據(jù)《新科學家》雜志報道，人工智能專家亞倫·斯洛曼(Aaron Sloman)日前發(fā)表聲明，宣稱自己想發(fā)明一個數(shù)學家機器人。他說他已經(jīng)找到了“人是怎樣發(fā)展數(shù)學才能”的關鍵點。假如他的思路是對的，那么就應該有可能使機器人如同人一樣有很好的數(shù)學才能，甚至可能會更好。

　　英國伯明翰大學的斯洛曼(Sloman)說：“人類的大腦不是通過魔法而運轉(zhuǎn)的，因此，大腦所能做到的事同樣也適合于機器人。”

　　斯洛曼發(fā)明的機器人并不意味著就是個能夠引領數(shù)學界的數(shù)學天才。斯洛曼希望“所有的路都通往這個具有重要意義的新數(shù)學領域”。

　　他認為，人類的數(shù)學能力關鍵期在童年，所以“我們將為機器人制造一個孩童般的大腦，讓它自己逐漸發(fā)展自己的數(shù)學命運”。為了認識世界，嬰孩們必須獲得很多技能。例如，他們要獲得這樣的知識——“玩具火車駛?cè)胨淼溃瑢�會在隧道的另一端駛�?rdquo;；或者是智力拼圖玩具，只有找到凹凸合適銜接口才能拼好。

　　和其它的幾何拓撲學概念一樣，“集合的傳遞性”是通過親身經(jīng)歷而獲得的知識。“這里是‘數(shù)百’這個概念，如果沒有數(shù)千甚至更多的親身經(jīng)歷過的數(shù)概念的例子，那么‘數(shù)百’就看起來像拓撲學、幾何學、算術里的定理那樣難于理解。”斯洛曼說。

　　在某個時候，孩子的思維會有個跳躍階段。和孩子一樣，我們也很快會從“親身經(jīng)歷”過渡到“一般定理”階段。

　　像“火車通過隧道”一樣去重復經(jīng)驗，孩子們學會了怎么樣使用“棒條”物體(例如，掃把、木棍等都屬于“棒條體”)。那就是為什么一個3歲大拿著掃把(把比較長)的孩子，會因為掃把橫著通不過樓梯門被擋在那兒了。最后，他會通過調(diào)整動作(把掃把豎起來或著是拖著)使掃把通過那扇門。斯洛曼說：“那就是從‘經(jīng)驗主義’向‘現(xiàn)實主義’的轉(zhuǎn)變，機器人就是那樣獲得知識的。”

　　斯洛曼又回到了原點，認真觀察嬰孩是怎么認識他們周圍的世界。他正在建立一份“觀察值”檔案。這個“觀察值”是通過嬰孩完成數(shù)學任務所獲得的。這些認識和處理周邊事物的技能定會在基因組中被編碼。斯洛曼認為，這樣的話，它們就有可能在機器中進行編碼。

　　斯洛曼向他的“嬰孩機器人”邁進還要走很長一段路。一旦他對孩子發(fā)展的各個階段的能力進行了分類，他仍然還要設計出如何讓機器人理解這些能力的數(shù)學含義，然后用一些計算機編碼方式來代表它們。他說：“為了能夠使用，這些信息需要以某種形式編碼。”在這個任務的巨大范圍意味著他的目標必須適度：在此階段，他正試圖去簡單地呈現(xiàn)空間處理與數(shù)學基本原理之間的鏈接。如果在這個階段有額外的技術難題被解決了的話，那這就是給我的“贈品”。但是這份“贈品”會有多豐富呢？“數(shù)學家機器人”真的能夠做到這些事嗎？

　　皮斯說：“在原則上是可行的，但是這個迄今為止的故事仍在挑戰(zhàn)她的‘樂觀態(tài)度’。我所知道的所有科學與數(shù)學上的探索至今還沒有重大發(fā)現(xiàn)。我們還有很長的路要走。”

　　科爾頓團隊都確信這款機器人一定會被創(chuàng)造出來。他說：“創(chuàng)造力是一個很有負擔的詞語，但是通常人們都會認為只有人類才擁有。很多方式證明計算機做數(shù)學題比一個本科生更具創(chuàng)造力。”

　　斯洛曼指出：“這次革新允許計算機通過它們自己產(chǎn)生的許多程序來解決問題，設定標準去測試它們，然后“選擇”和“整合”最佳答案。當然也允許計算機做些自己的事，這些事并沒有預先進行編程。斯洛曼說：“在某些情況下，沒有人知道它們是如何做它們想做的事。”自1980年末，航天航空和汽車設計師已經(jīng)運用了進化算法去優(yōu)選飛機零件和使他們的設計更合理化。甚至城市的商人正使用它們?nèi)�拋售股票�?/p>