提供 ACG 文化研究與相關科技藝術之學程,也是屬於Yours

《刀劍神域 Alicization 》搖光與靈魂: 論「自律學習型高適應性人工智慧」的理論可行性

 

在《刀劍神域 Alicization 》的世界觀中,日本自衛隊將數位人類嬰兒的量子資訊置入虛擬世界「UnderWorld」中,並使其在虛擬世界中學習、生存。最終目的 發展出得以在戰爭中應用的「自律學習型高適應性人工智慧(Artificial Labile Intelligence Cyberneted Existence, A.L.I.C.E.)」

簡單說就是創造完全人工再製人類靈魂的高階 AI,使用這個系統大量生產 AI 人造人類士兵。這樣一個架構在(科幻)輕小說下的虛擬技術,是否有可能具備現實科學世界的理論基礎呢?根據《刀劍神域》作者川原礫在小說中提供的脈絡,我將以當代深度學習技術以及量子物理學的角度,淺談這個「自律學習型高適應性人工智慧」的理論 論述基礎和可行性。

■ 關於「自律學習型高適應性人工智慧」的小說性脈絡

在故事中提及,人類的腦細胞中存在有一種稱為微管(Microtubule)的結構,在微管中可以找到一種被稱為搖光(Fluctlight)的光子,而光子的量子態的集合即是人的靈魂。所以只要能夠讀取搖光光子的量子態資訊,便能讀取人的靈魂。

小說設定了由日本軍方持有的名為拉斯(RATH)的公司開發出一種名為靈魂翻譯機(Soul Translator)的設備機器。該機器即是一個能夠讀取搖光光子的量子態資訊的機器;並且在讀取到這些資訊後,拉斯將其複製入一個稱為光量 子閘(light club)的裝置。

也就是說,拉斯公司具備完整複製一個「靈魂」並且儲存的能力。

在《刀劍神域》的世界觀中已經擁有腦機介面(完全潛行技術)以及與其對 應的虛擬實境。於是拉斯複製嬰兒的搖光靈魂,並將其放置在一個被打造 好的虛擬原始世界(UnderWorld)中,由少量的拉斯工作人員經由完全潛行技術進入虛擬世界,花費數年時間培養這些嬰兒搖光。

並且在這些嬰兒搖光成人後任其結婚、並再放入第二代的搖光嬰兒由第一代的搖光扶養。不斷不斷 的重複這個過程。在 UnderWorld 的內部時間經過 300 年的時候,這些搖光組成的社會已經發展成擁有 8 萬人口的中型都市。首先稍微統整一下這一段過程:

 
1|讀取並複製嬰兒腦中搖光的量子資訊
2|將這些複製來的搖光嬰兒放入 UnderWorld,由工作人員花費數年扶養
3|在搖光成長後讓其繼續扶養下一代的搖光,以此完成世代傳承

小說認為經過這一連串的過程後,這些搖光已經成為真正意義上的「自律學習型高適 應性人工智慧」了。其行為、效能皆與人類相仿,這便是川原礫在作品中所 提及的打造邏輯。接下來我將繼續剖析 這一套邏輯的可能性。

■ 當代 AI 技術的運作方式

在小說中,川原礫將他提出的這種 AI 建構方式稱為「Bottom-Up」 型 AI,這個名子並非無中生有,可見作者在創作設定前也查閱了不少相關資料。這個詞彙是為了與當代現實主流的「Top-Down」型 AI 做出區隔。

Top-Down 型 AI,也就是現實世界所說的「機器學習(Machine Learning)」 技術,是一種基於模擬大腦神經網路運作的演算法。這個演算法的做法是用一個非線性的可微分嚴格遞增函數模擬大腦細胞的輸入與輸出。

並且將一個像這樣的人造腦細胞多個並排在一層中,並造數個放置多層如此的結構,並將鄰層之間的每一個互相以一線性函數的方式連結。我們把這樣的結構稱之為 人工神經網路(Neural-Net)。

接著我們導入一個作為樣本的數據集,用於訓練這個神經網路。因為初始的神經網路與嬰兒無異,所以輸出的結果一定是無意義的,但是我們可以藉由第一批次輸出的結果與樣本答案計算出「資訊熵」 (Information entropy),並且用張量微積分求出人工神經網路中每一個參數對資訊熵的偏導微。有了偏導微之後,我們就能藉此修正神經網路中的每 一個參數,使其輸出之結果趨向正確。

重點在於:因為現實世界的人工神經網路必須要經過樣本數據集的反覆訓練,才能成為關於那個數據領域的 AI,所以不經過反覆的學習就不可能自發性的對該領域有知識。因此川原礫必須另外創造一個詞「Bottom-Up」型 AI,就是為了與需要數據集才能被動學習的「Top-Down」型 AI做出區隔

接下來說明這兩種不同的 AI 構成方式,並比較他們的異同:

 

  ◐「Bottom-Up」型 AI (刀劍神域中的 AI)

「Bottom-Up」型 AI 是基於量子態應對外在世界而做出量子態演化的結果而 塑成的 AI。因此他模仿人類的方式是基於量子態層次上的模仿,所以很有 可能能夠精細的還原人類大腦的性能與表現,達成我們想要的「自律學習型 高適應性人工智慧」。

◐「Top-Down」型 AI (現實世界的 AI 技術)

「Top-Down」型 AI 是基於模擬人腦神經網路構造的演算法,將資訊熵最小化的結果所塑成的 AI。這種 AI 模仿人類的方式是一種數學上的近似,並且只能應對已經餵食過樣本數據的情況。這個做法在現實世界被廣泛採用,但是我們目前無法根據這種技術造出我們想要的「自律學習型高適應性人工智慧」。

但是即使這兩個做法看似有極大差異,我們還是能夠找到他們深層的共通點。一個最至關重要的點就是對於「熵的極小化」。對於一個無知的腦,我們能夠想像它擁有的可能狀態有無數多個,對應熵的定義就是一個極大的熵。

但是對於一個有知的腦,它擁有的可能狀態就會被限縮,因為這樣才能使 AI 錨定在可以輸出正確結果的情況,對應熵的定義就是一個較小的熵。「Top-Down」型 AI 是直接在其自身的數學結構上就以熵的極小化為出發點,而「Bottom-Up」型 AI 則是在量子態隨時間演化的過程中逐漸減小其熵。

 

■ 人腦量子資訊的當代理論的可行性

《刀劍神域》中設定了「人的意識是由搖光的量子態決定的」這一前提,也就是人類的意識和靈魂是可被測量、採集、觀察與處理的,這使得「靈魂」從宗教哲學的層次進入到科學領域,這樣的論點可以被解釋嗎?所以我接下來就想來討論關於這個設定的實際理論。 

首先,在量子力學的公設中,量子態公設表述了這麼一個命題:量子系統在任意時刻的量子態(Quantum State)完備地給出這量子系統的所有資訊。 也就是說,當 Soul Translator 複製了人類搖光的量子資訊時,就已經完備的複製了人意識的所有資訊。

這一可能性是否可能?剛好現實中有一篇這樣的論文可以作為探討:”Hameroff Quantum Computation in Brain Microtubules The Penrose Hameroff Orch OR model of consciousness”

來源|https://wall.alphacoders.com/big.php?i=801881&lang=Chinese

量子態隨時間演化的描述可以由薛丁格方程式描述。如果我們借用這個概念放到這裡,就意味著在作品中人工搖光的成長實際上指涉的就是量子態的時間演。 而這一切推論建立在複製人腦中部份量子資訊就能完備的複製人的意識這個假設上。

所以我們現在來把這個說法切分成兩個部分來看。一個是腦中屬於意識的量子資訊,一個是量子態的複製。 Hameroff 的論文提及了《刀劍神域》所提「搖光」的可能性。因為Hameroff 認為腦細胞理的微管(Microtubule)中存在處與量子相干態(Coherent State)的光 子,這些光子在大腦中的運作類似於量子計算機,以此組成人類的意識。

並且根據不確定性原理的計算,這個量子去相干(Decoherent)的時間,也就是這個量子態應外刺激而做出反饋的時間,與神經生物學中測量到的細胞活動 (Neurophysiological Activities)擁有一樣的周期,這可能成功的解釋了神經 細胞的運作方式。

用白話一點來說就是,如果假設神經細胞的運作中樞是處於量子相干態的光子,並在去相干後輸出結果,那神經生物學的測量結果很不可思議地符合了量子力學的計算結果。因此我們有足夠的可能性可以假定這個學說可行。

但是關於這個「量子態」構成「靈魂意識」的學說即使成立,要將其複製到外界卻又是另一 個問題。在量子力學中實際上有一個不可複製定理(None-Cloning Theorem), 該定理表述任何一個量子態都不可能在另一個量子態上再造,除非先將原有的 量子態湮滅。

也就是說當我們試圖將人類腦中的量子態複製到另一部機器上時,將會遇到理論上的不可能;這就如同人類不可能打造出永動機一樣,是屬於原理上的不可能。如果要將量子態進行複製,那意味著原本的量子態轉移到另一個量子態上,則原本的量子態必須湮滅(Quantum Teleportation)。簡單說:如果我們真的打算將腦中的量子態轉移到機器介面上,那勢必意味著我們 必須犧牲原有的人腦。

 

「自律學習型高適應性人 工智慧」實踐的可能性

將當代的 AI 技術和人腦量子資訊理論結合探討如上文,但若是想實行像這樣的「自律學習型高適應性人工智慧」(作品中的搖光 AI系統)是否可行?

首先會遇到的第一個問題就是量子態的讀取與複製。如同前述量子態的複製並不可行,但我們可以藉由湮滅原本的量子態作為代價實行。不過這些都只是 關於理論的討論,實際技術的建構又是另一門問題了。

如果我們仔細的思考當代存在的 AI 技術和川原礫在作品中所假設的 AI 技術之間的差異,我們很就會發現「量子電腦」的存在是不可或缺的。因為這個假想的 AI 技術是基於在機器上運作量子態時間演化的前提,但是現實中的電腦不可能有足夠多的運算資源可以支援擁有無限多可能性的量子態運算。

所以我們需要靠量子電腦才能進行搖光 AI 的執行運算。我們可以將量子去相干,也就是前面曾提到的「搖光的輸出」設為人工神經網路的腦細胞模擬中樞,用以取代傳統機器學 習採用一個數學函數就代表一個細胞的做法。

除此之外,我們還必須要讓搖光 AI 進行成長訓練、減小該 AI 的熵值。為了提 供一個像這樣的環境,我想或許有兩個解決辦法:一是如同作品中所述,創造一個如同 Underworld 的虛擬世界,並且將搖光 AI 們放入虛擬世界中進行扶養。

但是要如何打造一個像這樣的虛擬世界又是一個巨大的技術問題了,另一個可能性是製作一個高度模仿人類的機器 人,並將搖光 AI 嵌入作為其運算思考核心。然後將他放入現實的人類社會進 行適應,假以時日(這個時間不知道要多久)也能完成我們想要的「自律學習型高適應性人工智慧」。這邊遭遇的難處除了技術外,就是道德和社會的問題了。

結論

我們如果要創造出如同川原礫所描述的「自律學習型高適應性人工智慧」,需要以下條件: 

1、意識是由處於量子相干態的光子所運作的,因此只要能讀取該量子態,就能讀取意識。
2、我們能夠有讀取量子態並將其送至機器介面上的技術。
3、我們必須擁有量子電腦以用於執行量子態時間演化的運算。
4、我們必須能準備一個能讓搖光 AI 成長的環境(虛擬世界或仿人機器人)

以上的四個條件目前都超出我們現實世界的技術水準,所以目前是不可能完成這 個「自律學習型高適應性人工智慧」的,但是未來則未必不可能。 我自從在小說上讀到搖光和 AI 的這個構想就一直覺得很吸引人,在寫這篇文章時一直出現某種「啊其實我可以這麼做」、「喔這個 AI 好像真的做得出來」的感覺。

尤其當我讀到 Hameroff 的那篇論文時,這種感覺來到了高潮「其實科幻和科學的鴻溝僅僅如此而已嗎」。 我本人是物理系的學生,同時也在天文所的 Cosmology Group 裡是天文學研究最前線上衝鋒陷陣的研究者之一。

我的研究內容就是關於深度學習(就是在文章中提過的 Bottom Up 型 AI)在星系類型識別上的應用 XD。所以關 AI 這個領域算是我情有獨鍾也頗有心得的領域。不過這和川原礫在作品 中所設想的「自律學習型高適應性人工智慧」其實相去甚遠,甚至可以說是完全不一樣的兩種技術。

真要說只有目標,也就是打造泛用 AI 是一 樣的而已。在寫這篇文章時也查到了一些令我感到十分驚奇的新聞,例如說目前已經有完成並且商轉的量子電腦問世了。也許很快的,我在結論裡提出 的四個「完成搖光 AI 的四個條件」將一一被滿足,而我們將有能力創造出 今天還存在於科幻小說/動漫中的場景。然後人類的勞動力將真正意義上的被解放,不需要工作的偉大時代將會降臨(哈哈哈)

不用臉紅阿|source https://www.wenxiba.com/anime/27901.html


本文是我們於清華大學學程課程討論作業的成果之一。透過主題與問題的提出,加以解釋與觀察,提供學生作為觀看者與評論者的一種練習與嘗試,也與我們推廣的「輕學術」有相連結之處。我們希望透過這種方式,得以有機會以較長篇幅的方式來討論與寫作,進而獲得練習的機會。

本文作者|物理系陳柏翰
編輯| U-ACG 小編

 

SOURCE 
1、 刀劍神域 Alicization ep06
2、 1998 Hameroff-Quantum Computation in Brain Microtubules The
Penrose Hameroff Orch OR model of consciousness
3、 2012 John Townsend-A Modern Approach to Quantum Mechanics

 

Comments

comments