刘锋:互联网左右大脑结构与钱学森开放复杂巨系统

640?wx_fmt=png

作者:刘锋  互联网进化论作者  计算机博士


前言:1990年,钱学森提出了开放的复杂巨系统理论,并提出以人为主,人机结合,从定性到定量的综合集成研究方法,他也预见性的提出“因特网正好生动地体现了开放的复杂巨系统的概念。。”21世纪以来,互联网通过50年的发展,已经从诞生时的4台计算机,发展成为链接数十亿人类群体智能(互联网右大脑)和数百亿设备机器智能(互联网左大脑)的类脑智能巨系统架构,钱学森的开放复杂巨系统理论对于互联网的大脑模型建立和深入研究将具有重要的指导价值


世界著名科学家、空气动力学家、中国载人航天奠基人、科学院院士钱学森在1990年提出开放的复杂巨系统理论,他对开放的复杂巨系统的定义是:“1、系统本身与系统周围的环境有物质的交换、能量的交换和信息的交换。由于有这些交换,所以是“开放的”。2、系统所包含的子系统很多,成千上万,甚至上亿万。所以是“巨系统”。3、子系统的种类繁多,有几十、上百,甚至几百种。所以是“复杂的”。”


1990年10月16日系统学讨论班上,钱学森提出了第四个特征“过去我们讲,开放的复杂巨系统有以上三个特征。现在我想,由这三条又引伸出第四个特征:开放的复杂巨系统有许多层次。这里所谓的层次是指从我们已经认识得比较清楚的子系统到我们可以宏观观测的整个系统之间的系统结构的层次。从可观测的整体系统到子系统,层次很多,中间的层次又不认识,甚至连有几个层次也不清楚。对于这样的系统,用还原论的方法去处理就不行了。怎么办?我们在这个讨论班上找到了一个方法,即从定性到定量的综合集成技术,英文译名可以是:meta-synthetic engineering,这是外国没有的,是我们的创造。(参考1)”


钱学森指出“要建立开放复杂巨系统的一般理论,必须从一个一个具体的开放复杂巨系统入手。哪些系统属开放复杂巨系统呢?社会系统是一个开放复杂巨系统。除此以外,还有人脑系统、人体系统、地理系统、宇宙系统、历史(即过去的社会)系统、常温核聚变系统等等,都是开放的复杂巨系统。研究问题要从具体资料入手。。只有从一个一个具体的开放复杂巨系统入手进行研究,当这些具体的开放复杂巨系统的研究成果多了,才能从中提炼出一般的开放复杂巨系统理论,形成开放的复杂巨系统学”


在如何研究开放复杂巨系统的问题上,钱学森提出的方法论指出:“以人为主,人机结合,从定性到定量的综合集成法,并在工程中逐步实现综合集成研讨厅体系。将来我们要从系统工程、系统科学发展到大成智慧工程,要集信息和知识之大成,以此来解决现实生活中的复杂问题。”


钱学森在诸多开放复杂巨系统现象中,特别关注到互联网的发展,他这样论述:“因特网的单元和子系统的数量巨大,各子系统之间或者单元之间的交互作用非常复杂,而且还有人与因特网的联系,以及以因特网为基础的经济所引发的种种问题等。所以,因特网正好生动地体现了开放的复杂巨系统的概念。这方面的研究非常有现实意义。”


640?wx_fmt=jpeg


2008年以来,我们根据互联网发展的种种迹象,提出互联网在过去几十年发育过程中,从1969年链接的4台计算机的网状结构,到21世纪逐步形成类脑智能巨系统,到2018年已经形成了两个智能中心(关于互联网大脑模型请参阅参考1)


第一个智能中心是通过互联网大脑架构链接超过40亿人类的云群体智能,并形成互联网右大脑,第二个智能中心链接超过100亿智能设备的云机器智能,形成互联网左大脑。这两种智能混合后形成的超级智能正是一种标准的开放复杂巨系统。而且这个超级智能不断与人类社会和自然界进行物质和信息交换,在人类智慧的推动下不断进化和发展,因此钱学森的开放复杂巨系统理论,以人为主,人机结合的观点对与互联网大脑模型的建立和研究具有重大的指导意义。


社交网络的出现为云群体智能奠定了技术基础。到2018年,社交网络已成为互联网最重要的应用,在这一年,美国的Facebook链接用户已经超过20亿人,中国的腾讯用户(包括微信和QQ)已经超过10亿人。数十亿人类在社交网络上通过个人空间分享信息、知识和经验,对来自社会、科学、技术、自然领域发生的事件和面临的问题进行讨论。


云群体智能的形成极大的发挥了人类智慧的共振效应,由此产生的群体智慧是过去几十亿年里,生命进化史上没有出现过的巨大智能飞跃。也将极大促进人类社会在科技、文化、技术领域的创新与发展。在互联网的大脑模型中,云群体智能在中心区的右测,可以看做互联网大脑模型的右大脑组织。


与人类通过社交网络链接在一起形成智慧共振一样,互联网智能设备在“云端”服务器中也映射形成一个个的云端AI控制程序,这些链接的智能设备已经超过了100亿台,这些云端的设备控制程序之间也会形成类似社交网络一样机器社交网路。目前看这种机器社交网络依托微信、QQ、facebook、Twitter、阿里云、亚马逊云等平台正在发育。


我们将这种受云端控制,在云端进行信息交互的机器智能称为云机器智能。从互联网的大脑模型看,云机器智能处在中心区的左侧,可以看做互联网大脑的左大脑组织。


从上面的讨论中我们可以看到,互联网大脑模型中有两种重要的智能形式,分别是云机器智能和云群体智能,这两种智能在互联网大脑模型既独立存在,也相互融合,如同人类的左右大脑一样,既可以独立工作,也相互合作共同完成复杂的智力活动。


这种混合了数十亿人类群体智慧和数百亿智能设备机器智能的超级智能形式,符合钱学森的开放复杂巨系统理论,也将从这个理论里获得启发和指引。

作者:刘锋 互联网进化论作者,计算机博士


参考1:钱学森在1990年10月16日系统学讨论班上的发言,原载于1990年第1期《模式识别与人工智能》。

参考2:关于互联网的大脑模型请参阅《”大脑“爆发背后是50年互联网架构重大变革》。http://blog.sciencenet.cn/blog-39263-1136902.html



未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。


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”

640?wx_fmt=jpeg

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/493569.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

手写字母数据集转换为.pickle文件

首先是数据集,我上传了相关的资源,https://download.csdn.net/download/fanzonghao/10566701 转换代码如下: import numpy as np import os import matplotlib.pyplot as plt import matplotlib.image as mpig import imageio import pickle…

一文看懂谷歌的AI芯片布局,边缘端TPU将大发神威

来源:新电子2018年7月Google在其云端服务年会Google Cloud Next上正式发表其边缘(Edge)技术,与另两家国际公有云服务大厂Amazon/AWS、Microsoft Azure相比,Google对于边缘技术已属较晚表态、较晚布局者,但其技术主张却与前两业者有…

opencv图像处理中的一些滤波器+利用滤波器提取条形码(解析二维码)+公交卡倾斜矫正+物体尺寸丈量

一般来说,图像的能量主要集中在其低频部分,噪声所在的频段主要在高频段,同时图像中的细节信息也主要集中在其高频部分,因此,如何去掉高频干扰同时又保持细节信息是关键。为了去除噪声,有必要对图像进行平滑,可以采用低通滤波的方法去除高频干扰。图像平滑包括空域法和频域法两大…

智联汽车:复盘国内巨头布局

来源:申万宏源摘要:从今年阿里9月云栖大会、华为10月全联接大会、百度11月世界大会、腾讯11月合作伙伴大会可以发现BATH均高调展示了各自在汽车科技领域的研发成果;而京东、滴滴两家公司近两年来关于汽车科技领域的动态亦在频频更新。▌车联网:车载OS竞争…

Tomcat基础教程(一)

Tomcat, 是Servlet和JSP容器,其是实现了JSP规范的servlet容器。它在servlet生命周期内包容,装载,运行,和停止servlet容器。 Servlet容器的三种工作模式: 1. 独立的Servlet容器 Servlet容器与基于JAVA技术的Web服务器集…

opencv--图像金字塔

一,高斯金字塔--图片经过高斯下采样 """ 高斯金字塔 """ def gauss_pyramid():img cv2.imread(./data/img4.png)lower_reso cv2.pyrDown(img)lower_reso2 cv2.pyrDown(lower_reso)plt.subplot(131), plt.imshow(img)plt.title(In…

中国移动:5G蜂窝IoT关键技术分析

来源:5G本文讨论了蜂窝物联网的技术现状,针对增强机器类通信和窄带物联网技术标准,提出了2种现网快速部署方案,并进一步指出了C-IoT面向5G的演进路径。该路径充分考虑了5G网络中网络功能虚拟化、软件定义网络、移动边缘计算和大数…

清华大学发布:人脸识别最全知识图谱

来源:智东西摘要:本期我们推荐来自清华大学副教授唐杰领导的学者大数据挖掘项目Aminer的研究报告,讲解人脸识别技术及其应用领域,介绍人脸识别领域的国内玩人才并预测该技术的发展趋势。自20世纪下半叶,计算机视觉技术…

图像变换dpi(tif->jpg),直方图均衡化,腐蚀膨胀,分水岭,模板匹配,直线检测

一.图像变换dpi 1.示例1 import numpy as np from PIL import Image import cv2 def test_dp():path./gt_1.tif# imgImage.open(path)# print(img.size)# print(img.info)imgcv2.imread(path)imgImage.fromarray(img)print(img.size)print(img.info)img.save(test.jpg, dpi(3…

CV中的经典网络模型

目标检测 目标检测,不仅要识别目标是什么(分类),还要知道目标的具体位置(可以当作回归来做)。 RCNN Selective Search 算法获得候选框,Alexnet提取特征,SVM对每个候选框区域打分。…

技术阅读周刊第十一期

技术阅读周刊,每周更新。 历史更新 20231124:第七期20231201:第八期20231215:第十‍期 A Comprehensive guide to Spring Boot 3.2 with Java 21, Virtual Threads, Spring Security, PostgreSQL, Flyway, Caching, Micrometer, O…

数据智能是大数据的未来

来源:中国信息产业网 近日,两家大数据领域的代表性企业Cloudera和Hortonworks宣布了它们相对平等的合并,宣称新公司将创建世界领先的下一代数据平台并提供业界首个企业数据云,这令很多人感到意外,大数据的未来何去何从…

利用GAN原始框架生成手写数字

这一篇GAN文章只是让产生的结果尽量真实,还不能分类。 本次手写数字GAN的思想: 对于辨别器,利用真实的手写数字(真样本,对应的标签为真标签)和随机噪声经过生成器产生的样本(假样本&#xff0…

DL也懂纹理吗——图像的纹理特征

工作中遇到一个问题:对于同一场景,训练好的DL模型能把大部分样本分类准确,而对于少量负样本,DL会错分到另外一个对立的类中。错分的样本可以认为是难分的样本,但是我们还想知道这两种样本到底是哪里的差异导致DL做出了…

排序算法--(冒泡排序,插入排序,选择排序,归并排序,快速排序,桶排序,计数排序,基数排序)

一.时间复杂度分析 - **时间复杂度**:对排序数据的总的操作次数。反应当n变化时,操作次数呈现什么规律 - **空间复杂度**:算法在计算机内执行时所需要的存储空间的容量,它也是数据规模n的函数。 1.例题: 有一个字符串数组&…

肠里细菌“肚里蛔虫”:肠脑研究缘何越来越热

来源:科学网最懂你大脑的,可能不是“肚子里的蛔虫”,而是肠子里的细菌——肠道菌群对神经系统、心理和行为方面的影响正成为一个新兴热点领域。在日前举办的美国神经科学学会年会上,一张海报上的大脑切片显微镜图像显示&#xff0…

SVM原理与实战

先看线性可分问题。对于线性可分,其实感知机就可以解决。但是感知机只是找到一个超平面将数据分开,而这样的超平面可能是平行的无限多个,我们需要在这其中找到最优的一个。怎么衡量一个超平面是不是最优的呢,直观上讲,…

2014-01-01

一:HyperlinkButton点击后打开新窗口的方法 1,直接在界面中写这段代码就可以了: <HyperlinkButton NavigateUri"http://www.cnblogs.com/wsdj-ITtech/" Content"Click Me" TargetName"_blank" FontSize"28" Height"50"…

李飞飞高徒:斯坦福如何打造基于视觉的智能医院?

作者&#xff1a;Albert Haque、Michelle Guo来源&#xff1a;机器之心自 2009 年担任斯坦福人工智能实验室和视觉实验室的负责人&#xff0c;李飞飞在推动计算机视觉方面研究的同时&#xff0c;还密切关注 AI 医疗的发展。昨日&#xff0c;李飞飞离任斯坦福 AI 实验室负责人一…

tensorflow知识点

一.bazel编译tensorflow注意版本号: 在/tensorflow/tensorflow/configure.py 查看bazel版本号 https://github.com/tensorflow/tensorflow https://github.com/bazelbuild/bazel/releases?after0.26.1 https://tensorflow.google.cn/ 二&#xff0c;基础知识点 1.打印出…