在人工智能研究如火如荼的今天，似乎也是时候回过头来思考一下模拟计算在未来所具有的意义 。当人类已经习惯于通过数字化编程控制机器，也许以神经网络为代表的模拟计算会把对于世界的控制权从人类手中夺走 。这是一个值得探究的技术问题，同时也是一个不容忽视的伦理问题!
文章插图
图源：Arterra/Getty
计算机科学发展的历史可以划分为“旧约”(理论)和“新约”(实践)两部分 ：电子数字化计算机及其产生的代码席卷全球之前和之后 。旧约时代中，包括Thomas Hobbes(托马斯⋅霍布斯)和Gottfried Lribniz(戈特弗里德⋅莱布尼茨) 在内的先知们为计算机提供了底层的逻辑;而新约时代的先知们如 Alan Turing(阿兰⋅图灵)，John von Neumann(约翰⋅冯⋅诺伊曼)，Claude Shannon(克劳德⋅香农)，以及Norbert Wiener(诺伯特⋅维纳)，则创造了实现这些逻辑的机器 。
图灵一直在思索如何才能使机器变得智能化;，冯⋅诺伊曼在思考如何才能让机器自我再生;香农在思考的是，机器要怎样在任意噪音的干扰下实现可靠的通信;维纳则在探究机器何时能够学会自行控制 。
1949 年，就在第一代能够存储程序的电子数字计算机问世之时，维纳就对超出人类控制范围的控制系统发出了警示 。不过彼时，这些系统仍然在人类程序员的监督下运行，这无疑就减少了维纳的担忧 。只要程序员能够控制机器，那还会出现什么问题？从那时起，关于机器自动控制的风险的争论与关于数字化编程的机器的能力与局限性的争论，就一直相伴相随 。他们认为，尽管机器拥有惊人的能力，但实际上它们几乎没有真正的自主权 。然而，这个假设是危险的 。一旦它们将这种能力用来做其他事情而不是进行数字化计算，又将发生什么？
在过去的一百年中，电子科学经历了两次根本性的转变：从模拟到数字化，从真空管道到固态 。这些转变同时发生并不意味着它们之间就有必然的联系 。正如数字化计算使用使用真空管道元件实现一样，模拟计算也可以在固态中实现 。虽然商业应用已不再使用真空管道，但模拟计算却仍然在被使用并且发展势头良好 。
模拟计算和数字计算二者间没有切确的分别 。一般来说，数字计算处理的是整数、二进制序列、确定性的逻辑以及在理想状况下以离散增量形式存在的时间，而模拟计算处理的则是实数、非确定性逻辑以及连续函数，包括现实世界中作为“连续统”(continuum)存在的时间 。
想象一下，如果你需要找到一条路的中点 。你可以使用任何可用的增量来测量它的宽度，然后用数字计算计算出中点到最近的增量的距离 。或者你可以把一段字符串当做模拟计算机使用，将路的宽度映射到字符串的长度上，然后通过将字符串的长度延长一倍，从而在字符串自身上找到中点的位置，而无需受到增量的限制 。
许多系统可以跨模拟和数字环境操作 。一棵“树”集成了各种各样的连续函数形式的输入，但是如果你深入剖析这棵树，你会发现它一直在以数字计算年份 。
在模拟计算中，复杂的是网络拓扑，而不是代码 。信息被处理成连续值函数(如电压和相对脉冲频率)，而不是通过对位的离散字符串做逻辑运算进行处理 。数字计算不能出现错误或歧义，因而它非常依赖于在每一个步骤中的错误纠正(校验)机制 。而模拟计算则允许出现错误，计算可以与错误并存 。
不理解某样东西，也完全有可能构建出它 。
自然界万物使用数字编码来存储、复制和重组核苷酸序列，但是要想实现智能和控制，就需要依赖于在神经系统上运行的模拟计算 。每个活细胞的基因系统就是一个存储程序的计算机，而大脑却不是 。
数字计算机会在两类比特之间进行转换：表示空间差异的比特和表示时间差异的比特 。序列和结构这两种信息形式之间的转换是通过计算机编程控制的，只要计算机还需要人类程序员来编程，我们就能保持对它们的控制权 。
模拟计算机还可以在两种信息形式之间进行转换：空间结构和时间行为 。这种转换不需要代码，也不需要编程 。然而，我们并不完全理解自然界是如何进化出被称为神经系统的模拟计算机的，神经系统包含了从现实世界汲取的信息，并对这些信息进行学习 。它们学到的东西之一就是控制 。它们学着控制自己的行为，并尽可能地控制周围能够控制到的环境 。
推荐阅读
- 3D电影的原理
- 上的状态图标和符号详解大全 苹果标志符号
- 吃陈皮上火吗？陈皮的营养价值有哪些?
- 吃咸鸭蛋上火吗？咸鸭蛋的营养价值有哪些?
- 吃黑豆上火吗？黑豆的营养价值有哪些?
- 吃蘑菇上火吗？蘑菇的营养价值有哪些?
- 吃花生上火吗？花生的营养价值有哪些?
- 手机处理器你真的懂吗 手机处理器
- 吃薄荷上火吗？薄荷的营养价值有哪些?
- 吃核桃上火吗？核桃的营养价值有哪些?