方便啊,郁闷),插U盘放MP3,一个行车记录仪,插在点烟器里,平时没事也够用,要跑一次长途,用iPhone 5C高德导航,靠,问题来&#…

关于线性代数的理解

自从大学学了线性代数以来, 对线性代数的概念一直很迷惑. 感觉中间像是隔了一层布一样, 怎么都理解不了线性代数是个什么东西. 读了人工智能以后, 发现没有线性代数的扎实基础根本学不了人工智能, 特别是在图像处理还是自然语言处理的过程中, 线性代数是 一个非常重要的基础, 可…

Leetcode--31. 下一个排列

实现获取下一个排列的函数,算法需要将给定数字序列重新排列成字典序中下一个更大的排列。 如果不存在下一个更大的排列,则将数字重新排列成最小的排列(即升序排列)。 必须原地修改,只允许使用额外常数空间。 以下是…

python 结尾回车_理解不了Python正则表达式?我帮你搞定

点击蓝字“python教程”关注我们哟!在学习Python的过程中,我们难免会遇到比较晦涩、难以理解的内容,比如Python中的正则表达式、面向对象等内容,为了更好地帮助大家理解,我们今天就先为大家详细解读Python正则表达式&a…

怎么设置班级文件服务器,如何开设论坛如题下学期老师组织学生开一个班级论坛有专用服务器接下 爱问知识人...

很多朋友都希望有一个自己的论坛,但是做论坛又谈何容易?这个问题很大,如果自己编程开发的话,至少需要半个月不睡觉甚至好几个月、好几年的时间。一个好的论坛,便于网友浏览、占用服务器资源少、运行速度快是最重要的。…

陈左宁院士:人工智能模型和算法的七大发展趋势

来源:C114通信网、北京物联网智能技术应用协会在近日举行的“第十六届CCF全过高性能计算学术年会”上,中国工程院副院长、中国科协副主席、中国工程院院士陈左宁发表了题为《人工智能进展对算力需求分析》的演讲。在演讲中,她阐述了人工智能模…