據(jù)《新科學家》報道，哲學家、人工智能專家亞倫·斯洛曼（Aaron Sloman）聲明，他想發(fā)明的無非是一個數(shù)學家機器人而已。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。
590) {this.resized=true; this.height=this.height/(this.width/590);this.width=590;}" border="0" />

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。在《人工智能》雜志上，他確定的初步目標是，使用這款機器人去改進“我們數(shù)學能力的來源地”智力。雖然如此，但是這款機器人使我們能夠超越以往已創(chuàng)造的數(shù)學機器人，它有最新的完整的數(shù)學思維體系，能夠解決一系列簡單問題。

當然人工智能領域以前就給予人們很多的承諾。早期，研究者認為機器人能夠開啟一條“快速通道”去理解意識，并聲明，人工智能機器人將改變世界。事實是人們已厭倦這種調侃?，F(xiàn)在，人工智能已經(jīng)偏向更理智的事情。例如，人工智能國際象棋手、聲音識別軟件。但是到目前也沒有一起突破性的革新事件。

英國愛丁堡大學數(shù)學哲學研究員埃莉森·皮斯（Alison Pease）說：“但是涉及到數(shù)學，我們還不能裁定它出局?！逼に故褂?strong>人工智能程序使一臺計算機能夠解決數(shù)學問題。她認為一臺計算機真正使人驚訝是它那擁有最新數(shù)學眼光的程序員。她說：“我們現(xiàn)在還不能，但并不能斷定未來就一定不能?！?/p>

由倫敦大學帝國學院的西蒙·科爾頓（Simon Colton）書寫了這個程序，我們正穩(wěn)健地踏上了第一步。這個程序被命名為“HR”，是為了紀念數(shù)學家高德菲·哈維德·哈代（Godfrey Harold Hardy）和拉馬努金（Srinivasa Ramanujan）。它看起來是非常有趣的數(shù)字序列。關于HR的一些發(fā)現(xiàn)已經(jīng)公布出來了。是HR，并不是科爾頓，獲得了榮譽。盡管它看起來還不能列為“開山鼻祖”，但是卻有很重要的意義?？茽栴D說：“我總是運用數(shù)學理論來涉及HR的工作，把它作為一門休閑數(shù)學，但是看起來無關緊要的事情卻最終能變得很有意義，同時又變得很有趣?！?/p>

皮斯和他的同仁Alan Smaille以及Markus Guhe最近已經(jīng)使得這個項目更進一步了。在他們的愛丁堡計算機實驗室，完全由數(shù)字數(shù)學家（即裝有特殊程序的計算機）構成的團隊進行了一次虛擬數(shù)學交涉。它將帶我們到怎樣的世界呢？

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”。

我們要怎樣才能知道“嬰孩的哪種才能使得他們能夠排除錯誤的數(shù)字信息”呢？

斯洛曼正在收集線索。他認為，這個答案就存在于嬰孩的空間技能上。為了認識這個世界，嬰孩們必須獲得很多技能。例如，他們要獲得這樣的知識——“玩具火車駛入隧道，將會在隧道的另一端駛出”；或者是智力拼圖玩具，只有找到凹凸合適銜接口才能拼好。

當你還是個孩童的時候，你可能會對所學的周邊事物都感到很驚奇。例如，你掌握拓撲學概念“集合的傳遞性”：堆火罐，一個罐子在另一個罐子的里頭，你可能會學到，小型的火罐不僅能裝到中型的火罐里，還能裝到大型的火罐里。

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?！斑@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?！彼孤迓f。

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?！?/p>

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)伿酃善薄?/p>