人工智能的未来：从模仿大脑到超越人类

人工智能的探索一直围绕着创造能够思考的机器，但关于人工智慧与生物智慧的相似程度，几十年来一直存在争议。早期的人工智能尝试借鉴了人类思维方式，构建决策过程和信息存储系统。如今的深度神经网络也从大脑中相互连接的神经元活动中汲取灵感。然而，这种灵感通常仅限于表面。

神经科学家兼科技企业家杰夫·霍金斯认为，大多数人工智能研究者并不关心这些细节。他希望改变这种现状。霍金斯在神经科学和人工智能领域耕耘近40年。1986年，在英特尔担任软件工程师几年后，他前往加州大学伯克利分校攻读神经科学博士学位，希望解开智慧的奥秘。然而，当他被告知没有人能帮助他完成如此宏大的项目时，他的雄心壮志遭遇了挫折。心灰意冷之下，他离开伯克利，前往硅谷，并于1992年创立了Palm Computing，开发了PalmPilot——如今智能手机的先驱。

但对大脑的痴迷从未消退。15年后，他重返神经科学领域，创立了红杉理论神经科学中心（现位于伯克利）。如今，他领导着位于硅谷的神经科学研究公司Numenta。他和他的团队研究大脑皮层，即负责我们所有与智慧相关的认知功能的大脑区域。在过去几年取得一系列突破后，Numenta将研究重点从大脑转向人工智能，将从生物智慧中汲取的知识应用于机器。

霍金斯的想法启发了包括安德鲁·吴在内的众多人工智能领域的大人物，并获得了理查德·道金斯等人的赞赏。道金斯在霍金斯的新书《一千个大脑：关于智慧的新理论》中写下了热情洋溢的序言，该书于3月2日出版。

我与霍金斯在Zoom上进行了长时间的对话，探讨了他对人类大脑的研究对机器智慧的意义。他并非第一个认为自己掌握了所有答案的硅谷企业家，而且并非所有人都认同他的结论。但他的想法可能会颠覆人工智能领域。

为什么你认为人工智能目前正朝着错误的方向发展？

这是一个复杂的问题。我并不是在批评当今的人工智能。我认为它很棒，很有用。我只是认为它并不智能。

我主要关注的是大脑。几十年前，我就爱上了大脑。我一直抱持着这样的态度：在创造人工智能之前，我们首先需要弄清楚智慧究竟是什么，而研究大脑是最好的方法。

早在1980年，或者更早的时候，我就觉得人工智能的现有方法不会通向真正的智慧。从人工智能的不同阶段来看，我的想法一直没有改变。

我看到深度学习最近取得的进展，它非常显著，令人印象深刻，但这并不意味着它没有根本缺陷。我认为我知道智慧是什么，我认为我知道大脑是如何运作的。而人工智能并没有像大脑那样运作。

你是说，为了构建人工智能，我们必须以某种方式重新创造一个大脑吗？

不，我认为我们不会构建大脑的直接复制品。我完全不赞成大脑模拟。但我们需要构建按照类似原理运作的机器。我们唯一拥有的智慧系统示例是生物系统。为什么不研究它呢？

就像我第一次向你展示一台电脑，你说：“太棒了！我要建造一个类似的东西。”但你并没有观察它，试图弄清楚它的工作原理，而是直接离开，开始从头开始尝试制造东西。

那么，大脑在智慧中起着至关重要的作用，而你认为人工智能也需要具备哪些功能呢？

智慧至少有四个基本属性。第一个是通过移动来学习：我们无法同时感知周围的一切。我们必须移动才能建立事物的精神模型，即使只是移动我们的眼睛或手。这被称为具身性。

接下来，这些感官输入被数万个皮质柱接收，每个皮质柱都拥有对世界的部分图像。它们通过一种投票系统进行竞争和组合，以构建一个整体的观点。这就是“一千个大脑”的理念。在人工智能系统中，这可能涉及机器控制不同的传感器——视觉、触觉、雷达等等——以获得更完整的世界模型。尽管通常每个感官，例如视觉，都会有许多皮质柱。

然后是持续学习，你可以在学习新事物的同时不会忘记以前的东西。当今的人工智能系统无法做到这一点。最后，我们使用参照系来构建知识，这意味着我们对世界的知识是相对于我们的观点而言的。如果我沿着咖啡杯的边缘滑动手指，我可以预测我会感觉到它的边缘，因为我知道我的手相对于杯子的位置。

你的实验室最近从神经科学转向人工智能。这是否与你的“一千个大脑”理论的形成有关？

基本上是。直到两年前，如果你走进我们的办公室，你会看到所有关于神经科学的东西。然后我们进行了转型。我们觉得我们已经对大脑有了足够的了解，可以开始将其应用于人工智能。

你们正在进行哪些类型的人工智能工作？

我们首先研究的是稀疏性。在任何时候，只有2%的神经元在放电，活动是稀疏的。我们一直在将这个想法应用于深度学习网络，并且取得了显著成果，例如现有网络的运行速度提高了50倍。稀疏性还可以使网络更加健壮，降低功耗。现在我们正在研究持续学习。

你将运动作为智慧的基准很有趣。这意味着人工智能需要一个身体吗？它需要是一个机器人吗？

我认为在未来，人工智能和机器人的界限将会消失。但现在我更喜欢“具身性”这个词，因为当你谈论机器人时，它会让人联想到人形机器人，而这并不是我所指的。关键是人工智能必须拥有传感器，并且能够相对于自身和它所建模的事物移动它们。但你也可以拥有一个在互联网上移动的虚拟人工智能。

这个想法与许多关于智慧的流行观点大相径庭，即无形的思维。

运动真的很有趣。大脑使用相同的机制来移动我的手指穿过咖啡杯，或者移动我的眼睛，甚至当你思考一个概念性问题时也是如此。你的大脑通过参照系移动，以回忆存储在不同位置的事实。

关键是，任何智慧系统，无论其物理形式如何，都是通过感知不同的部分，在其中移动来学习世界的模型。这是基础，你无法逃避。无论它看起来像人形机器人、蛇形机器人、汽车、飞机，还是，你知道，只是一台坐在你桌子上在互联网上四处移动的电脑——它们都是一样的。

大多数人工智能研究人员对这些想法有什么看法？

绝大多数人工智能研究人员并不真正接受大脑很重要的观点。我的意思是，是的，人们在一段时间前就发现了神经网络，它们多少受到大脑的启发。但大多数人并没有试图复制大脑。只要有效，就有效。而当今的神经网络已经足够有效了。

而且大多数人工智能领域的人对神经科学知之甚少。这并不奇怪，因为这真的很困难。这不是你坐下来花几天时间阅读就能掌握的东西。神经科学本身一直在努力理解大脑中究竟发生了什么。

但我写这本书的一个主要目标是开启关于智慧的对话，而我们现在还没有进行这样的对话。我的理想目标是，世界上每个人工智能实验室都阅读这本书，并开始讨论这些想法。我们是否接受它们？我们是否不同意？这在以前是不可能的。我的意思是，这项大脑研究还不到五年。我希望它能成为一个真正的转折点。

你认为这些对话将如何改变人工智能研究？

作为一个领域，人工智能一直缺乏对智慧的定义。你知道，图灵测试在我看来是人工智能史上最糟糕的事情之一。即使在今天，我们仍然如此关注基准和巧妙的技巧。我并不是说它没有用。能够检测癌细胞的人工智能很棒。但那是智慧吗？不。在书中，我举了火星上的机器人为人类建造栖息地的例子。试着想象一下，需要什么样的AI才能做到这一点。这可能吗？这完全有可能。我认为在本世纪末，我们将拥有这样的机器。问题是我们如何从“这里有一个新的技巧”转变为构建未来的基础。

图灵在开启机器智慧的对话时错在哪里？

我的意思是，如果你回顾他的早期著作，他基本上是在试图让人们停止与他争论是否可以建造一台智慧机器。他就像，“这里有一些东西可以思考——别烦我了。”但问题是，它专注于一项任务。机器能做人类能做的事情吗？这已经扩展到我们为人工智能设定的所有目标。所以玩围棋对人工智能来说是一个伟大的成就。真的吗？[笑] 我的意思是，好吧。

所有基于性能的指标，包括图灵测试，的问题在于它只是回避了关于智慧系统是什么的对话或重大问题。如果你能欺骗某人，如果你能通过某种巧妙的工程来完成一项任务，那么你就达到了那个基准，但你并没有真正朝着更深入地理解智慧的本质取得任何进展。

对人类成就的关注也是一个问题吗？

我认为在未来，许多智慧机器将不会做人类做的事情。许多机器将非常简单和小型——你知道，就像老鼠或猫一样。所以，专注于语言、人类经验以及所有这些通过图灵测试的东西，与构建一台智慧机器无关。如果你想构建一台类人机器，这很重要，但我认为我们并不总是想这样做。

你在书中讲述了一个故事，关于向英特尔的老板推销手持电脑，而他无法理解它们的用途。那么这些未来的AI将做什么呢？

我不知道。没有人知道。但我毫不怀疑，我们会发现无数有用的事情让智慧机器去做，就像我们对手机和电脑所做的那样。在20世纪40年代或50年代，没有人预料到电脑会做什么。人工智能也会一样。它会很好。有些不好，但大多数是好的。

但我更喜欢从长远角度思考这个问题。与其问“建造智慧机器有什么用？”，我更愿意问“生命的意义是什么？”我们生活在一个巨大的宇宙中，我们只是其中微不足道的点。自从我还是个孩子的时候，我的脑海里就一直有这个问号。为什么我们关心任何事情？为什么我们做所有这些事情？我们作为一个物种的目标应该是什么？

我认为这与保护基因库无关：而是关于保护知识。如果你这样想，智慧机器对这一点至关重要。我们不会永远存在，但我们的机器可以。

我发现它很有启发性。我想要一个人生目标。我认为人工智能——我所设想的人工智能，而不是今天的人工智能——本质上是一种将我们自己保存到我们还不知道的时间和地点的方式。