English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

访客
1 / ?
返回课程列表

等腰三角形证明

早期机器推理研究中最令人瞩目的成果之一:一个几何定理证明程序产生了一个关于等腰三角形定理的证明,该证明是其设计者未曾预料的,大多数数学家也不知道。

经典证明需要构造一条辅助线:从顶点绘制角平分线,在两个子三角形上使用SAS全等。证明有效,但需要原问题中未提及的外部构造。

该程序的证明不使用辅助构造。它将三角形ABC与三角形CBA进行比较——同一个三角形,反向读取。对应关系A↔A、B↔C、C↔B将原始三角形转化为自身,底部顶点互换。两边根据假设相等。根据SSS全等,三角形ABC全等于三角形CBA,这意味着角B等于角C。

等腰三角形:经典证明与程序证明

该证明在某些版本的《欧几里得几何原本》中以脚注形式出现,但并不广为人知。构建该系统的程序员不知道它。该程序通过遵循一个编程策略找到了它:首先尝试直接证明;如果遇到困难,尝试绘制辅助线。

该程序展示了创造力吗?

Hamming直接提出问题:这是否构成机器创造力?他的答案是:部分是,但这个限定很重要。

程序员编写了指令来尝试直接证明定理,当遇到困难时尝试辅助构造。程序遵循了这些指令。新颖的证明出现了,因为这些指令被应用到一个直接证明恰好有效的问题上。

Hamming的观察:这正是人类创造力的工作方式。你的几何训练在你的脑子里加载了一个程序。这些指令说:尝试直接证明;如果遇到困难,绘制辅助线。你学习这些指令的方式不如机器那样干净——你会忘记、误用,需要无尽的重复。但结构是相同的。

Hamming指出的悖论:一旦程序存在来做某事,观察者会自动将行为重新分类为例行公事。程序的存在摧毁了智能的印象。机器永远无法向怀疑的观众证明它不仅仅是机器——因为任何演示都会被重新分类为"只是编程"。

Hamming说几何程序的创造力"是编程的"——辅助线策略是一条明确的指令。但设计者不知道具体的证明。这是一个有意义的区别吗?陈述你的立场:创造力能否从规则遵循中产生,还是真正的创造力需要超越规则的东西?给出一个具体的论证。

Max Mathews与计算机音乐

Hamming从几何转向音乐,这个转变是有意的:他想展示机器推理超越了显然分析性的领域。

贝尔实验室的Max Mathews & John Pierce通过数字合成波形来计算音乐。该系统需要选择采样率:根据Nyquist定理,要再现频率f以下的声音,你需要至少2f的采样率。人类听觉延伸到大约18,000 Hz;电话质量的语音需要8,000 Hz,需要至少16,000 Hz的采样率。

采样率固定后,系统可以计算代表任何可能波形的任何幅度序列,通过数模转换器和平滑滤波器传递值,然后播放结果。纯音是简单的正弦波。乐器结合多个频率和特征性的起音及衰减包络。作曲变成了指定音符序列和乐器模型的问题。

然后他们问:为什么手动提供音符?作曲规则存在。他们用这些规则加上随机数生成来产生计算机作曲的音乐。

结果:计算机作曲、计算机演奏的音乐到20世纪70年代中期已经出现在广播和电视广告中。到1994年,最高质量录音是数字的。Hamming的观察:现在的问题是什么声音值得制作,而不是什么声音在技术上是可能的。技术前沿已经关闭;美学前沿仍然开放。

关闭的技术前沿

Hamming做出了尖锐的声明:通过数字音频,声音再现不可能有任何未来的显著技术改进。该媒介已达到理论完整性。剩余的改进是美学的,而不是工程的。

他指出计算机音乐系统也改变了作曲家的角色:实时播放取代了等待多年的现场演奏。作曲家现在可以更快地发展风格,因为反馈周期要短得多。

Hamming说数字音频达到了技术完整性——工程前沿关闭了。剩余的前沿是美学的。在你认为工程前沿已经关闭或在你的一生中将关闭的另一个技术领域中确定一个,这样剩余的工作就变成了美学的、策展的或解释性的,而不是技术性的。解释为什么你相信工程前沿在那里已经关闭了。

日常工作与能力问题

Hamming对替代问题毫不回避。计算机从日常工作中替代工人。他直言:'机器人将替代许多从事日常工作的人类。在非常真实的意义上,机器最擅长做日常工作,因此将人类解放出来做更人道的工作。'

令人不适的限定:"不幸的是,许多人目前不具备与机器竞争的条件——他们无法做太多除了日常工作之外的事情。"

他对大多数人能否从日常工作重新培训为非日常工作表示怀疑。这不是一个受欢迎的立场。他承认了普遍的信念(他称之为希望)即适当的培训将让被替代的工人竞争。他公开质疑这一点,然后继续。

区别特征

在Hamming的框架中,什么将非日常工作与日常工作区分开来:仔细分析情况的能力 & 详细指定接下来应该做什么。这正是程序所做的——机器越来越能够做的。问题是需要人类指定的情况集是在收缩还是在增长。

能力问题

Hamming在贝尔实验室的职业生涯给了他直接的观察:在几十年里,计算机从人类注意力中替代的工作一直偏向日常,出现的新工作一直偏向非日常。剩余的人类价值在于判断、综合,以及选择要追求什么问题——而不是执行。

他提出但未解决:这种模式是永久的,还是自动化最终也会消费掉非日常工作?

Hamming对许多被自动化替代的工人能否被重新培训为更高层次的非日常工作表示公开怀疑。这是一个有争议的立场。陈述你自己的观点:Hamming的悲观主义是有根据的、部分有根据的,还是没有根据的?提供一个具体的论证——而不仅仅是抽象的乐观主义或悲观主义。

人机协作

Hamming对机器推理的首选框架不是竞争而是协作。他对人 & 机器能够一起做既不能单独完成的事感兴趣。

他在贝尔实验室看到的例子:代数简化系统引导人类代数学家通过长符号操作,同时将判断调用留给人类;计算机音乐系统扩展了作曲家的创意范围,同时将美学选择留给作曲家;医学诊断支持系统将机器模式识别与人类的上下文判断相匹配。

他的预测:未来几十年最有价值的工作位于界面处——不是由机器替代的人类,也不是由人类约束的机器,而是超越两者的组合。

化学合成程序是一个清晰的例子:它列举了可能的合成路线,计算了成本 & 产率,并呈现了选项。化学家选择。两者都不能单独做得那么好:程序无法识别哪个合成是优雅的或哪个副产品对下游用途重要;化学家无法手工列举10,000条路线。

为你知道的一个特定领域中的具体任务设计一个人机协作。该协作应该利用机器擅长的事(搜索、列举、模式匹配、速度),同时在机器本身无法替代的具体判断或隐性知识点处保留人类贡献。描述两个组件,并解释为什么组合超越了两者各自单独能做的事。