人与人工智能的创新王慧东【摘要】人类的创新能力应用到人工智能身上，可以自动的修补人工智能中关于灵智方面的短板，使之成为强智能生物。
强智能生物在特定的环境下可以加速进化，从而能够产生出一个新的物种。
这或许就是在对这个新物种所进行的赋灵。
【引言】什么是创新？创新是人类所特有的吗？机器人能够自我创新吗？如果能的话又该如何实现？【正文】创新在汉语词典中的名词解释是：抛开旧的，创造新的。
这个解释的很笼统，事实上创新与是否“抛开旧的”没有关系，比如继承和发扬也当归属于创新（之前有的继承，没有的创造）。
‘创’是开始、初次的意思；‘新’是新的（与‘旧’相对），也有初次出现的意思。
所以创新强调某事物是以前从来没有出现过的。
另外还需要区分一下与创新相关的近义词，如创造与发明，虽然都是指头一次产生的事物，不过侧重稍有不同，适用于不同的语境。
创新强调的是新，而创造强调的是产生制造过程，发明则更多强调的是结果。
就创新中的“初次”而言，人类从初次使用工具、初次使用火、初次使用陶器，到初次登上月球、初次使用互联网络等等。
无数的初次所总结出来的规律、原理、经验沉淀下来构成了我们人类社会知识传承的内容，使得我们每一个人能够在出生后短短十几年的时间里，通过学习这些知识，让自身的智能水平从近乎于“零”开始逐步的、迅速的提升，最终远远的超过其他生物物种，那么这些初次都是怎么形成的呢？在人工智能领域，也有一个类似的问题长期以来一直困扰我们，那就是机器都是按照程序来运行的，而程序都是由建造者或是程序员编写出来的处理逻辑，因此机器预装了程序之后，其处理能力也就被确定了下来。
如果想要提高机器的智能水平，增加新的功能，就必须要刷入一个具有新功能的软件版本才行，也就是我们常说的升级。
如果离开程序员，没有人来编写和更新它的程序，即便是智能水平再高的机器，也是台不会成长的弱智能机器，一旦环境发生改变就很容易被淘汰。
那么有没有可能让机器能够像生命体一样，通过自己学习来产生出新的处理逻辑，自动地提升自身的处理能力呢？即拥有自我创新的能力。
拥有创新能力的机器，哪怕刚开始显得很‘弱智’，但是只要能够不断地提升，终究会有一天，他的智能水平将达到甚至是超过人类的平均水平。
对于这种能够自我提升的智能，人工智能领域称之为强智能（相对于弱智能而言），所以可以有很“弱智”的强智能，也可以有很强智（智能水平很高）的弱智能，而有无自我创新能力则是评判强智能与弱智能的唯一标准。
人类知识的传承，其内容的产生需要创新，机器要自己获取新的处理逻辑也需要创新。
事实上我们每个人在学习新知识的时候，对于我们的大脑神经网络而言，这也是一种开始获得新功能的过程，也属于创新。
创新无处不在，只要时间没有停滞，事物还在发展，任何一个时刻都可以算是新的开始，所以创新是自然界一个非常普遍的现象。
然而我们所关注的创新，通常都是指那些对我们有利或者有意义的创新事件。
物质层面的创新在自然界中，由基本粒子所构成的物质，或是由这些物质所组合构成的任何物体（以下都简称物体），它们在空间坐标上都有对应的位置，也同时在时间坐标上有相应的活动轨迹。
根据牛顿第一定律：“任何物体都要保持匀速直线运动或静止状态，直到外力迫使它改变运动状态为止”。
当有外力迫使它改变运动状态时，那么对它来说，从这一刻开始就有了和以前不同的运动状态，这符合前面对创新的定义，不过它只能算是一件微不足道的创新。
我们将一个物体逐渐放大，放大到基本粒子层面来看，粒子们时时刻刻都在做着热运动，彼此之间存在的相互作用力或叠加、或抵消、或传导，杂合在一起使得物体内部的任何一个粒子的运动轨迹都充满了不确定性。
此外，当其他物体与该物体发生作用时，在微观层面上，外界粒子的不确定性会通过接触面上的粒子进行传递，这种影响会以波的形式扩散过来，进而会影响到物体内部的每一个粒子的运动轨迹。
我们已知的自然界都是由各种基本粒子构成，经过了亿万年的分分合合相互作用，使得其中的每一个粒子的运动轨迹都没有稳固的规律可循，这就是物理学上的不确定性原理的由来。
然而每一个粒子的每一次状态的改变本质上讲都算是一个小小的创新事件，所以不确定性也是创新的一个显著特征。
我们再逐渐缩小这个物体来看，当视野范围扩大到一定程度时，那些在局部相对比较剧烈的相互作用就会有更多的机会相互抵消，而被均质化。
所以整个视野范围内更多呈现的是物体在整体上相对稳定的形态。
这就使得在这个尺度下的物体的运动轨迹能够用经典力学来解读。
当然这其中还会存在有测不准原理以及蝴蝶效应对误差放大所产生的异常情况。
随着视野范围的逐步扩大，均质物体在整体上呈现的不确定性会逐步降低，而稳定性则会逐渐增强。
然而带有内部组织结构的物体则不同，组织结构有可能会放大或者抑制其中的不确定性，从而改变整体的稳定属性。
所以任何物体与外界的相互作用都是既存在不确定性，又存在着稳定性，内部的单位区域之间也既存在共性，也同时存在着个性差异，只是占比不同而已。
例如某个人类大脑的范围内，众多最基本的物质材料，如碳、氢、氧、氮、钾、钠……等所构成的各种有机化合物，它们成份各异、来源各异、空间位置各异。
这些化合物被组装成各种用途的细胞，其中就某种用途的细胞而言，如神经元，由于在装配过程中存在着诸多差异，使得这些神经细胞即便是按照相同的基因进行装配，具有相同的功能用途，但是也多多少少都会存在着一些个性化的差异。
共性部分会促使某个区域的神经元群落具备大致相同的功能，形成某个功能中枢，而中枢内部的细胞却各有各的结构特征。
在另一个方面，个性部分也会让这个功能中枢与其他人的有所不同。
例如刚出生的婴儿们（基本上能排除后天的影响），他们的大脑神经网络结构彼此之间存在着细微差异，使得受神经网络支配下所表现出来的反应、情绪、动作等等都有所不同。
这种不同会随着出生后成长环境的更加不同，逐步加剧其差异化，从而形成我们每个人的个性特征，而共性特征则使得“物以类聚、人以群分”成为一种规律可循。
从微观世界的创新活动到其所构成的宏观世界的创新，组织结构所起的作用非常大，有些情况下需要创新，如求学、探索等等，而有些情况下则需要的是相对稳定，如体系、规则的建立等等。
放大不确定性，其实就是增加系统整体的敏感性，如多米诺骨牌一样，在信息传导的过程中不断会有新的能量注入。
抑制不确定性的发生也很容易实现，在信息传导的过程中不断地剥离一部分能量，直到剩余的能量不足以支撑信息的传递为止。
例如神经网络中的神经元，通过其组织结构的发散与收敛可以达到对信号放大和抑制，这反映在相关神经元输入、输出突触的数量对比方面，除此之外还有专门的抑制性突触来加速收敛过程。
这里面有个知识点，组织结构是可以对不确定性进行放大或者抑制，但并不代表这就是创新。
当组织结构一旦被确定下来，那么给定的输入必定会有可预测的输出，那么“新”从何来？还是以人为例，一个人从单细胞的受精卵开始发育，在遗传基因的作用下不断地分裂与分化，靠近脊索背侧的外胚层细胞会逐渐加厚形成神经板，前端较宽的部分，会发育成脑和眼原基等位于头部的感受器和效应器；后端则发育成脊髓，与肢体组织中的感受器、效应器相连。
随着感受器和效应器的种类和数量的逐渐增多，连接两者之间的神经链路经过数十亿年的进化，形成了相对稳定的、复杂的分化方案，促使脑原基逐渐膨大，同时功能上也区分出了脑干、小脑和大脑组织。
其中负责身体内部器官调节的神经链路汇聚在一起形成脑干部分，而负责平衡、肌肉调节等功能的神经链路汇聚在一起形成小脑，那些建立在这些之上的更复杂的逻辑处理所对应的神经链路聚在一起就会形成大脑的外观形态，进一步会细分形成各种的功能中枢。
人的神经系统在出生之前是按照各自的遗传信息建立起来的，神经网络虽然复杂，但也仅仅能提供一些简单的处理逻辑，我们称之为本能。
就创新而言前面讲过，整个神经系统的建立过程中，会因为来自各方面的原因使的人与人之间的神经网络结构存在着个性差异，这些差异的产生过程就是一个个创新活动，其作用会被神经网络的组织结构所放大或抑制。
人在出生之后，人脑中的神经网络也并不是固定不变的，随着接触的人和事的增多，认知的事物也会越来越多，每一个认知的形成，无论是对实物还是事件过程，都会改造神经网络结构来进行表达，这中间充满了创新的成份。
建立某个认知的神经网络组网的过程就是我们记忆中的“记”的过程，通常都是在现有的网络基础上进行的一些修整，包括分支建立、节点的增加、删除、调整权重等等。
这样新建立好的网络链路既包括原有的网络结构也包括修改后的网络结构，对于其中修改的部分还要经历多次回忆的过程才能够使之相对的稳固下来，否则就会渐渐断开这些连接回归原来的网络结构，从而忘掉这些认知。
我们就是这样不断的学习记忆新的知识，同时也在不断的忘掉无关紧要的内容，从而获得了一种能够不断调整和改进自身神经网络结构的能力。
这种能力在神经网络处理信息的过程中就体现为创造力，它使得我们对信息的处理过程不会一味的按照固定的模式运作，具有了产生新处理逻辑的可能性和不确定性。
神经网络的创造力会表达出很多非常态的逻辑，在自身结构的放大和抑制作用下，会自动地筛选出相对完整的逻辑，然后通过已经掌握的知识和经验，对其进行推演、尝试、验证等操作，来决定其是否具有保留价值，能够保留下来的新逻辑就是一个创新事件。
而目前机器之所以缺乏创造力是因为它们的硬件结构抑制了这种能力，例如计算机，硬件工程师在制造计算机时，是力求稳定，会应用多种的抗干扰技术来避免各种的不确定性对系统的影响。
这样才能保证上面加载的程序能运行正常，能够得到与预期一致的结果。
我们使用计算机不是因为它计算的结果比我们人类的更正确，而是因为它在固定模式下的处理速度更快、更高效。
意识层面的创新物质层面的创新大家已经比较清楚了，那么我们再来看看意识层面的创新。
众所周知，意识是建立在物质基础上的。
从各种基本粒子到有机化合物、各种蛋白质、神经细胞、神经网络，一直到整个大脑都是我们思维意识的物质基础，大脑神经网络系统对信息的加工处理过程就是我们的思维意识过程。
人和人之间神经网络拓扑结构的不同，意味着对信息加工处理逻辑就会不同。
这些不同就构成了我们思维意识中最低层的个性化差异——反射机制的不同（包括条件反射和非条件反射）。
反射的定义：按照输入、处理、输出顺序进行的活动被称之为反射。
对于人体而言，输入对应着感受器，用于将接收到的物理、化学信号转化成为神经脉冲信号，传递给后面的神经处理网络。
感受器可分为三大类，即外感受器、本体感受器和内感受器。
其中外感受器主要感受触、压、痛、温、声、光、体位改变等，本体感受器主要感受肌、腱、关节、韧带、筋膜的刺激，用于产生体位和运动感觉。
内感受器主要感受接受内脏、血管的各种（机械、化学、渗透等）刺激，也包括嗅觉和味觉。