智能的基础包括什么

智能的基础包括什么

我理解这种观点的吸引力，因为我曾联合创立了一家语言预测软件公司 SwiftKey，该公司后来被微软收购了。我们的目标是模拟出人类理解和操作语言的了不起的过程。我们取得了一些不错的进展：我对我们在 2012 年到 2014 年之间为物理学家史蒂芬·霍金所开发的优雅的新交流系统而感到十分自豪。但尽管有这些鼓舞人心的成果，但绝大多数时间我都被不断提醒我们离类似人类的人工智能还遥不可及。为什么？因为分层的认知模型是错的。目前大部分人工智能研究者都缺失了整个蓝图的一个核心组分：具身化（embodiment）。

现在，这只是聪明的自组织细胞进化为大脑型智慧生物过程中的一丁点的小跨越。但重点是很久以前我们已是有意识会思考的生物，细胞读取环境数据并协同工作以将我们塑造成稳健可持续的存在。那么，我们认为的智能不仅仅是使用符号以如其所是的形式表征世界。相反，世界仅展现被我们揭示出来的一面，这种认识世界的方式深深根植于作为有机体的我们的进化和表现的需求之中。自然「自然并非仅使用大脑构建了理性，还使用了包含大脑的身体。」神经科学家 Antonio Damasio 在其对认知科学产生巨大影响的《笛卡尔的谬误》一书中这样写道。换句话说，除了大脑，我们还用身体思考。

我猜想身体的存续在一个不确定的世界中是基本而又至关紧要的，这构成了人类智能的灵活性与能量的基础。但是很少有人工智能研究者真正意识到这些见解的意义。绝大多数算法的目的在于从大量的训练数据集中推断模式——因此算法在看了数百万甚至数十亿只单个猫的照片之后才能精确地识别猫。与之相比，为了满足作为有机体的需求，人类的身体包含有极其丰富的模型以应对外部环境。从相对较少的被观察样本中我们就可以总结经验做出预判。因此当人类在思考一只猫时，她很可能描画猫行走的方式，听到咕噜咕噜的声音，感受到猫伸出爪子就要抓挠。在其理解「猫」这一概念时，人类有着丰富的感知信息，并且其他相关概念也有助于其理解。

这意味着当人类解决一个新问题时，绝大部分的困难工作已经完成了。通过这种我们刚刚开始理解的方式，由细胞进化而来的身体和大脑，已经构建了一种世界模式，使我们可以及时应对各种挑战。但是对于人工智能算法，每一次都是从头开始运行。有一个活跃而重要的研究路线，其被称为「归纳迁移」，致力于利用机器先前学习的知识解决新问题。然而，照目前来看，人们仍然质疑这种方法是否可以获取一些像丰富的身体模型般东西。

2014 年，在 SwiftKey 推出霍金专用的新通信系统的同一天，他接受了 BBC 的采访，警告说智能机器有可能毁灭人类。这次采访无疑成了当日头条。我同意霍金认为应该严肃对待流氓人工智能所造成的危害的观点。但我认为人类还远没到担忧被取代的时候。我们达成人工智能目标的希望并不大，除非在算法中加入一种长期的具身化关系，就像大脑具于身体之中。