这是一个非常非常简单的想法，叫作反向传播。这是一种系统地从错误中学习以提高权重的方法，这样它们会给出越来越多的正确答案和越来越少的错误答案。这已经实现了，被称为深度学习。这带来的成功可以说令人印象深刻。深度学习神经网络已经非常擅长在图像、人脸或猫领域进行识别，而且还精通曾经被认为是人类智力顶峰的事情，比如：国际象棋，围棋，高等级的星际争霸游戏。
举一个象棋的例子，它令我印象深刻，可能是因为我对象棋的了解比对围棋或星际争霸要多一些。象棋已被人类深入研究了几个世纪，关于它的文字资料非常丰富。有的人类棋手终其一生都在精进棋艺，并且认为对象棋的理解已经相当透彻了。将国际象棋的规则输入神经网络，通过与自己对局，在几天内，甚至几个小时内，通过使用深度学习策略，神经网络的棋艺就可以赶超任何人类玩家，同样也比人类通过编程而设计出的经典计算机棋手要好得多。这难免令人类汗颜，我们创造的事物竟可以在某些方面完成我们认为是智力顶峰的任务，并且做得更好。如果你认为棋类等游戏不是很重要，神经网络在其他一些问题上比任何程序或人类也表现得更好，比如确定一个DNA密码的化学结构和它的形成机理及形状。
我重点介绍了这些应用反向传播学习的神经网络，但是它们还不是最有能力的。我们的大脑更为复杂，其出色的秘密就在于对反馈的审视。它包含的不仅仅是单向的信息流，还有对返回信息的再处理。是的，大脑网络在审视自己的行为。简单地说，就是大脑在思考我们在做什么。
传播网络并不思考它们在做什么，它们只管传播。它们不反省，也不检查自己的表现。因此，接下来是思考的下一个层次，我们需要超越反向传播，研究审视和指导其他网络的网络。审视自身行为，很有可能除了监控外部世界和身体状态的传感器之外，我们还有监控、预测、评估和指导我们内部大脑状态的模块，这些模块观察我们在想什么。换句话说，就是在观察和审视我们的意识。
我们思考我们正在思考什么。这可能与意识密切相关，本质上也可能就是意识。事实上，有一个叫Benjamin Libet的人在20世纪70年代开创了一个很经典的实验。我相信，随后也得到了许多其他复杂的实验验证，这些实验指出了这样一种观点，即我们所说的意识不是在决定要做的事情，而是在观察我们大脑中正在发生的事情，并对其进行报告。
我向大家展示这个经典的实验，它改变了我对自己在这个世界上的看法。这是一个极其简单的实验。
这是它的卡通版示意图。实验人员安排给受试者一个非常简单的任务。受试者被要求做两件事，即每隔一段时间，每当他或她想按按钮时，也看一下时钟，记录下是何时决定按下按钮的。所以当受试者决定按下按钮时，他会报告做出决定的时间。这就是这个实验的过程。实验的第三个组成部分是受试者处于一个监控大脑活动的电子设备中。实验发现，当受试者报告说他们做出了决定，这个时间要比大脑活动晚0.2秒左右，而大脑活动是导致按下按钮的原因。大脑的深层结构先于对行为意愿的意识。正如我所说，现在有许多这类实验，有许多先进的现代技术，都验证了这一结果。简单地说，如果此类实验结论是正确的，人工神经网络的一大进步将会是对“意识”的引入。
就物质方面而言，我们也应该借鉴生物学理论。我们应该引入自我复制理论。我们大脑的成长来自细胞的成长，细胞通过自我繁殖和自我配置，一倍又一倍的增长。人类大脑的形成过程很特殊，而且成本也低得多；当然比人工大脑的制造方式更有趣，因为它是由进化产生的，而人工大脑可以更快、更大规模地人工制造。这是就是未来的物理工程。这是一个关于自我复制的粗略想法。伟大的数学家约翰·冯·诺依曼，顺便说一句，他开创了作为所有现代计算机基础的被称为诺依曼架构的理论，他写了一本书，概述了如何制造一个自我复制的机器和生物体。
总结一下今天的内容，也展望一下未来。我认为即将出现几种奇特而强大的新“大脑”。这为想要改变世界的年轻人敞开了大门。这些领域为研究者提供了很大的创造空间。物理学和物理学家都有很多可以发挥才能的领域。
谢谢大家。
以上内容来自Frank Wilczek在“墨子沙龙”的演讲（2019年11月）
出品：新浪科技《科学大家》 墨子沙龙
