「一个细胞的复杂程度胜过目前最先进的计算机」这句话对吗？

balabala

之前听生物老师说的，不知道对不对
<hr/>这是不是可以说明实现真正的（能自我思考的）人工智能近乎不可能?

原文地址：https://www.zhihu.com/question/360595121

队长是我

2022年了，就在今年3月份，英伟达GPU从原子级别模拟了一个支原体细胞。
所以这句话已经被打破了。
但这句话应该是教材书上的，对于十几年前的情况来说，确实没什么问题。
【英伟达GPU化身造物主 20分钟从原子开始3D模拟活细胞，含500个基因】https://mo.mbd.baidu.com/r/KuLPrL1koo?f=cp&amp;rs=517674789&amp;ruk=U-0lXB7XIG6GmX11ZY52Hg&amp;u=ba71d34d243b27fc&amp;urlext=%7B%22cuid%22%3A%22g8vTi0O62ijPPvuIluHEi0amvu_k8St3laSKujOqvaKz0qqSB%22%7D
这是链接.

大力水手

反进化论的James M. Tour，在一个diss所有进化论关于生命起源的科学家的视频里，
曾说过今天对细胞的认知，越微观，认知越多，越觉得自己不理解细胞。
每年都更加理解细胞的复杂性，反而越来越困惑，
在不知道细胞内部机制的时候，科学家普遍认为细胞是一个工厂，
而当分子生物学发展起来的时候，科学家发现细胞是一个城市，而且是一个全自动化的城市。
而且它还不是一个固定的城市，是一个随时能拆解融化，然后变换成其他拓扑的城市，它的运输干线会溶解，在有其他的需要的时候去重新组装来运输物质，而这个机制可以避免这个城市的线路太过拥挤和对物质能量的低效复用。
当前我们完全不知道这些复杂的机制是如何设计出来的，更是根本实现不了。
这些复杂度随着认知越多越无法理解。
蛋白质和蛋白质，还有蛋白质和DNA，之间的相互作用，信息借着这些复杂的相互作用在传递，对其中的复杂性的理解，每年在变得更大。
一个细胞里，海量的高分子数目，
而分子在三维空间，还tmd存在着旋度手性，组装顺序，高分子之间的相互作用，不同量级下的不同作用，不同量级下的不同作用持续的时间，和自然界已存在天量的排列组合。
让完全理解它的内在逻辑成为了一个靠时间可能都解决不了的逆向问题。

同花顺

这句话是完全错误的。
你可以依靠复杂程度的定义不良来声称“大脑的复杂程度胜过当前最先进的计算机”，但一个细胞不行。因为生物神经计算机早就出现在这世界上了。
2005年，一伙美国人将数万到数十万个老鼠神经细胞（对，就是活的生物的神经细胞）跟电路板接在一起，插上电极，泡在营养液里，接在X-Plane模拟的F-22让它开。三个月后这坨活的计算机硬件就可以在模拟器里驾驶F-22保持直线平飞穿越相当于极端天气的模拟风速了。最终版本包含25000个细胞和60个电极[1]，比一个细胞的复杂度高到不知哪里去了。


如果觉得只能直线平飞不算是控制，2008年使用30万个老鼠神经元的计算设备操作的机器人表现出更多的能力。论文预览网址如下，可从网页右上自购全文：
Architecture for Neuronal Cell Control of a Mobile Robot
这些成果无法和机器学习在2010年代的发展相比较。但论复杂程度，它们使用的细胞数从物理层面上是压倒性的。
“真正的”人工智能没必要像生物，而且即使你一百万个不愿意承认电路能产生智能，我们大不了使用人脑作为计算机硬件。

2005年研究的论文全文：
https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.330.1173&amp;rep=rep1&amp;type=pdf

感恩由您

• 计算机的特点是简单，并将简单（电路）组合起来。所以复杂不是计算机的强项。
  
• 计算机的第二个特点是快，因为简单，所以很容易加快速度，比如一秒钟计算一兆次。所以快才是计算机的强项。
  

至于，人工智能我就不做评价了。

同花顺

人类理解和认知这个世界有两个方向，一个是从现象到本质，另一个是从理论到实践。如果从一个比较长的时间上来看，这二者肯定是交替进行的，但是不妨碍我们在讨论的时候将它们分开说。
从现象到本质就是总结规律。我观察到了很多事情，然后试图用一个简单朴素的规律去总结所有类似的情况。从刚开始的化学家从实践中慢慢发现“元素”，到物理学家去研究“力”，这些都是试图用一定的规律去解释现实中发生的事情。
从理论到实践就是相反的方向，在数学上我们经常是先有各种理论，然后逻辑上产生各种推论，然后去应用到现实生活。包括有很多元素的发现实际上是科学家们根据元素周期表先预言，然后再想办法找出来的。
对于生物学，我们现在大部分的研究方式是前者。我们知道很多现象，我们有很多数据，但是我们还没能总结出完美的规律。你把一个人体的细胞拿出来，想把它所有的功能全都准确地描述，现在还是无法做到的。
对于计算机，则是完全不同的方向。我们熟悉计算机的运行方式，我们是依靠设计做出的计算机，计算机进行的每一步操作，每一个结果都有迹可循。只要你想，你可以把计算机运行得到的结果准确地预言出来。
当你试图把这两种研究方式截然不同的事物放在一起比“复杂度”的时候，你就会遇到一些困境。因为它们一个是先有，我们再研究。另一个是先研究，再有的。你对后者的认知更清晰，然而这就意味着后者更“简单”么？
这时候你就要去定义“复杂”。
最先进的计算机也无法代替一个细胞，毫无疑问。可是一个细胞也无法代替一台计算机啊。细胞可以完成很多计算机无法完成的事情，反过来也是一样。你如何判断二者的复杂度呢？
人类的DNA大概有30亿对的碱基对，这是10的9次方数量级，换算成计算机语言大概是3Gb。现在的内存可不止这个数。
所以，最先进的计算机不如一个细胞复杂，要看你怎么定义复杂。如果只是单纯地说“A能做到的B无法做到”，那我完全可以说你没有圆珠笔复杂。如果要说“人类对一个细胞的理解，远远不如目前最先进的计算机”，那我认为是毫无疑问的，因为我们认识二者的方式是不同的。但是单纯地因为人类还不够理解，就认为细胞更复杂，我认为是有失偏颇的。曾几何时，古代的人们认为天体的运行规律比人类复杂多了对吧？实际上我们研究明白了就发现，好像还是人体复杂一点。
更有趣的是你接下来的问题，真正的人工智能是不是不可能。
同样，要回答这个问题，你首先要定义所谓“真正的人工智能”。Alan Turing曾经提出过一个定义比较清晰的图灵测试，认为只要pass了图灵测试，就是“真人工智能”。现在已经有若干AI可以pass他当年定义的图灵测试了，但是没有人认为我们做出来了“真人工智能”。
这个问题如果讨论下去，就太深了，一时半会儿说不完。但是无论如何，当我们要去聊“真正的人工智能”的时候，我们首先要想，什么算是“真正的人工智能”？如果你都无法定义一个概念，你怎么去讨论这件事有没有可能成真呢？
不过对于这件事，我还有另外一个小故事。
有一天去老板家吃饭，好像也是聊到人工智能。老板说了一番话很有意思。老板说，人类当时想飞上天，首先想到的是学习鸟类。所以刚开始制造的飞行器，很多都是扇着翅膀的。后来人类发现这样并不靠谱。人类确实后来发明了可以在天上飞的飞行器，飞的比鸟快很多，甚至可以飞向宇宙，但是这些飞行器并不是完全照抄的鸟。鸟给了初代包括现代飞机很多启迪，但是我们做飞机并不是做了一只“更大的”鸟。
同样的道理，假设未来真的有所谓“真人工智能”，也并不代表我们需要做一个“更大的人”。人的思维方式或许会给我们一些启迪（现在的ML几乎都是在模仿神经网络），但是并不意味着我们要做出“真人工智能”，就必须要用计算机完全模拟人类。