【4、读《量子宇宙》启发量子色动社会模型】 A、原子团半导体晶体管微芯片到人工智能 我们写作《量子色动化学与人工智能》前,因读2021年8月上海科学技术文献出版社出版的《量子宇宙──只要可能都会发生》一书,作者【英】布莱恩·考克斯和杰夫·福修在该书“第八章彼此联结”开头有关“原子团”思考的话,以及他们在全书中对化学元素原子、原子核、电子等,联系类似太阳系行星和波函数、势阱等模型尽情的自然科学论述──似乎以上玻尔的原子结构行星模型等,建立“战争与争霸是时代的主题”的自然科学,都只能是联系自然现象才行。 这激起我们要增添联系人类社会政权人物和政权现象类似卡西米尔平板效应等模型数学的思考,认为这对文一教授举例伽利略领军研究军备竞赛成为经典力学革命之父等,说明“李约瑟之谜”答案另还有,质子社会模型对应“和平与发展是时代的主题”的自然科学。 a)读《量子宇宙──只要可能都会发生》一书,最有味道:从“第二章同时出现在两地”,第11页图2•1谈“玻尔的原子模型,示意出一个电子(直箭头)下落到更低轨道,将辐射出一个光子(波浪线)”;到“第六章原子之音律”,第101页图6•3谈“陷在势阱中的电子”,和第112页“原子盒”,从谈最简单的氢原子,只有一个电子一个质子组成,质子比电子重近2000倍。该书说:质子和电子的电荷为何完全等值且相反,是物理学最大的谜团之一,无人知晓。作者用图6•8“一个质子周围的库伦势阱。在质子所在之处,是阱最深处”;说深“洞”的功能,就像图6•3谈势阱遇到的“方阱势”。 在“第七章针锋中的宇宙”,第124页提到“周期表中的元素,是按原子核中质子的数量从左到右排列的,质子数与原子中的电子数量相同”;再到“第八章彼此联结”开头第141页下面讲:“对原子团的深入思考,将带领我们走向化学键,导体和绝缘体的差异,并最终来到半导体。这些材料,可被用于制造能进行基本逻辑运算的晶体管。通过将数百万个晶体管连接起来,可以制造微芯片。很难想象如果没有量子理论,晶体管会如何被发明和利用,而没有它们的现代世界也是难以想象的”。 正是这段话,激起我们要说:“很难想象如果没有量子色动化学,发展现代超核能的能量又无放射性核辐射环境污染超标的人工智能,会如何被发明和利用,而没有它们的现代世界也是难以想象的”。 b)因为从“原子盒”走向化学键,导体和绝缘体的差异最终来到半导体,可被用于制造晶体管。将数百万个晶体管连接起来可以制造微芯片,类似又回到“原子盒”。但这里的机制,电子不类似太阳系行星轨道运行模型的自然现象,而类似反复传话、听话像政权人物和政权现象模型的社会现象,且能类比揭开无人知晓的“质子和电子的电荷为何完全等值且相反,是物理学最大的谜团之一”,是数学规律决定的。道理是在“人工智能”之先,数学规律之一是这里的“原子盒”是“芯片”。芯片又被称为大规模集成电路,就是把大量的复杂电路集中在一块小小的硅片上,完成相对独立的复杂功能。政权人物和政权现象模型的社会现象国家,奥秘就是大尺度的原子“芯片”。 对应在指甲盖大小的面积上,集中了多达几千万甚至几十亿个晶体管以及它们互相连起来的复杂电路──就类似一个大国及其几亿民众。我们手里拿的手机、办公用的电脑、看的电视,核心装置就是芯片。在指甲盖大小的地方,放下几千万乃至几十亿个晶体管,到底是怎么做到的?难道是用镊子夹着焊上去的?因为硅这种材料比较特殊,导电性介于导体和绝缘体之间,因此叫做半导体。给它掺杂不同的离子(砷,磷,磞等)会改变导电特性形成晶体管,如此之多的晶体管就是基于这样的原理,通过掺杂不同离子的方式刻进去的。 从沙子到小小的芯片,里面包含了像整个宇宙一样浩瀚的电路。这样的高精尖技术,形成了整个规模庞大的全球产业链。一颗芯片只有指甲盖大小,上面却有数公里的导线和几千万根晶体管,可谓世界上最精密的雕刻术。电脑芯片,称为微处理器,也可简单的理解为控制你电脑的大脑。政权人物和政权现象模型的社会“听话”,在芯片世界代表的是“开关”。人工智能制造的是最复杂的产品,但实际上它比人的指甲盖大不了多少,类似我们人身上埋有数十亿个被称为晶体管的微小开关。晶体管的“开关”,才是保证芯片的正常工作的。 芯片看起来非常薄,却大概由约30层组成,类似于多层的大型立交桥,一些层是芯片的晶体管,其他层级是连接这些晶体管的线路。晶体管以特殊的结构组合在一起,可以达到每秒可以开关50亿次,这样电脑才可以正常运转并完成相应的任务。因此芯片加工之前,需要进行大规模集成电路设计。这个设计技术含量非常高,其次光刻技术是芯片的加工的核心技术。目前14纳米工艺已经成熟,10纳米工艺仍然在商业研究与试产中,下一步普及就要到7纳米工艺。 c)反过来从自然现象类似太阳系行星轨道运行模型、“原子盒”、“方阱势”、晶体管、“开关”、芯片等,看社会现象的政权人物和政权现象、国家、民众、反复传话、听话等模型,也有能量,联系死的自然科学的人工智能(AI),事实上等价于已经开始转型增添学习放大镜的“深度学习”。即在微观水平上学习的本质,就类似把神经元连接起来。学习过程依赖于神经元之间的连接,单个神经元无法完成学习任务。人脑中每个神经元,平均能与上千个其它神经元连接。 促进人工智能(AI)研究,AI赫布理论描述了突触可塑性的基本原理,即突触前神经元向突触后神经元的持续重复的刺激,可以导致突触传递效能的增加。在人工神经网络中,突触间传递作用的变化被当作是(被映射成)神经元网络图中相应权重的变化。如果两个神经元同步激发,则它们之间的权重增加;如果单独激发,则权重减少。 赫布学习规则是最古老的也是最简单的神经元学习规则。我们可以假定,反射活动的持续与重复会导致神经元稳定性的持久性提升……当神经元A的轴突与神经元B很近,并参与了对B的重复持续的兴奋时,这两个神经元或其中一个,便会发生某些生长过程或代谢变化,致使A作为能使B兴奋的细胞之一,它的效能增强了。 这种方法应用在真实世界的系统中,都需要一边与人类交互,一边在物理系统中做出实时决策,比如竞技国际象棋和扑克,包括机器人、无人机和自动驾驶汽车,或让赛车游戏变得AI智能体,会利用深度强化学习来玩GT赛车,并能提供用来训练职业赛车手和发现新赛车技巧的高水平比赛。《中国科学报》2022年1月26日发表《AI在赛车游戏中击败人类》一文报道:美国马萨诸塞州波士顿索尼通信公司等的科学家研发的AI智能体,在GT对战赛车游戏中击败了四位全球顶级电子竞技赛车手──这个智能体,在遵守赛车规则的同时展现出了超凡的行驶速度、操控能力和驾驶策略、刹车的艺术,并会如何在不同情况下或在对手挡路时替换行驶路线。这里的赛车规则,是一组由外部人类裁判判决的宽松规则。 人工智能(AI)和神经网络赫布理论中,也许蕴含有量子色动化学的数学原理。美国神经学家卡尔•拉什利1929年的《大脑机制与智能》一书,系统地阐述了大脑功能的两大原理:整体活动原理“大脑皮质的各部位是一起参与活动的,而不是某一特别区域发生作用”,和等势原理“大脑皮质的每一部位是一样重要的,对个体学习发生同样的作用”。1951年在数字时代刚刚开始的时候,卡尔•拉什利教授就反对基于笛卡尔以来有了电话、电场、计算机和自动舵的理论,认为“通过研究大脑本身和行为现象,更有可能发现大脑是如何工作的,而不是沉溺于牵强附会的物理类比”。他提出的理论假设:类似序列信息中时间和空间的整合发生在整体水平,而不是单神经元层面。 《中国科学报》2022年2月11日发表《发现大脑序列信息编码的“降维”策略──新研究揭示序列工作记忆在猕猴大脑中表征的几何结构》一文,报道中科院神经科学研究所王立平教授、上海类脑研究中心闵斌教授和北京大学唐世明教授等团队的科学家们,创新以猕猴的序列学习为对象,设计了时间和空间信息两个线索共存的实验范式,采用双光子在体钙成像技术,记录了数千个大脑前额叶皮层神经元,发现了高维神经元状态空间可以分解为多个二维子空间之和,从而揭示了序列信息的工作记忆在猕猴前额叶皮层表征的简单几何结构,推翻经典序列工作记忆模型的关键假设,为神经网络如何进行符号表征这一难题提供了新见解。其科学魅力之所在,是这个发现为卡尔•拉什利理论提供了实验数据支持,揭示了序列信息编码利用了降维原则,从而降低了神经计算复杂性,将对人工智能研究发生影响。 王立平、闵斌、唐世明教授等科学家的研究,是拟设猕猴的大脑中有一块“屏幕”,猕猴可以把出现过的点记在这个屏幕上。但如果三个点同时在记忆保持期内显示在这块“屏幕”上,每个点的次序在猕猴的大脑里是否会同时存在三块不同的“屏幕”呢?因为这样每个“屏幕”只需要记下一个点的信息,而且不会互相干扰。他们分析了钙成像获得的高维数据,发现可以在高维向量空间里面找到每个次序的信息所对应的二维子空间,即找到其对应的“屏幕”。他们用机器学习方法,训练线性分类器来区分不同次序上的空间信息。结果发现,用于编码次序的“屏幕”是稳定通用的,还发现在不同次序的子空间之间共享了类似的环状结构,只是环的半径大小会随次序的增加而减小。一个可能的解释是,次序靠后的信息所分配到的注意资源更少,导致对应的环变小、区分度降低。这一结构也对应了序列记忆的行为表现。而且,不同次序所对应的子空间接近相互正交,说明大脑确实用三块不同的“屏幕”来表征序列信息。
|