智能简史：智能的五次突破

读了朋友推荐的《智能简史》。之前曾经在书店看到过这本书，不过一看这模仿《人类简史》的书名，就让我内心警铃大作，怀疑是炮制出来的畅销书，所以直接 pass 过去了。如果没有认识的人推荐，一定不会去读，此处可以见信任背书还是有用。

《智能简史》把智能的五次突破或者说飞跃概括为：转向、强化、模拟、心智化和语言。作者认为，第六次突破，会是不同于现在的人类的超级智能。智能的载体也会变化，从生物载体转变到数字载体。就像之前智能的载体从两侧对称动物、脊椎动物、哺乳动物、一步步进化到灵长类动物、人类一样，未来的智能载体会是硅基生物。

1.

第一次突破是转向。转向其实就是字面意思，可以在空间里随时转变方向。看似是一个简单的功能，但是转向至少需要四个元素：

方便转弯的两侧对称身体结构；用于检测和把刺激归类为好或坏的效价神经元；可以将输入整合为单个转向决策的大脑；以及根据内部状态调节效价的能力。

作者说，转向在机器智能上的应用，要属最早的扫地机器人Roomba。这款扫地机器人的策略就是，随机移动、遇到障碍物时避开、电量低时朝充电桩方向行驶。

虽然仅仅具备转向智能还不能理解或者给真实世界建模，但是已经能在复杂世界中前进。

2.

智能的第二次突破是强化学习。

强化学习其实就是试错学习。首先随机探索，然后根据效价结果调整未来的行为，以此来学习如何在世界中更好生存。调整的逻辑就是：正效价加强，负效价减弱。这就是动物学习的基础：试错。

强化学习顾名思义就是，强化促成好事的行为，惩罚导致坏事的行为。惩恶扬善。

强化学习也需要一些要素才能发生。最基本的要素是：要能解决时序贡献度分配问题，动物通过让多巴胺成为时序差分学习信号来解决这个问题。解决不了时序贡献度问题，就无法知道该强化哪些行为。

而且，强化学习还不仅仅发生在当行为和结果发生时，也发生在行为和结果没有发生时。这就是所谓的从缺失中学习。之所以可以从缺失中学习，是因为有预期。失望和解脱，都可以构成对行为的强化。在生物学机制上，这种学习通过基底神经节来实现，基底神经节让动物可以通过预测未来产生多巴胺信号，由多巴胺信号来强化或惩罚行为。

机器智能中的图像识别技术就使用了强化学习。告诉网络正确答案，然后将实际输出和期望输出进行比较，不断调整，让机器可以识别出从人脸到动物、花草的图像。

3.

第三次突破是模拟，指的是在实际行动发生之前，就先进行模拟，以推测后果的能力。

模拟能力的进化需要满足两个条件。一个是远视能力，为了有效模拟路径，需要能够看清周围。陆地上即使是晚上，可视距离也是水下的 100 倍。所以，鱼类不会模拟。

另一个条件是温血性，模拟的计算成本和时间消耗要远远大于“皮质-基底神经节”系统的强化学习机制。因为神经元的电信号对温度非常敏感，温暖环境下神经元放电速度要快得多。所以，温血性的一大好处是，哺乳动物大脑可以比鱼类或爬行动物大脑运转得更快，可以执行更复杂的计算。

到这次突破时，哺乳动物的大脑中已经出现了新皮质层。模拟和生成模型，就发生在新皮质。新皮质可以生成周围世界的模型，然后预测随着动物和周围世界中物体的移动，接下来会发生什么。

META 的首席科学家、图灵奖得主杨立昆认为，这种能够生成模型并预测的能力，正是今天的人工智能所缺少的。用他的语言说，这种能力是：学习强大世界模型的能力，这些模型使它们能够预测自己行为的后果，并寻找路径和规划行动以实现目标。

具备生成模型能力的智能，可以基于大脑构建的世界模型进行强化学习。之前的无模型强化学习，决策更快但是灵活性较差；而基于模型的强化学习要求先学习一个模型，然后利用这个模型在选择前模拟不同行动，决策慢但是灵活性更强。

谷歌旗下的人工智能公司Deepmind 构建的围棋人工智能模型 AlphaGo 和 AlphaZero，就是基于模型的强化学习算法：在决定下一步怎么走之前，模型会搜索可能的走法，然后模拟基于这些走法棋局可能发生什么变化。

4.

接下来是智能的第四次突破：心智化。

心智化跟社会化高度相关。因为心智化可以表现为三种能力：第一是能把自己的心智投射到他人的心智中，以此推断他人的意图和认知，这是社交技能；第二是模仿学习，可以通过观察，模拟他人的技能，这是学习技能；第三种能力是预测未来需求，虽然现在不需要，但是为了满足将来的某种需求而采取行动，这是预测技能。

在机器智能上，作者说，模仿学习已经用在了自动驾驶技术的开发上，也就是“逆向强化学习算法”，先训练人工智能系统推断出人类想要什么，然后再学习如何追踪专家的预期操作轨迹，通过试错来学习。

5.

智能的第五次突破是语言。

语言是人类的大杀器。通过语言和文字，人类可以在跨时代积累和传递知识。文字和语言使人类能够拥有一个集体记忆。“这种记忆可以按需下载，并且可以包含几乎无限的知识。”

所以，人类可以一步一步创造出复杂文明，而不必每一代人都必须重新发明轮子。

至于第六次突破，作者认为，它可能是出现于硅基中的超级智能。人类大脑的认知能力会受到神经元处理速度、人体热量以及大脑尺寸等因素的限制，第六次突破将超越这些生物限制，智能会从生物媒介转移到数字媒介。

当然，再想下去，就有点近似于科幻小说了。

<原文链接：https://mp.weixin.qq.com/s/Y3vgWXTJgzqKwBYj2gjwRA