因为“维京人”从“第二孵抱期”巴蜀远古盆塞海山寨城邦文明和海洋文明走出,在大西洋的北海边打造起经济繁荣的德国、英国、法国、北欧,还延伸到“两霸”对立的美国和俄罗斯;而且“以苏解马”打造的执政党,还曾是世界的“半边天”。如果把此现象对映看作“国家综合立体交通网规划纲要附图”四“极”中的京津冀、长三角、粤港澳大湾区三个“极”。反之,又因它们是从“第二孵抱期”巴蜀远古盆塞海干涸后的汉人,迁徙到东面靠海边打造起的经济繁荣地区,而整个京津冀、长三角、粤港澳大湾区和成渝地区双城经济圈4个“极”,在“第三孵抱期”仍属于对应的“成渝地区双城经济圈”一个“极”。把此放到拟设的“大智慧”立体交通网的“第三孵抱期”总体布局图上,也可对映凝聚态弦物理数学芯片类似的“交通网图”。 这还可联系李小鹏部长说:“除这4个‘极’外,还有6条综合性的、大容量的、高速的、多通道的、立体化的主轴,把这4个集群联系起来,形成6轴。另外“极”和‘组团’、‘组群’之间有7条走廊,在‘组群’与‘组团’之间、‘组团’和‘组团’有8个通道,这就是‘6轴、7廊、8通道’,就是我们未来国家综合立体交通网的主骨架”。那么类似这种“大智慧”还有啥要“解密”的呢?如果实证科学是数学方法和实验技术的整合,未来“第三孵抱期”是政党与科技的整合,全球统一打赢新冠疫情防控阻击战,“放弃新冠肺炎疫苗知识产权”有“豁免”与“反豁免”之争,这有类似的解法吗? 2021年2月26日“科学网”个人博客专栏,中科院智能系统专家王飞跃教授发表的《未来智能:人有人用,机有机用》一文中说:关于智能的思考“歌德尔认为,存在先于可计算的不可计算,即存在不可计算的客观存在。存在不可计算的物理、生命和数学过程,且计算机不能真正理解语言和想象等相关的活动。我曾把歌德尔关于智能的思想总结为‘广义歌德尔定理’,即智能分为算法智能、语言智能和想象智能三个层面,算法智能无法超越语言智能,语言智能又无法超越想象智能”。 歌德尔定理类似说最完善的智慧,也有可补充的地方。那么“大智慧”自由探索的“解密”基础研究,如何办呢? 例如,“放弃新冠肺炎疫苗知识产权”遇到“豁免”与“反豁免”纠缠等“第三孵抱期”的难题,具体如何做出“从0到1”的突破,继而改变整个“第三孵抱期”科学界的发展范式,将新的基础研究成果广泛应用于各行各业解决实际问题呢?而且人工智能、机器学习、百亿次计算等前沿课题,共性导向、交叉融通,依靠基础算法与可计算建模发挥作用解决实际问题,会成为与理论和实验并驾齐驱的现代三大科学方法之一,也将成为“大智慧”进一步发展的重要方向。 以数学为统筹解决实际科学问题中的计算难题,自由探索型基础数学研究和目标导向型应用数学研究,是其两个主要研究类别,这和快速做出成果的应用数学研究是不同的。普林斯顿大学数学家埃弗雷特博士的“多世界理论”认为:“如果观察者与被观察的体系纠缠在一起,由于观察者和被观察者之间的关联,观察者会分裂成多个副本。每一个量子力学所预言的可能性,都是一直存在的──例如猫的生和死──只是它们存在于两个平行的世界中”。这也类似复杂系统研究中,还原论与整体论之争,那么类似之争在“第三孵抱期”如何解决呢? 王飞跃教授在2021年2月24日“科学网”个人博客专栏,发表的《基于区块链的智能组件:一种分布式人工智能研究新范式》一文,也可供参考。例如他说:“智能组件将是分布式人工智能研究的新范式,是从早期面向对象的研究范式,向面向智能体的研究范式演进过程中必须经历的过渡阶段”。埃弗雷特的“多世界”包括真实的和虚拟的观察者与被观察者,也包括“豁免”论者与“反豁免”论者、“还原论”者与“整体论”者,它们是一种分布式的“区块链”。 还原论者认为复杂系统可以通过各个组成部分的行为及其相互作用,来加以解释,因而试图通过分治法,将复杂的系统、事务和现象层层分解为各个简单的组成部分,来加以研究。 整体论者则认为将复杂系统还原分解为简单系统来孤立地加以分析,是行不通的,因而提出视复杂系统为不可分割的整体,通过研究系统的输入和输出,来理解高层的系统行为。 王飞跃教授提出的分布式人工智能“智慧”,被视为类似“多世界理论”的平行智能理论,和人工社会+计算实验+平行执行方法的,是“整体与还原相结合、定性与定量相结合、实际与人工相结合”的原创智慧方法论。基于这样的基本判断,“智慧”的智能组件概念,有望将整体论和还原论融合起来,且兼具还原论的精确性和可解释性,以及整体论的简约性和有效性,是一种自底向上的研究范式。因而特别适合解决区块链和分布式人工智能这类复杂系统中,由于微观行为、机制、策略和市场结构等要素的耦合互作用,而在宏观系统层面涌现出的新型实践问题。即分布式人工智能基本思路,是利用分布式架构来克服单体智能系统的资源受限性、时空分布性、功能互补性等限制并获得分布式系统所具备的并行性、容错性和开放性。例如鸟群、鱼群、蜂群和蚁群等,单个的切叶蚁的行为,是非常简单和机械的;而大规模切叶蚁群体,通过竞争与合作则可体现出极高的智能行为。 所谓的“区块链”,也类似鸟群、鱼群、蜂群和蚁群等,是具有普适性的去中心化技术架构。智能合约,就相当于区块链的应用接口,帮助区块链的分布式架构植入不同场景。通过将核心的法律条文、商业逻辑和意向协定,存储在智能合约中,逐步演化为去中心化自治组织(DAO)和去中心化自治企业(DAC),进而集成和涌现为去中心化自治社会( DAS)。基于区块链的智能组件研究必须兼顾区块链系统的社会复杂性和工程复杂性,深度融合社会-物理-信息三元空间的数据和知识。如由中心化组织控制的任务众包,及模型共享市场和采用半中心化架构的联邦学习等分布式计算架构,已不再适用于开放动态环境下相互不信任机器间的大规模分布式协作,这就提出了一种基于智能组件的新型去中心化人工智能协作框架,称为学习市场。 在该市场中,区块链为互不信任参与者的协作和交易提供了可信环境,智能合约则作为软件代理来封装和处理可扩展的协作关系和市场机制。在互联网出现之后,分布式智能的体现方式,演进为人肉搜索、网络众包等大规模自发的网络组织,即动态网民群体( CMO)。本质上动态网民群体,实际上是互联网形态下DAO的雏形,因而区块链技术出现以后,CMO自然地演变为DAO,使得分布式智能形态,跨越了新的台阶。因此,区块链是最具代表性的“人在环路中”的智能系统之一。一般说来区块链系统,通常包含大量的个体参与者,例如挖矿节点、交易节点、矿池等。目前的区块链研究,主要基于实际发生的历史数据样本,而缺乏针对各种未知情境的“虚样本”,特别是针对各种安全攻击的“负样本”。这使得区块链系统的适应性和创新能力都比较差,新思想和新技术很难直接应用于实际区块链系统。 基于智能组件的人工智能“学习市场”,具体由协作市场和共享市场两部分组成,包含组织者、验证者、训练者和矿工4种角色,由权限管理、数据传输、模型验证、贡献评估、激励量化5种智能组件实现主要功能。相互不信任的参与者一方面,可在动态量化贡献下实现分布式协同挖掘。另一方面,可在天然具有可审核性、可追溯性和货币化方法的人工智能市场中,共享可信模型和数据。从目前仅具有静态规则执行能力的“自动化”合约,转变为真正意义上的“智能化”合约,结合集成学习、联邦学习、边缘计算等现有智能算法、计算架构和协作平台,激励计算信息共享和交易决策可信度,可促进“第三孵抱期”协作混合增强的“大智慧”、“大科学”、“大历史”的全球化。
|