13 若想造出人工智能生命,至少需要满足这五个条件
拥有所有信息便可永恒。
从一种事件的信息获得所需事件的信息
例子(样本),从输入信息到输出信息的对应变化
知识(函数、模型、映射、变换),压缩两个事件之间所有信息对应变化。
- 知识不是信息
- 知识需可重复利用
智能:学习知识和使用知识的能力
- 根据改变做出对应改变的能力
产生智能体的 5 个能力
- 学习
- DNA 是如何学习到的
- 演化(genetic algorithm),智能体让自己的突变克隆体去问环境,突变所产生的模型是否能预测信息,以克隆体的死亡为代价获得能稳定减熵的模型的一种学习方法。
- 生命史第一个学习方法。智能体不以个体学习知识,而以群体学习知识。
- 数据准备
- 系统猜对信息就会存活,否则无法维持状态,间接提供信息
- 模型候选
- DNA 遗传过程中产生基因突变,每个克隆体都有不同的模型
- 模型筛选
- 只有合适的模型才能够预测到信息
- 自然选择判断模型所预测的信息是否能够维持自身状态,淘汰无法预测到信息的模型。
- 反复进行候选和筛选后,种群基因库会整体形成一个能稳定减熵的模型
- 数据准备
- 生命史第一个学习方法。智能体不以个体学习知识,而以群体学习知识。
- 存储
- [[DNA]]
- dna 编码冗余使得遗传代码具备极强的抗噪能力,把点突变 point mutation 带来的灾难降到最低
- 存储内容不是单纯的信息而是代码,会被编译成能实现模型功能的工具。
- [[DNA]]
- 预测
- 碱基 A、C、G、T,每 3 个碱基对应一个氨基酸。氨基酸形成不同功能的蛋白质。
- 蛋白质实现不同的功能
- 获能
- 太阳能是能量来源
- 海底热泉,海底沉积物的化能合成
- 熵差
- 自然选择液体中的固体,自身的固体相对稳定,液体又支持熵减系统的形成

- 自然选择液体中的固体,自身的固体相对稳定,液体又支持熵减系统的形成
人类为什么会死亡?
- 自然死亡被有意写到了基因代码中
- 信息的获取受到某种限制
[[思维导图]]

网络回响
13 若想造出人工智能生命,至少需要满足这五个条件