应小伙伴们要求谈人工智能｜跨越界限之恶棍列传（8）
（The Creation of Adam）
接上回，继续“恶棍”列传。
渐渐的就靠近神秘学了，本文主题是生命发生学organogenesis，最后一节应小伙伴们要求谈了人工智能（只关注人工智能的，请跳到最后一节）。Organogenesis这个词，organ的本意是with which one works，由之而成，与genesis结合起来就是生命之发生，即生命发生学。
那么直接入题。
36，双螺旋詹姆斯·沃森Watson
詹姆斯·沃森和英国生物学家F.H.C. 克里克合作，提出了DNA的双螺旋结构学说，是DNA之父，尊称为双螺旋“恶棍”。略微了解DNA结构的发现而不仅仅学习其成果是有启发意义的，这就需要参考一本双螺旋“恶棍”沃森的多少混合了一些吐槽和自我吹嘘成分的传记《双螺旋》，错误的请归于我，偶尔正确的，请归于他。
还有两位重要的人物值得关注，一位是威尔金斯，主持X射线观察DNA结构，一位是鲍林，构建了蛋白质alpha螺旋结构。当时的大部分蛋白质三维结构的成果、满怀信心的想法都是异想天开的晶体学家们的杰作，他们喜欢处于自己的想法不会轻易被人否定的境界里，而多数生物化学家的干劲都远远不如曾同他一道制造炸弹的同事们。克里克是物理学家，有较深的数学基础，沃森则是遗传学家，很早就认识到DNA承载遗传信息而非一种特殊的蛋白质（也可能是事后脑补）。双螺旋“恶棍”沃森和克里克认真讨论了鲍林究竟是怎样发现alpha螺旋的，发现其主要方法是考虑原子之间的相互关系，主要工具是一组分子模型。在这种思路启发下，他们试图建立一种模型，既符合X射线的实验数据，又和立体化学原则相一致。克里克参考了天文学家戈尔德Tommy Gold“完善的宇宙法则”，提出一个“完善的生物学法则”，就是基因的自我准确复制，而不是之前的互补原则，他们的模型还需要能够解释这种机制。
成果就是DNA的双螺旋模型，它不仅仅是一种结构。对威尔金斯、克里克、双螺旋“恶棍”沃森都有过重大影响的薛定谔的《生命是什么》已明确说明，要懂得什么是生命，必须知道基因是如何发挥作用。而DNA就是解开生命之谜的罗赛达石碑，双螺旋模型提供了一把钥匙，解开生命（包含细菌，如O.T. Avery实验）如何将一种遗传特征（生物性状）传递给另一生命的秘密，在达尔文和谜“恶棍”图灵（第11节形态发生学）之后。
目前理论中DNA的确定性功用，是长期性的资讯存储，被誉为“生命蓝图”，通过其中包含的指令，构建细胞及其化合物，进而构建生命个体，常说的基因即DNA片段，在《Stand Alone Complex》（回复70获得文章）中，DNA被称为“一段自我存储的程序”。DNA对生命来说，就像是人类的记忆系统一样，独一无二的记忆造就了独一无二的人。克氏门徒“恶棍”玻姆（第2节）讨论到生命，例如植物的生长，种子已用DNA形式包含了信息，这种信息以某种方式指导环境去形成一株相应的植物。如果用跨越界限数学基础（第30-35节）的思路来考察，DNA就是生命个体变化之中的那个不变性，生命的对称。正如双螺旋“恶棍”沃森在考虑制作双股模型之时，克里克很快同意了，作为物理学家，懂得重要的东西都成对出现。
现代科学仍然没有完全破解DNA的序列，实现重组和可编程化，但由之开启的基因工程已经广泛发展，用于医学、农业、生物检测等，这里就不展开了。
双螺旋“恶棍”沃森也很有意思，之后由于种族主义被业界排斥，出于生计考虑，2014年拍卖了他的诺贝尔奖牌，成交金额475万美元，一代大师，真是令人唏嘘感叹。
37，社会习得班杜拉Albert Bandura
有了上一节的基础，就可以形成一种生命的概观，
（Tree of Life，2016/1 George Hrab 发布于Twitter）
上图左边是经过艺术加工的达尔文生命之树，有平铺和环状两种形式，Hillis曾有过一个完全基因组测序的树，在生命之树的枝干分组上，是4个超群还是2个超群，目前还有分歧。右边是一位作曲家George Hrab的在生命之树之上引申的传统解释链，有人把它理解为“次第”，即数学以Reality为基础、物理以数学为基础、化学以物理为基础、生物以化学为基础（或者是数学解释物理、物理解释化学、化学解释生物、生物解释心理）。次第是略有问题的，至少失去了过去稳固的基础，解释链也不准确。首先，数学物理，冈布茨“恶棍”阿诺德说，数学是物理的一部分，只是较为容易验证的部分（第30节），一定分开的话，它们的关系，也要么是数学先于物理并寻找它与现实世界的联系（第7节）、要么是为物理学寻找数学工具（第32节），并非哪个是基础，谁解释谁。牵涉心理就更不应该了。而对于Reality，在爱因斯坦之后，理论就不再是自然律（第16节），包含后来的加维“恶棍”卡鲁扎（第21节），现代的理论并不依赖于Reality，而是，Reality是理论的导出结果。有的科学家并不认为Reality存在（第29节）；有的科学家认为是一种涌现emerge（第18、22节），J. Polchinski：量子引力是全息的，它的自由度是非局域的，经典引力的时空局域性是涌现出来的。有的科学家坚持Reality，但也并非基础，Paul Steinhardt：有些人有些天真的想法，认为时空无缘无故从虚无中涌现，形成存在。Burt Ovbut：宇宙真的是big bang从nothing中产生的吗？我不是哲学家。
将Tree of Life在时间之中展开，就会得到一个类似于第24节宇宙图景一样的生命图景。这种图景是通过对基因的观测，以及化石的寻踪而来，同样可以称之为观察法，展示生命的结构及起源。
－40亿年前，太阳系晚期大撞击Bombardment，木土共振吸引小行星进入太阳系，源起；
－35亿年前，细菌和古细菌分离；
－15亿年前，原核到真核；
－6000年，恐龙灭绝；
－600万年，末端视觉；
－1万年前，人类爆发。
细节大部分已经不可恢复，我们只能得出一种概要。
生命产生于Bombardment，是阿列纽斯的胚种论，认为生命是陨石从太空中带来，核子融合“恶棍”霍伊尔对之有发展，后来在默奇森陨石有一些间接的证据，但还不是公认的主流观点。
Dan Dennett把起源之后的一系列发展过程称为研发R&D，而把15亿年前的原核到真核的一次“入侵”，称为一次经历了20亿年研发的技术转让。600万年前海水变浅之后，生物适应性的产生末端视觉，Andrew Parker称之开始了一场捕食者和猎物之间的军备竞赛。而Steven Gould在《精彩的生命》中赞颂了1万年前人这种普通生物的突然爆发，从一种只占有2%的脊椎动物，成为一种占据整个星球98%的主要生命。我在《生命作为技术》（回复85获得文章）简单做过讨论，这里只通过班杜拉Albert Bandura的Social learning理论，来考察这次爆发。
社会习得“恶棍”班杜拉是一位心理学家，主要方向是认知理论。他认为儿童的学习不仅是一个行为（刺激－反应），而是伴随着行为的一种认知过程，观察、信息提取、行为决策，任何有机体观察学习的过程都是在个体、环境和行为三者相互作用下发生的，这就是社会习得Social Learning。在社会化学习中，有一种模仿和替代性强化，而不仅仅是一种信息传递。也就是说，不仅仅是一种变换中的不变性，基因在起作用。
1万年，最多不过是500代的遗传，对基因的信息传递以及生命通过适应环境所带来自身的改变来说，这是一段非常短的时间，所以，不仅仅是基因在起作用。而是从父母到后代之间，建立的第二条连接，Dan Dennett称之为第二条信息高速公路，“文化”。Pete Richerdson和Rob Boyd的一本书《不仅仅是基因》指出，在最初，也是有一些传播的障碍，与基因一样，文化也是从父母传给后代。但后来，产生了一系列的倾斜传递（oblique transmission），信息由社会化的网络传递而来，就是更为广泛的社会习得Social Learning。
社会习得Social Learning，同样是独立于生命个体之上，是变化中的不变性。它与基因一起，形成了生命的总体面貌。
38，脑机Miguel Nicolelis
来考察一下，生命的局域模型。
生命个体需要一些稳定的东西（也可以称之为不变性），随着时间的变化，并不脱离的东西，我们恰好有一个单独的形体（身体），不是两个，也不是三个，这就是开端，它是一个参考点，由此形成了自我（a self）。而在身体内部，时刻发生着变化，它有一个内建的系统，如果这个系统偏离那些接近生命存活范围中线的参数太多，你就会生病或者死亡（Antonio Damasio）。
我们可以把这种系统，称为生命局域，对它的研究，可以建立生命的局域模型，通过对局域模型的研究，来推测生命结构及起源。与宇宙的局域模型一样，生命发生学的重要方向应该是，建立局域模型，可以逐步的对局域进行调整和改造（类比法）。同这种有意识的调整相比较，无意识的调整一直存在于生命的整个历程之中，例如，大脑的autobiographical self的形成，它建立在过去基础、未来期待上构造的，和上一节中的1万年前人类爆发有深度关联，在其中我们才真正获得了一些不完全被生理设定好的东西，可以称之为社会文化调节。同样的，这种有意识的调整，开始时尺度可以小一点，例如，假肢，或者义体（Cyborg，Cybernetic Organism），使之可以更换或加强。
大脑研究，是局域模型中的圣杯。最典型的，是非侵入式脑机接口。通过对脑电波（有些也实现了脑神经信号检测）的识别，与外部建立直接连接。Miguel Nicolelis和同事一起，在2000年提出脑机接口（brain-computer interface），他与非营利组织Walk Again合作，开发脑机接口的实用技术，在2014年巴西足球世界杯，29岁全身瘫痪的Juliano Pinto利用由大脑控制的设备，将脑波转化为可控的操作，为FIFA开球。
脑机接口广泛的应用于运动、感觉等恢复等，以及脑脑互动（这样RTPJ区域就没用了吧？）。
（Miguel Nicolelis：脑脑连接，或多脑连接为网络）
脑机“恶棍”Nicolelis还指出一种可能性，多脑联网可以进行多脑协作，协作中的每一个脑可以只知道部分信息（如2维信息），但协作结果可以完成整体的任务（如3维中的任务）。
另一个典型的局域模型，是利用大脑与其他器官之间的连接信号，主要是电信号的识别，称为电生理学。通常需要一些专业设备。Greg Gage、Tim Marzullo还成立过一家名为大脑后院Backyard Brains的公司，简化研究电生理学和神经科学的设备，
（Greg Gage，TED 2015，如何用自己的大脑控制别人的手）
上图中，左边女测试者，通过她的大脑信号，通过电极将其检测的神经信号，传递给右边男测试者的手上，使他的手也自动做同样的动作。目前还没有看到演示已破解神经信号的技术，但设备的简化有利于对这种信号的建模和模拟，有利于发展出更实用的技术。
脑波、神经电信号还是常规方法，还可以通过核磁共振、追踪血液等方法，绘制出大脑的实时活动的区域，可以得出完整的大脑功能映射地图，通过颅磁刺激TMS等还可以影响特定大脑区域。还可以通过弥散张量成像显示神经连接，第24节设计师“恶棍”斯穆特的大脑45分钟扫描图就是神经扫描图。注意到，大脑与大脑向身体的映射是一套平行的系统。
另外，通过与大脑化学物质的交换，可以在不对大脑进行物理破坏（如手术刀）情况下对大脑进行影响。其实效远胜之前宗教、心理方法。
Ed Boyden有一个研究小组另辟蹊径，发展过一个通过光反应海藻中提炼的物质，使得大脑神经元成为光敏元件，从而试图通过光来控制某些部分的神经元，建立一个大脑的协同处理器，与大脑一起运作。
最后，配合物理手段，可以得到更为精确的大脑功能地图，如罗杰·斯佩里的大脑分工理论。
脑机接口最极端的情况，就是缸中之脑，大脑之外，并无实际的身体，或者是一个全身体的义体（Cyborg），用来供给大脑的营养物质，并模拟输入、输出信号。义体可以通过基因可编程化生成，大脑还可以实现远程控制，不过，在目前的科技条件下，还看不到基因可编程化、大脑电子化的可能，但生命局域模型的发展也许使得它们在不久的将来出现在视野之中。正如脑机“恶棍”Miguel Nicolelis所说：这将向什么方向发展？我们并不知道。我们只是科学家而已。我们就像一个孩子，去探索并发现这个世界。但是我知道，几十年后的某天，当这一切实现之时，我们都将记住，这一切始于一个冬日午后，在巴西足球场那一脚超越所有可能的开球。
而这也将可能开启生命局域模型的最终可能，不是脑机接口，而是大脑模拟，意识是一个不变量，并不依赖于一个运行的大脑。只有如此，局域模型才可能影响到生命的整体面貌。
39，为什么先生哥德尔
哥德尔以“哥德尔不完全性定理”为我们所熟知，这个定理简洁而易于理解。但哥德尔一直是个难题，他的思想深入到数学的本性，以及逻辑（在他来说是哲学）的精确组织问题，他思想的复杂性，与他那著名定理的简单性，体现着现代数学最典型的反差。不限于数学的一般方法（数理逻辑），哥德尔致力于逻辑（或数学本性）与确定结果之间的关系（或是概念与其客观实在性之间的关系）的研究，从小就被称为为什么先生，他一生勤勉努力，以超乎常人的能力去寻求一种变化中的不变性，去追求和表达一个有序的、理性的世界的一致和全面的理论。也许所有理论都不过是培养一种对付不确定性的能力，或者策划某种途径，让我们在偶然的现象下察觉到这种不变性。
也许正是这样，为什么先生“恶棍”哥德尔采用不停追问“为什么”的形式，把每件事都有意义（哥德尔认为它严格相似于每件事情之后都有原因，后者是科学的基础）作为他最重要的观点。也许正是这样，为什么先生“恶棍”哥德尔才摒弃有分量、有吸引力的论证以支持他的观点转而去试图“完全阐明形势”。也许正是这样，为什么先生“恶棍”哥德尔才提出一种学说，否定时间和变化的客观实在性。也许正是这样，为什么先生“恶棍”哥德尔才感叹也许存在没有身体的精灵，能和我们交流并影响世界，留给我们不理解的Deja vu和思想迁移。哥德尔对上帝和来生的大胆思辨是欧洲哲学传统的一个组成部分，对于那些像我一样来源于不同文化背景的人来说，理解他在数学和自然科学上的思想，比理解宗教和形而上学上的看法相对容易一些。
本节不打算展开讨论哥德尔的复杂思想，也许作者尚未具备此能力，只是接上一节考察一下心灵和智能，部分思想源于侯世达《GEB》和王浩《逻辑之旅》，错误的请归于我，偶尔正确的，请归于他们。
首先考察一下双螺旋“恶棍”沃森和克里克的DNA中心法则映射和哥德尔配数法之间的类比，见《GEB》自指与自复制一章（十六章），表明生命基底与形式系统在内外的几个层次和层次之间联系的相似性，
在翻译过程中，每种氨基酸恰好在数量和生成方式上都一一对应TNT符号（自然数的形式公理系统），连（陈述及）作用关系的机械性质都是一致的，甚至可能在系统内都是可规则化的（数词可表达的），当然，中心法则映射无论如何不是这两种理论等价的一个严格证明，不过它显示，生命之中也存在着一种层次系统，如DNA与细胞平行、大脑与身体映射，一个复杂的底层基质可以在高层次以不同的形式发生。
DNA仅仅是一些蛋白质合成的信息，又如何控制宏观生物的严格结构呢？大脑与身体映射，又如何响应信号，在下丘脑hypothalamus生成合适的肽peptides，管理宏观的情绪、运动等等呢？（请自行补充，回复86获得文章中也有提及）。科学虽然对之（局域模型）已有部分理解，但仍然所知不多。谜“恶棍”图灵提出过一个形态发生学，但这不过只是很小的一步，生命发生学organogenesis并没有一个基本的框架，可以解释翻译机制、肽生产机制是如何发生的，作为生命如何起源的回答。
但局域模型让我们获知，生命之中存在一个强有力的支撑系统（形式系统），又存在更高的层次，不在系统之中且规则不同，即基因表示。如果把底层看作是形式系统，是符合哥德尔不完全定理的。而且，虽然基因表示目前还是我们可以理解的最高的层次，然而，种种理由使得我们相信，DNA系统中还有更高层次的意义存在，如鼻子形状、音乐天分等生命性状。
同样的，我们将大脑与身体的映射视作相似的多层次系统。如罗杰·斯佩里的心脑作用理论。
在这里，将这种在足够复杂的基底之上，自动涌现出高层规则的理论，称为只说版的生命发生学organogenesis。而这种高层规则并非确定的，而是一种一致性变形。
40，结语：应群友要求谈人工智能
Alpha Go与李世石的围棋赛在国内颇受关注，多嘴几句来谈一谈人工智能（应小伙伴们要求），作为本文生命发生学的结语。
人工智能AI，即人所制造之物，机器的智能，AI有时候也指拥有人工智能的机器，中文翻译这两个意思没有严格区分，下文谈到机器的智能时，使用“人工智能”这个词，谈到有智能的机器，使用“AI”这个词。
Alpha Go是不是AI呢？严格的说，不是，它是一个围棋机，正如深蓝是一个国际象棋机，或者称为“专家系统”。为什么Alpha Go已经表现出自我学习的能力，即无数次棋局的训练，仍然不能称之为AI呢？很简单，因为它不能通过图灵测试。那么，Alpha Go是一台图灵机吗？是的。Alpha Go是对人脑的模拟吗？是的，它使用一些模拟人脑基底的算法，如卷积神经网络、蒙特卡罗算法，只是对人脑的模拟还不够完美。但已经大量减少了计算量，使得在目前运行速度的条件下，可以在与人的相差不多的时间范围内计算出棋盘上每一个未落子位置的获胜几率，不得不说，Google Deepmind团队很牛很强大。当然，是不是霍炬老师所说的，线上的Alpha Go的版本要调参数，我不是很肯定。（顺便安利一下朱峰老师、Jackyxin老师、霍炬老师的“津津乐道”电台，公众号中搜索“津津乐道”即可订阅，其中有一期是谈人工智能的）
人工智能可能吗？在回答这个问题之前，我们先讨论几个较为技术的问题，如果不关心，请直接跳过。
邱奇-图灵论题。简单表述为：所有计算或算法，都可以由一台图灵机来执行。围棋就是一个可计算问题，所以，它可以由一台图灵机即Alpha Go执行，原则上，深蓝也行，但围棋19*19的棋盘的计算量太大，遍历所有可能性的方法不能在有限的时间中得出结论，而Alpha Go的算法优化很好，所以，它赢了李世石。邱奇-图灵论题是谜“恶棍”图灵1936年在《论可计算数字，及其在判定性问题中的应用》中提出的（邱奇同时也提出了一个），“判定问题”，有时候也被认为是邱奇-图灵论题所包含的，即，可计算问题必存在判定问题，停机问题本身是判定问题的另一种描述，而判定问题的严格形式同构于哥德尔不完全性定理。
可计算性和判定。“可计算性”、“判定”、“图灵机”、“一致性”、“不完全性”几个概念，其实说的同一件事情，理解了这几个概念，也可以帮助理解前几节写得很简略的内容。先从复杂的开始，哥德尔。哥德尔不完全定理简略表述为，一致性的形式系统必不完全。定理在一个数学基础的反思之中提出，数学由公理和有限步逻辑推演组成，它们应该不构成矛盾，但1900年左右发现了一些明显的悖论（罗素悖论、理发师悖论等），动摇了以精确著称的数学大厦，希尔伯特提出了一个保卫数学基础的方案，称为希尔伯特方案（“我们必将知道”那个希尔伯特），将数学理论形式化，用有穷方法研究系统的一致性、完全性、判定性问题，即形式系统的谓词演算。1929年，哥德尔证明了谓词演算的完全性，为形式系统和数学模型的连接作出最后一击。但希尔伯特方案中猜想，谓词演算完全，则形式系统完全，哥德尔随后证明形式系统不完全，否定了希尔伯特猜想。概述一下证明过程：形式系统由元数学（包含若干符号如加、乘、不等、等的规定、转换）建立；哥德尔配数法将元数学进行算术化，证明其过程为递归函数和递归关系（可见第39节中心法则映射与形式系统类比多重要了吧？）；证明其函数和关系在形式数论系统内可数词表达；由此区分出形式系统真和可证是两个不同的概念，可证是机械过程，真则是一个无穷的思维过程，可证即可计算，而真则是可判定。哥德尔定理等同于图灵可判定问题，即，一致性的形式系统必不完全在表述上等同于可计算的问题必存在不可判定问题。
形式系统、思维、图灵机、宇宙。形式系统是一个严格定义的系统，由一种形式语言和一个推理规则组成，是一种对机械系统的抽象，也是一个集合和关系系统。在对形式系统、数学基础的研究告一段落之后，哥德尔转向了数学本性、哲学的精确性问题，注意到，数学本性和确定结果的关系与心灵和大脑相关，但哥德尔并没有发表他的思想，所以我们并不知道他所窥见的东西。有限状态机就是一个典型的一致性形式系统，就是通常意义的计算机，这个意义上讲，计算机就是处理可计算问题的机器。思维典型特点是，它包含了一些直觉过程，这些过程不可计算，也可以认为是“非形式系统”。图灵机是图灵提出来一个抽象机器，用来进行数学运算，处理可计算问题，一般认为它就是现代计算机的原型。图灵可判定问题的几种同构的表示：邱奇论题（没有一个可靠的方法可以区分TNT的定理和非定理）；塔斯基论题（没有一个切实可靠的方法总能区分“为真”和“为假”的数论语句）；停机问题（对任意的图灵机输入，可以判定是否应该停机）。宇宙的描述，被称为扩展邱奇-图灵论题：宇宙是一台图灵机。这个论题说明，物理上对非递归函数的计算是不可能的。另一类宇宙描述如下：宇宙不是一台图灵机，意思是物理定律不是图灵可计算的。超计算hypercomputation是一种伪命题。第15节中天文学家Max Tegmark的平行宇宙，可计算宇宙，后来就限定符合哥德尔完全性的数学宇宙才可能“发生”。
拉玛奴衍同构。拉玛奴衍，印度数学家，1887年-1920年，他几乎没有受到过数学的正统训练，来自印度最落后的地区。有一天，他突发奇想开始学习一点数学，把一些他自己计算的一些结果寄给英国的数学家哈代。哈代收到之后，“一下就看出，拉玛奴衍还有很多更普遍的定理，肯定还隐藏了很多东西”，并邀请他1913年来到英国，开始了一场紧张的合作，1920年拉玛奴衍死于肺结核。拉玛奴衍有别于普通数学家，它的计算大部分缺乏严格性，常常通过直觉，这种直觉有时会错误，但很多都确定是神奇的、具备高度洞察性的力量，被誉为“拉玛奴衍的闪念”，哈代还认为，“从某种意义上说，我并不认为他的失败就不比任何一次成功更精彩”。数学家有时候会玩儿数字游戏，有一次，他们乘坐了一个号码为1729的马车，拉玛奴衍立即说，这个数很有意思，它是能用两种方法表示为立方和最小的数。很多数学家都有这种心算能力，但拉玛奴衍无疑是最登峰造极的，当然，这种速度有时候以丧失精确性为代价。哈代后来总结说：“拉玛奴衍有什么特殊奥秘？与其他数学家有本质不同？还是有什么不正规的东西？我无法以任何自信或有说服力的方式回答这些问题。我不相信超自然、东方智慧、或是异国情调的奇异原因之类的解释，从本质上讲，所有数学家都在用同一种方法思维，拉玛奴衍也不例外”。这被称为拉玛奴衍同构。
哥德尔心灵。哥德尔认为心脑不同，而大脑等同于图灵机，即大脑与机器一样，处理同样的计算问题。而心灵则存在无法计算的直觉过程。哥德尔在1972年发布了两条评论，见王浩《逻辑之旅》第6章。我摘抄第2条，
要么人心胜过所有机器（说得确切一点，它比任何机器都能判定更多的数论问题），要么，存在一些人心不能判定的数论问题。［不排除二者都是真的］一一哥德尔
主要的论证是，
有穷的脑不能存储无穷多的信息，所以只能处理计算问题［注：哥德尔不完全定理］，但精神可以做到。人脑是一台与精神相连的计算机。如果人脑被看做物理的东西，看做是一台数字计算机，那么由量子力学可知，只存在有穷多种状态。只有把人脑和精神相联，它才会以某种方式起作用。一一哥德尔
其实可以称之为“理性乐观主义”，我读下来，认为哥德尔拥有这种信念是确定的，但表述上略有问题（可能时代所限，也很可能是王浩领会的问题）。
图灵计算。图灵计算思想散见他的论文，更重要的还有形态发生学Morphogenesis。总结如下，一个系统，可以设定简单的、确定的初始状态，然后通过完全掌握规则的方法进行计算，就可以出现不可预期的结果，这些结果来源于系统内部，而不是系统之外。在这样的系统中，一旦你获得了某种模式（pattern），并且这些行为可以被某种过程选择、或是被环境的反馈选择（源于内部或外部），系统之中一个更高的结构状态就会发生。
人工智能可能吗？回到这个问题，如何回答，取决于你持有何种信念，是哥德尔信念还是图灵信念。持有哥德尔信念的人，认为人工智能是不可能的；持有图灵信念的人，认为人工智能是可能的。我称之为“人工智能的通用信念”。
－哥德尔信念，表述为，心灵永远超越机器。一定程度上，大脑等同于计算机，心必超过脑。
－图灵信念，表述为，为了成为一个完美的计算机，不需要知道算法是什么（ in order to be a perfect and beautiful computing machine, it is not requisite to know what arithmetic is. ）。
接下来，我将逐步分解“人工智能可能吗”这个问题，并给出人工智能通用信念的各种形式。与通用信念不同的是，这些不同形式的信念不再完全源自于哥德尔和图灵思想，一部分是只说本人的发挥，但请相信，只说已经尽最大努力保留了两位的思想，错误的请归于我，偶尔正确的，请归于他们。
可以把“人工智能可能吗”这个问题，分解为两个问题：
－智能可能吗？
－人可以创造智能吗？
前一个问题无疑是确定的，因为人本身是智能的，所以智能是可能的。第二个问题，“人可以创造智能吗”，即“人可以让智能发生吗”，它实际上是一个关于智能是如何发生的问题。
我们简单的将智能表述为，它是这样一种规则组合（根据哥德尔－图灵，一致性的形式系统必不完全），存在多于一层的高层规则，作为低层规则的判定。那么，智能的发生，等同于形式系统（低层规则）是否可以自主产生高层规则。所以，智能如何发生的问题，就是低层规则之中高层规则的涌现问题。
人可以创造智能吗？要回答这个问题，取决于你持有何种信念，即“涌现信念”：
－哥德尔信念，表述为，形式系统不可能自主产生判定，无论它是否一致。
－图灵信念，表述为，一个足够复杂的形式系统，会自主产生判定，这种判定表现为高层规则。
智能是可创造的吗？David Chalmers曾有过一个理论，把意识当作是与空间、时间、质量、电磁（电荷）一样，是一个不用论证、无需解释的基本概念。Dan Dennett把人的智能看做是一种文化对脑的入侵。社会习得“恶棍”班杜拉，智能是一种社会习得，模仿产生智能，智能源于对于已有智能者的模仿。这种种理论，都将一种已知的东西，比如意识、文化，看做是优先于智能的。智能是可创造的吗？要回答这个问题，取决于你持有何种信念，即“优先级信念”：
－哥德尔信念，表述为，心智已知（在先a priori），智能的创造依托它而产生，不能超过它。
－图灵信念，表述为，心智是涌现的，没有一个更优先的存在。不存在智能设计者。
人可以理解他创造的机器吗？按照之前讨论的人工智能，它总存在一种层次结构，AI是在设定基础规则之后，通过机器学习获得高层次的决策规则。那么，在底层算法完全确知的情况下，人是否可以完全确知机器如何进行决策的？要回答这个问题，取决于持有何种信念，即“设计信念”，
－哥德尔信念，表述为，有心智的设计者设计人工智能。设计者完全确知它的机器，包含由其自主学习产生的高层次规则。
－图灵信念，表述为，创造者不需要确知他制造的机器。
如果创造者不需要确知他制造的机器，如何正确的产生一个可判定“真”的高层次规则？有一个可参考高层次规则，作为AI的反馈选择的环境，那么“正确的”规则，源于外部。如果没有可参考的高层次规则的情况呢？要回答这个问题，取决于持有何种信念，即“一致性变形信念”，
－哥德尔信念，表述为，不存在“正确的”规则，让底层不可判定结构可判定为“真”。
－图灵信念，表述为，不存在“正确的”规则，让底层不可判定结构可判定为“真”。稳定的一致性变形即“正确”的规则。
高层规则是否可以撇开底层结构而存在？要回答这个问题，取决于持有何种信念，即“独立信念”，
－哥德尔信念，表述为，任何类心智形式的底层必收敛于人脑结构。
－图灵信念，表述为，高层规则独立于底层。
设计师“恶棍”斯穆特（第24节）的演讲人是一个模拟，是这么认为。
系列文章：