無生命的AI算不上「智能」

Ben Dickson
由于人工智能的進步,我們已經(jīng)能夠在計算機中做到這些事情,并取得了不同程度的成果。但是人工智能科學(xué)家仍然很難就智能的定義和衡量標準達成共識。擁有一系列解決問題的能力似乎并沒有讓我們更接近于“重新創(chuàng)造在自然界中發(fā)現(xiàn)的智能”這一目標。

2345截圖20211028093243.png

什么是智能?以非??斓乃俣冉鉀Q復(fù)雜的數(shù)學(xué)問題就算智能嗎?在國際象棋中擊敗世界冠軍的力量算智能嗎?分辨圖像中數(shù)千個不同對象的能力算智能嗎?預(yù)測句子中的下一個單詞算智能嗎?

這些都是智能的表現(xiàn)。

由于人工智能的進步,我們已經(jīng)能夠在計算機中做到這些事情,并取得了不同程度的成果。但是人工智能科學(xué)家仍然很難就智能的定義和衡量標準達成共識。擁有一系列解決問題的能力似乎并沒有讓我們更接近于“重新創(chuàng)造在自然界中發(fā)現(xiàn)的智能”這一目標。

對于約翰霍普金斯大學(xué)神經(jīng)科學(xué)教授Daeyeol Lee而言,當前的人工智能系統(tǒng)是“人類智能的替代品”,因為它們旨在實現(xiàn)人類創(chuàng)造者的目標,而不是它們自己的目標。

Lee在他的著作《智能的誕生:從RNA到人工智能》(https://oxford.universitypressscholarship.com/view/10.1093/oso/9780190908324.001.0001/oso-9780190908324)中指出,真正的智能是“生命在各種環(huán)境中解決復(fù)雜問題以實現(xiàn)自我復(fù)制的能力”。換句話說,每一種經(jīng)過時間考驗并能夠繁殖的生物——從細菌到樹木、昆蟲、魚類、鳥類、哺乳動物和人類——都是智能的。

“如果我們想評估各種生命形式的智能水平,那么以'生命形式通過在更廣泛的環(huán)境中解決更復(fù)雜的問題來成功地自我復(fù)制'這一標準來做評估是比較合理的,”Lee這樣寫道。

從生命和生存的角度看待智能,對于理解人工智能的當前狀態(tài),包括其局限性、潛力和未來方向等,是至關(guān)重要的。

遺傳智能

1.jpg

《智能的誕生:從RNA到人工智能》,作者Daeyeol Lee

生命是一場與死亡的賽跑。從出生開始,每個生物都要面對來自環(huán)境的無數(shù)危險,比如食物短缺、天氣突然變化、其他生物捕食它或與它競爭資源,抑或是簡單的時間流逝。

活得足夠長的生物,無論是通過更好地在環(huán)境中生存下去還是靠運氣,都能繁殖并將其基因傳遞給后代。它們的后代不會繼承它們基因的完美副本。后代的基因會產(chǎn)生細微的差異,也稱為突變。有時,這些突變會增強對生物生存而言至關(guān)重要的某些能力并提高繁殖機會。最終,經(jīng)過數(shù)百萬次繁殖和突變循環(huán)后,該物種得以通過進化增強了自己的能力,并進化出一些新器官,以改善其對環(huán)境強加條件的應(yīng)對能力。

換句話說,它的后代變得更聰明了,因為它們是更優(yōu)秀的生存者和自我復(fù)制者。

在單細胞生物和植物中,智力來源于趨向性,靜態(tài)行為直接編碼在基因中。趨向性使生物體能夠?qū)Νh(huán)境中的不同刺激做出反應(yīng),例如轉(zhuǎn)身面對光源或向食物來源更密集的地方移動。

在這些生物體中,基因完全控制它們的行為,其智能水平依賴于基因進化。

腦智能

2345截圖20211028093243.png

更復(fù)雜的生物體,如動物,已經(jīng)發(fā)育出了大腦和神經(jīng)系統(tǒng),這為它們提供了更加多樣化和復(fù)雜的行為模式。

神經(jīng)系統(tǒng)具有反射性行為,例如對疼痛和威脅性噪音的本能反應(yīng)。但它最大的優(yōu)勢是學(xué)習(xí)能力。有大腦的動物通過與環(huán)境互動來學(xué)習(xí),進而調(diào)整它們的行為以支持能夠為它們帶來最大獎勵的行動。這也稱為強化學(xué)習(xí)。

學(xué)習(xí)讓生物體變得更聰明,并使它們能夠在一生中不斷改變自己的行為。與單細胞生物相比,動物更善于應(yīng)對環(huán)境的變化。它們不需要等待幾代突變,其行為變化就會融入后代的基因中。它們可以發(fā)展出非常復(fù)雜和動態(tài)的行為,例如為自己創(chuàng)造庇護所、狩獵、照顧孩子和社交。

擁有大腦和神經(jīng)系統(tǒng)的動物的智能可以被視為兩個同心環(huán)。外循環(huán)是遺傳進化,即物種身體和四肢跨越多代的緩慢增強過程。內(nèi)循環(huán)是快速學(xué)習(xí),即每個生物體在其一生中獲得的技能。

2345截圖20211028093243.png

兩種智能之間存在協(xié)同作用。大腦通過提高生物體的生存和繁殖能力來為基因服務(wù)。作為交換,進化能夠讓改善每個物種大腦的天賦和學(xué)習(xí)能力的基因突變更有機會留存下來(這就是為什么有些動物天生具有行走能力,而其他動物則在數(shù)周或數(shù)月后才能學(xué)會)。

與此同時,大腦也會做出權(quán)衡。當基因?qū)⑺鼈兊穆氊熃唤o大腦時,它們就失去了對有機體行為的一些控制。有時,大腦會去追逐不利于基因自我復(fù)制的獎勵(例如成癮、自殺)。此外,大腦學(xué)習(xí)的行為不會通過基因傳遞(這就是為什么你沒有繼承父母的知識,不得不從頭開始學(xué)習(xí)語言、數(shù)學(xué)和體育)。

正如Lee在《智能的誕生》中所寫的那樣,“大腦功能可以通過經(jīng)驗改變這一事實,意味著基因并不能完全控制大腦。然而,這也不意味著大腦完全擺脫了基因控制。如果大腦選擇的行為阻止了其自身基因的自我復(fù)制,那么這種大腦將在進化過程中被淘汰。因此,大腦與基因是雙向相互作用的。”

人工智能的要點

2345截圖20211028093243.png

AI社區(qū)通常會求助于腦科學(xué)來獲取算法和新研究方向的靈感。科學(xué)家們試圖在計算機中復(fù)制大腦和神經(jīng)系統(tǒng)的認知功能。

但智能的進化視角向我們表明,大腦及其所有奇跡和未解開的秘密,是基因進化悠久歷史的產(chǎn)物。它是基因的代理人,盡管它非常復(fù)雜,有時行為超出了其委托人的控制范圍。

“今天的人工智能仍然不是真正的智能,不是因為它是由與人腦不同的材料和構(gòu)建塊組成的,而是因為它的目標是解決人類選出來的問題,”Lee寫道。“如果人工智能真的很聰明,它必然會有自己的目標,并為自己尋找解決相關(guān)問題的方法。而現(xiàn)在的人工智能是旨在為人類,而非自身的福祉與繁榮服務(wù)的。”

從這個角度來看,人工智能,至少在目前的形式中,是人類智能的延伸,就像大腦是基因智能的延伸一樣。我們的人工智能算法可以在一秒鐘內(nèi)完成數(shù)十億次計算,并學(xué)會做到超出人類大腦能力的事情。但它們?nèi)匀灰越鉀Q人類大腦已經(jīng)發(fā)現(xiàn)和制定的已知問題為目標。我們的大腦是我們基因的代理人。你可以將AI視為智能圖中的第三個循環(huán)。它的進化速度比智能和有機學(xué)習(xí)快得多,但仍受其外部循環(huán)設(shè)置的條件所限制。

這并不意味著人工智能就不會傷害人類。我們已經(jīng)見過了很多人工智能系統(tǒng)造成危害的例子。但這些例子中并不存在一個失控的人工智能在積極策劃傷害人類的行動。這些錯誤是人類設(shè)計和濫用錯誤的人工智能系統(tǒng)的結(jié)果。

那些打敗星際爭霸冠軍、在圖像分類中趕超人類水平并做到實時語音識別的狹義人工智能系統(tǒng)呢?它們是否會威脅到人類的生存?

不,Lee認為,因為這些狹義的人工智能系統(tǒng)的目標是解決人類不可能或難以解決的問題。否則,它們就沒有用了。

“人工智能和人類表現(xiàn)之間的[競爭]不是對人類社會的威脅,而是人工智能的必要條件,”他寫道。“大腦進化為復(fù)雜的學(xué)習(xí)機器,這是對大腦和基因之間的委托代理關(guān)系的解決方案,而不是威脅。同樣,人工智能技術(shù)本身的進步不會對人類構(gòu)成威脅。”

因此,不去發(fā)展自己的目標,不追求自己的福祉的人工智能仍然是人類為提高勞動效率而發(fā)明的眾多工具之一。

“只要計算機不進行物理復(fù)制,人類將仍然居于主體地位,并通過人工智能控制計算機的行為,就像大腦無法自我復(fù)制,因此繼續(xù)充當基因的代理人一樣,”Lee寫道。

THEEND

最新評論(評論僅代表用戶觀點)

更多
暫無評論