万博官方app下载 自然与人工智能新闻与分析
Glucksspiel
特色图片:巧合/ M。舒ppich, Adobe Stock 3骰子滚动的车厢

完全随机过程能产生信息吗?

信息会无意中导致一系列事故吗?有些人已经在电脑上尝试过了……

在谈论信息之前先定义它,神经外科医生迈克尔·艾格诺采访工程教授罗伯特·j .标志信息,而不是物质,正在塑造我们的世界(2021年10月28日)。在第一部分中,艾格诺和马克斯讨论了如下问题:为什么两片相同的雪花会出现更有意义的比一个雪花。然后他们转向信息和创造力之间的关系。创造力是更多信息的功能吗?还是有更多吗?人类的干预有什么不同吗?拉什莫尔山的信息不比富士山多吗?人类的干预会使一个可测量的区别吗?这是指定的复杂性。把特定复杂性的想法付诸实践,我们如何衡量有意义的信息?我们怎么知道林肯被控制住了比他的半身像还多?

在一个热门话题上,他们提到了先进人工智能能够以某种方式识别并过滤掉的希望偏见和仇恨根据“没有免费午餐”定理,问题在于编程中存在固有的偏见。然后马克斯博士谈到了他在进化计算方面的工作,提出了一个问题,随机过程能产生有意义的信息吗?还是需要智力?

这部分从54:01分开始。接下来是部分文本和注释、显示注释和其他资源。

迈克尔·艾格诺:许多进化生物学家声称,存在于生物中的所有信息都是通过随机组合变异的自然选择而产生的。这是真的吗?很明显,生物包含了很多信息。达尔文式的随机遗传突变和自然选择过程是否有可能在生物学中产生所有的信息,甚至任何信息?

罗伯特·j .标志

罗伯特·j .标志:我的背景不是生物学,而是计算机科学和计算机工程。我们所做的其中一件事就是人工智能。我想也许你的问题——翻译成人工智能——是:人工智能中会发生任何事情吗?答案是绝对不行。我们做了很多工作。

温斯顿Ewert和设计理论家威廉就是做了很多分析程序的工作,据说这些程序可以产生信息。

人们说,随着计算机的出现,进化是一个如此缓慢的过程。在实验室里做任何事情都需要很多年的时间。但如果我们有一台电脑,我们可以用这些达尔文算法,在电脑上模拟它们,并证明它确实有效。于是人们开始尝试。有人跳上跳下说:“是的,我们已经证明了达尔文的进化论。”

不过,他们的模拟实验存在一个问题。第一,所有的模拟都是引导你有三个进化步骤:随机突变,杀死弱者,适者生存。
这三个步骤的关键步骤是适者生存。你如何确定适者生存是什么?为了做到这一点,你必须有一个叫做a的东西适应度函数或者一个目标函数。

这需要由程序员强加。程序员是在告诉你生物如何能更好地自我发展。为了在计算机上执行进化,这是必要的。在我们的书中,进化信息学导论,让我再说一遍,进化信息学导论,根据著名期刊和会议上发表的文章,我们看了一些声称进行达尔文进化论的计算机程序。

我们证明了在所有情况下,是的,(设计)是必需的,而且它的背后有数学。数学是基于没有免费午餐定理,这在1997年的IEEE进化计算汇刊中得到普及。在那里,大卫·沃伯特w·g·麦克里迪展示了震惊基因规划和进化规划领域的东西。

他们的结论——以及他们的数学证明——是:如果你不知道你前进的方向,你永远不会到达那里。在完成一个目标时,一种搜索算法和另一种算法的平均效果一样好。这震惊了计算机科学领域,尤其是进化计算领域。但它却流行了起来。我们研究了这个问题,例如,它在《进化信息学》一书中就有涉及。

我们不仅证明了这一点,我们还可以测量人们在搜索过程中输入信息的程度。我们可以用比特来衡量,程序员为了使搜索成功而将搜索处理的信息量输入到计算机程序中……

我们接受的其中一个,最大的一个(因为它是多佛试验的一部分)是一个叫做Avida的项目,a - v - i - d - a阿维达声称要执行进化算法。但它充满了额外的信息。现在我们推导出的度量标准是为了测量放入算法的信息的程度从而使算法成功的度量标准叫做主动信息。这可以用比特来衡量。我们能够测量投放到Avida的活跃信息的数量,它是很多的。

我们还采用了另一种名为EV的算法,该算法旨在展示达尔文进化论,并显示它充满了活跃的信息。我不认为编写程序的人故意这样做,并试图隐藏它。我认为,他们被熟悉所麻木。

迈克尔·艾格诺:在我看来,从你的描述来看,把信息放入这些程序的想法是很明显的。你可以测量它,你可以量化它,这很有意思。这些程序都是优雅的计算工具。和当然,信息被输入。像这些达尔文主义者这样的专家怎么就看不出来呢?我的意思是,这真的是盲目的。这是相当惊人的。

罗伯特·j .标志:我有一个关于科学家和工程师之间区别的老理论。我是一个工程师。科学家经常提出好的理论。他们喜欢这些理论,他们经过审查,他们被安置在王座上。他们像女王一样被崇拜,像女王一样被保护。而工程师们则让女王从宝座上下来擦洗地板。如果她不擦地板,我们就炒了她。

我想这里的情况可能就是这样。为什么这些人要这么做?人们可能听说过这个,但我称之为“死人综合症”。它说明了身处信仰筒仓的挑战,一个你看不见的意识形态筒仓。

一个男人走进精神病医生的办公室说:“医生……”他很伤心。“医生,我死了。”他开始抽泣,他坐下来,低下头开始哭泣。

精神病医生惊呆了。他说,“好吧,你没有死,你在走路,你在说话。而死人是不会这么做的。”

那个人说,“是的,我知道。我能走路和说话真是令人惊讶,不是吗?但是医生,我已经死了。”

所以精神病医生想到了一个办法,可以让那个人相信他没有死。他有糖尿病刺破手指的毛病他问那个人"死人会流血吗"

病人说:“不,死人不会流血的。”

他说,“给我你的手指。”

于是他扎了他的手指,那个人开始流血,一小滩红色的血涌了出来,那个人的眼睛变大了。他看了看医生,又看了看水坑,又看了看医生,说:“医生,这太不可思议了。你是对的,我错了。死人会流血。”

这个故事的重点是,如果你如此固守一种意识形态,你就会为了捍卫那个意识形态的筒仓而把方钉钉进圆洞里。我认为我们应该把矛头指向达尔文主义者。但我认为,每个人都应该把自己放在信仰的筒仓里,让自己对其他解释持开放态度,听从证据的指引。

我的意思是,这是科学家们说的:有证据就去找。达尔文进化论的证据是,尤其是通过计算机实现和模拟的,不,它根本不起作用,除非有指导,除非有目的论的强迫功能。你必须弄清楚什么是好的,你必须弄清楚适者生存是什么。这通常是一个活跃信息被放入算法的地方。是的,在很多情况下,它可以用比特来测量。这很好。我认为我们对能够做到这一点感到非常自豪。

迈克尔·艾格诺

迈克尔·艾格诺:我自己就是在达尔文主义的氛围中长大的。我相信了。我真的相信达尔文解释了生物是如何产生适应性的。我以为达尔文解释了人类是如何形成的。正是智能设计运动帮助我认识到这是多么的错误,这是多么的荒谬。

坦白地说,每次我看到这个问题,我都大吃一惊,达尔文主义者竟然真的相信他们所相信的东西。他们真的是在一个筒仓里。但是天哪,筒仓的墙又厚又坚固。这些人无法摆脱它。

你提到了,当然进化的目标趋向于被指定。除非你明确目标,否则你将一事无成。

迈克尔·艾格诺:但即使是随机性也需要信息和智力。因为有一个古老的亚里士多德格言,偶然或意外只发生在设计事物的结合。也就是说,它们是你无意中产生的连接但它们依赖于设计的环境。如果你没有设计环境,随机性就没有任何意义。

一个很好的例子是车祸。你经过一个十字路口,另一个人经过这个十字路口,然后碰撞。那是个意外。没有人有意相撞。但其他的一切都是设计好的。你驾驶的汽车是设计好的。你和另一个人都打算去某个地方。一个人无视的信号灯是设计好的。这条路已经设计好了。所以随机性必须发生在设计框架中。 So design even shows up in randomness, as well as goals, purposes.

下一个:随机性是如何显示设计证据的

以下是这部剧的全部情节。浏览和欣赏:

  1. 信息如何成为一切,包括生命。没有信息把我们联系在一起,我们就只是漂浮在房间里的尘埃。正如计算机工程师罗伯特·j·马克斯(Robert J. Marks)所解释的那样,我们的DNA从根本上说是数字的,而不是模拟的,因为它让我们保持了现在的样子。
  2. 创造力仅仅意味着更大的数据吗?还是别的?迈克尔·艾格诺(Michael Egnor)和罗伯特·j·马克斯(Robert J. Marks)研究了人工智能可以通过某种方式被教育成具有创造力的说法。让人工智能理解因果关系而不是相关性的问题,导致了数据驱动论文中的许多虚假相关性。
  3. 拉什莫尔山包含什么没有更多的信息比富士山吗?也就是说,智能干预会增加信息吗?这种干预能被科学方法检测到吗?对于两张存储容量相同的dvd——一张是随机的噪音,另一张是一部电影(比如《勇敢的心》),我们如何检测两者的区别呢?
  4. 我们怎么知道林肯被控制住了比他的半身像还多?生命形式努力成为更真实的自己。沙粒不会。你需要更多的信息来奋斗,而不仅仅是生存。即使是我们通常认为并不聪明的细菌也在努力。而和细菌一样大小的沙粒则不然。生活需要更多的信息。
  5. 为什么AI不能过滤掉“讨厌的消息。”正如Robert J. Marks所解释的,“没有免费午餐”定理表明,没有偏见的计算机程序就像没有冰的冰块。Marks和egor回顾了大数据采集算法令人担忧的发展——无法解释、不可知和无法解释——低估了风险。
  6. 完全随机的过程生产信息?信息会无意中导致一系列事故吗?马克斯博士:我们可以用比特来测量程序员为了使一个(随机)搜索过程成功而输入计算机程序的信息量。
  7. 偶数是如何显示设计证据随机数生成器实际上是伪随机数生成器,因为它们依赖于设计好的算法。罗伯特·j·马克斯解释说,唯一真正的随机性是量子崩塌。进化论中关于随机性的说法经不起信息论的检验。

显示记录

  • 00:00:09|介绍Robert J. Marks博士
  • 00:01:02什么是信息?
  • 00:06:42|数据的精确表示
  • 00:08:22信息最少的系统
  • 00:09:31|信息在本质上
  • 00:10:46比较生物信息和非生物信息
  • 00:11:32 |创建的信息
  • 00:12:53|人工智能会有创造力吗?
  • 00:17:40|相关性和因果关系
  • 00:24:22|拉什莫尔山对富士山
  • 00:26:32|指定的复杂性
  • 00:29:49 |亚伯拉罕·林肯的雕像和亚伯拉罕·林肯有什么不同?
  • 00:37:21|完成目标
  • 00:38:26 |机器人提高自己
  • 00:43:13 |人工智能中的偏见和隐藏
  • 00:44:42 |模仿传染
  • 00:50:14 |人工智能的危害
  • 00:54:01 |信息在人工智能进化计算中的作用
  • 01:00:15 |死人综合症
  • 01:02:46 |随机性需要信息和智力
  • 01:08:58 |智能设计的科学批评家
  • 01:09:40 |达尔文理论与本我理论之争
  • 01:15:07|人择原理

额外的资源

播客下载记录


万博官方app下载思想重要新闻

在MindMatters.ai上有关于自然和人工智能领域的重大新闻。

完全随机过程能产生信息吗?