对话加拿大工程院于非院士：寻找 AI 领域的「香农定理」(3)

与此同时，如何 量化智能 ，对于科学的「智能」至关重要。

1950年，图灵首次提出一个判断机器是否能思考，测试机器是否能表现出与人类相同、或无法区分的智能行为能力的测试，给「可计算性」下了一个严格的数学定义。然而，图灵测试中没有量化的智能度量。

对于如何来衡量智能度量，不少研究人员曾进行过粗略的讨论。但是这些工作都是从心理学、哲学或者工程技术角度出发的，对智能的定义仅限于文字性的描述和探讨，并没有从科学的角度深入探讨智能的本质，更没有从数学上量化智能。

针对这个问题，于非在《智能简史》中探索智能的本质，借鉴了能量和信息的量化思想，开创性给出智能的定义，并首创性地提出了一个可衡量相对智能程度的公式： dL = ∂S/∂R ；其中， dL 指智能的变化，S是当前的秩序（order）和预期的秩序的相似，R是一般意义的参数（例如，时间、数据量等），因为智能的变化与多个参数有关，所以在数学上表示是一个多元函数。考虑到多元函数关于其中一个自变量的变化率时 ，一般用偏导?来表示。

和热力学熵相似，智能不是一个绝对量，只是一个相对量，描述的是变化多少。智能定义为一种「前后」过程的尺度标准：在一个学习过程中，衡量随着时间的推移耗散了多少信息。热力学熵测量能量的扩散：在特定温度下，在一个过程中扩散了多少能量，或者扩散得有多广。

其中dS是熵的变化， 是传递的能量，T是温度。

图注：于非提出的量度智能数学公式 回顾一下人类科技历史中涉及的几个重要因素：质量、能源、信息和智能，可能会给我们一些认识智能的未来方向的提示。在认知革命之后，人类获得了发明技术的能力，以比以往任何时候都更有效地为稳定宇宙这一过程做出贡献。

人类的合作，从本质上说，其实是形成了有序的特殊社会经济结构，使得物质、能量、信息和智能迅速的流动，从而促进我们的宇宙稳定。为了促进社会经济系统中的人类合作，人类发明了使质量（运输网络）、能源（能源网络）和信息（互联网）互联的技术。

从网联范式演化的历史中，我们可以观察到更高级别的网联范式提供了更高的层次抽象。

当人们很方便的得到有质量的东西后，大家会关心拿到有质量的东西的速度有多快。所以，能量的概念被提出。能量被量化为物质移动的速度有多快。

当人们很方便的得到能量后，大家会关心能量扩散的量有多少。所以， 热力学熵 的概念被提出。熵是一个能够能定量的测量能量的扩散程度的抽象概念。熵表示一个能量扩散的过程中，在某个特定温度下，能量扩散了多少能量。另外，信息熵和热力学熵等价。所以，信息也可以说是对能量扩散的量有多少的量化。