据《新科学家》报道，哲学家、人工智能专家亚伦·斯洛曼（Aaron Sloman）声明，他想发明的无非是一个数学家机器人而已。他说他已经找到了“人是怎样发展数学才能”的关键点。假如他的思路是对的，那么就应该有可能使机器人如同人一样有很好的数学才能，甚至可能会更好。
英国伯明翰大学的斯洛曼（Sloman）说：“人类的大脑不是通过魔法而运转的，因此，大脑所能做到的事同样也适合于机器人。”
斯洛曼发明的机器人并不意味着就是个能够引领数学界的数学天才。在《人工智能》杂志上，他确定的初步目标是，使用这款机器人去改进“我们数学能力的来源地”智力。虽然如此，但是这款机器人使我们能够超越以往已创造的数学机器人，它有最新的完整的数学思维体系，能够解决一系列简单问题。
当然人工智能领域以前就给予人们很多的承诺。早期，研究者认为机器人能够开启一条“快速通道”去理解意识，并声明，人工智能机器人将改变世界。事实是人们已厌倦这种调侃。现在，人工智能已经偏向更理智的事情。例如，人工智能国际象棋手、声音识别软件。但是到目前也没有一起突破性的革新事件。
英国爱丁堡大学数学哲学研究员埃莉森·皮斯（Alison Pease）说：“但是涉及到数学，我们还不能裁定它出局。”皮斯使用人工智能程序使一台计算机能够解决数学问题。她认为一台计算机真正使人惊讶是它那拥有最新数学眼光的程序员。她说：“我们现在还不能，但并不能断定未来就一定不能。”
由伦敦大学帝国学院的西蒙·科尔顿（Simon Colton）书写了这个程序，我们正稳健地踏上了第一步。这个程序被命名为“HR”，是为了纪念数学家高德菲·哈维德·哈代（Godfrey Harold Hardy）和拉马努金（Srinivasa Ramanujan）。它看起来是非常有趣的数字序列。关于HR的一些发现已经公布出来了。是HR，并不是科尔顿，获得了荣誉。尽管它看起来还不能列为“开山鼻祖”，但是却有很重要的意义。科尔顿说：“我总是运用数学理论来涉及HR的工作，把它作为一门休闲数学，但是看起来无关紧要的事情却最终能变得很有意义，同时又变得很有趣。”
皮斯和他的同仁Alan Smaille以及Markus Guhe最近已经使得这个项目更进一步了。在他们的爱丁堡计算机实验室，完全由数字数学家（即装有特殊程序的计算机）构成的团队进行了一次虚拟数学交涉。它将带我们到怎样的世界呢？
斯洛曼希望“所有的路都通往这个具有重要意义的新数学领域”。他认为人类的数学能力关键期在童年，所以“我们将为机器人制造一个孩童般的大脑，让它自己逐渐发展自己的数学命运”。
我们要怎样才能知道“婴孩的哪种才能使得他们能够排除错误的数字信息”呢？
斯洛曼正在收集线索。他认为，这个答案就存在于婴孩的空间技能上。为了认识这个世界，婴孩们必须获得很多技能。例如，他们要获得这样的知识——“玩具火车驶入隧道，将会在隧道的另一端驶出”；或者是智力拼图玩具，只有找到凹凸合适衔接口才能拼好。
当你还是个孩童的时候，你可能会对所学的周边事物都感到很惊奇。例如，你掌握拓扑学概念“集合的传递性”：堆火罐，一个罐子在另一个罐子的里头，你可能会学到，小型的火罐不仅能装到中型的火罐里，还能装到大型的火罐里。
和其它的几何拓扑学概念一样，“集合的传递性”是通过亲身经历而获得的知识。“这里是‘数百’这个概念，如果没有数千甚至更多的亲身经历过的数概念的例子，那么‘数百’就看起来像拓扑学、几何学、算术里的定理那样难于理解。”斯洛曼说。
在某个时候，孩子的思维会有个跳跃阶段。和孩子一样，我们也很快会从“亲身经历”过渡到“一般定理”阶段。
像“火车通过隧道”一样去重复经验，孩子们学会了怎么样使用“棒条”物体（例如，扫把、木棍等都属于“棒条体”）。那就是为什么一个3岁大拿着扫把（把比较长）的孩子，会因为扫把横着通不过楼梯门被挡在那儿了。最后，他会通过调整动作（把扫把竖起来或着是拖着）使扫把通过那扇门。斯洛曼说：“那就是从‘经验主义’向‘现实主义’的转变，机器人就是那样获得知识的。”
斯洛曼又回到了原点，认真观察婴孩是怎么认识他们周围的世界。他正在建立一份“观察值”档案。这个“观察值”是通过婴孩完成数学任务所获得的。这些认识和处理周边事物的技能定会在基因组中被编码。斯洛曼认为，这样的话，它们就有可能在机器中进行编码。
斯洛曼向他的“婴孩机器人”迈进还要走很长一段路。一旦他对孩子发展的各个阶段的能力进行了分类，他仍然还要设计出如何让机器人理解这些能力的数学含义，然后用一些计算机编码方式来代表它们。他说：“为了能够使用，这些信息需要以某种形式编码。”在这个任务的巨大范围意味着他的目标必须适度：在此阶段，他正试图去简单地呈现空间处理与数学基本原理之间的链接。如果在这个阶段有额外的技术难题被解决了的话，那这就是给我的“赠品”。但是这份“赠品”会有多丰富呢？“数学家机器人”真的能够做到这些事吗？
皮斯说：“在原则上是可行的，但是这个迄今为止的故事仍在挑战她的‘乐观态度’。我所知道的所有科学与数学上的探索至今还没有重大发现。我们还有很长的路要走。”
科尔顿团队都确信这款机器人一定会被创造出来。他说：“创造力是一个很有负担的词语，但是通常人们都会认为只有人类才拥有。很多方式证明计算机做数学题比一个本科生更具创造力。”
斯洛曼指出：“这次革新允许计算机通过它们自己产生的许多程序来解决问题，设定标准去测试它们，然后“选择”和“整合”最佳答案。当然也允许计算机做些自己的事，这些事并没有预先进行编程。斯洛曼说：“在某些情况下，没有人知道它们是如何做它们想做的事。”自1980年末，航天航空和汽车设计师已经运用了进化算法去优选飞机零件和使他们的设计更合理化。甚至城市的商人正使用它们去抛售股票。
腾讯科技讯 据《新科学家》杂志报道，人工智能专家亚伦·斯洛曼(Aaron Sloman)日前发表声明，宣称自己想发明一个数学家机器人。他说他已经找到了“人是怎样发展数学才能”的关键点。假如他的思路是对的，那么就应该有可能使机器人如同人一样有很好的数学才能，甚至可能会更好。
英国伯明翰大学的斯洛曼(Sloman)说：“人类的大脑不是通过魔法而运转的，因此，大脑所能做到的事同样也适合于机器人。”
斯洛曼发明的机器人并不意味着就是个能够引领数学界的数学天才。斯洛曼希望“所有的路都通往这个具有重要意义的新数学领域”。
他认为，人类的数学能力关键期在童年，所以“我们将为机器人制造一个孩童般的大脑，让它自己逐渐发展自己的数学命运”。为了认识世界，婴孩们必须获得很多技能。例如，他们要获得这样的知识——“玩具火车驶入隧道，将会在隧道的另一端驶出”；或者是智力拼图玩具，只有找到凹凸合适衔接口才能拼好。
和其它的几何拓扑学概念一样，“集合的传递性”是通过亲身经历而获得的知识。“这里是‘数百’这个概念，如果没有数千甚至更多的亲身经历过的数概念的例子，那么‘数百’就看起来像拓扑学、几何学、算术里的定理那样难于理解。”斯洛曼说。
在某个时候，孩子的思维会有个跳跃阶段。和孩子一样，我们也很快会从“亲身经历”过渡到“一般定理”阶段。
像“火车通过隧道”一样去重复经验，孩子们学会了怎么样使用“棒条”物体(例如，扫把、木棍等都属于“棒条体”)。那就是为什么一个3岁大拿着扫把(把比较长)的孩子，会因为扫把横着通不过楼梯门被挡在那儿了。最后，他会通过调整动作(把扫把竖起来或着是拖着)使扫把通过那扇门。斯洛曼说：“那就是从‘经验主义’向‘现实主义’的转变，机器人就是那样获得知识的。”
斯洛曼又回到了原点，认真观察婴孩是怎么认识他们周围的世界。他正在建立一份“观察值”档案。这个“观察值”是通过婴孩完成数学任务所获得的。这些认识和处理周边事物的技能定会在基因组中被编码。斯洛曼认为，这样的话，它们就有可能在机器中进行编码。
斯洛曼向他的“婴孩机器人”迈进还要走很长一段路。一旦他对孩子发展的各个阶段的能力进行了分类，他仍然还要设计出如何让机器人理解这些能力的数学含义，然后用一些计算机编码方式来代表它们。他说：“为了能够使用，这些信息需要以某种形式编码。”在这个任务的巨大范围意味着他的目标必须适度：在此阶段，他正试图去简单地呈现空间处理与数学基本原理之间的链接。如果在这个阶段有额外的技术难题被解决了的话，那这就是给我的“赠品”。但是这份“赠品”会有多丰富呢？“数学家机器人”真的能够做到这些事吗？
皮斯说：“在原则上是可行的，但是这个迄今为止的故事仍在挑战她的‘乐观态度’。我所知道的所有科学与数学上的探索至今还没有重大发现。我们还有很长的路要走。”
科尔顿团队都确信这款机器人一定会被创造出来。他说：“创造力是一个很有负担的词语，但是通常人们都会认为只有人类才拥有。很多方式证明计算机做数学题比一个本科生更具创造力。”
斯洛曼指出：“这次革新允许计算机通过它们自己产生的许多程序来解决问题，设定标准去测试它们，然后“选择”和“整合”最佳答案。当然也允许计算机做些自己的事，这些事并没有预先进行编程。斯洛曼说：“在某些情况下，没有人知道它们是如何做它们想做的事。”自1980年末，航天航空和汽车设计师已经运用了进化算法去优选飞机零件和使他们的设计更合理化。甚至城市的商人正使用它们去抛售股票。
作者：
2009-3-11