【51CTO.com快譯】菲利普•迪克于1968年出版的小說(shuō)《仿生人會(huì)夢(mèng)見(jiàn)電子羊嗎》是科幻小說(shuō)中的標(biāo)志性作品。這本書(shū)在書(shū)名中提出了一個(gè)有趣的問(wèn)題：仿生人或者說(shuō)機(jī)器人會(huì)做夢(mèng)嗎？

　　自這本書(shū)面世53年以來(lái)，人工智能研究已經(jīng)日益成熟。但這個(gè)問(wèn)題依然無(wú)解，因?yàn)檠芯咳藛T對(duì)此并不感興趣，沒(méi)有人試圖發(fā)明一個(gè)夢(mèng)到電子羊的機(jī)器人。大多數(shù)人工智能研究人員和科學(xué)家都在忙著設(shè)計(jì)“智能”軟件來(lái)完成特定的任務(wù)，沒(méi)有時(shí)間做白日夢(mèng)。但這樣做就一定是正確的嗎？如果理性和邏輯不是智能的來(lái)源，而是其產(chǎn)物呢？如果智能的來(lái)源更接近于做夢(mèng)和玩耍呢？

　　最近對(duì)“自發(fā)波動(dòng)的神經(jīng)科學(xué)（neuroscience of spontaneous fluctuations）”的研究指向了這個(gè)方向。如果這項(xiàng)研究是正確的，那將意味著我們對(duì)人類意識(shí)理解的范式轉(zhuǎn)變。同時(shí)這也意味著幾乎所有的人工智能研究都在朝著錯(cuò)誤的方向發(fā)展。

　　對(duì)人工智能的探索是從現(xiàn)代計(jì)算科學(xué)中發(fā)展起來(lái)的，該科學(xué)由英國(guó)數(shù)學(xué)家阿蘭·圖靈和匈牙利裔美國(guó)數(shù)學(xué)家約翰·馮·諾伊曼在65年前開(kāi)創(chuàng)。從那時(shí)起，就有許多研究人工智能的方法。然而，所有的方法都有一個(gè)共同點(diǎn)：它們從計(jì)算的角度來(lái)處理智能，也就是說(shuō)，像計(jì)算機(jī)一樣有信息的輸入和輸出。

　　科學(xué)家們還嘗試在人腦的神經(jīng)網(wǎng)絡(luò)上建立人工智能模型。這些人工神經(jīng)網(wǎng)絡(luò)使用 “深度學(xué)習(xí)”技術(shù)和 “大數(shù)據(jù)”來(lái)接近并偶爾超越人類的特定能力，如下棋、圍棋、撲克或識(shí)別人臉。但這些模型也像許多神經(jīng)科學(xué)家一樣，把大腦當(dāng)成了一臺(tái)電腦。但這樣設(shè)計(jì)智能是否正確呢？

　　人工智能的發(fā)展現(xiàn)狀僅限于業(yè)內(nèi)人士所說(shuō)的“狹義人工智能”。狹義人工智能擅長(zhǎng)在一個(gè)封閉的系統(tǒng)中完成特定的任務(wù)，在這個(gè)系統(tǒng)中，所有的可能性都是已知的。它沒(méi)有創(chuàng)造性，在面對(duì)新?tīng)顩r時(shí)通常會(huì)崩潰。另一方面，研究人員將“通用人工智能”定義為知識(shí)從一個(gè)問(wèn)題到另一個(gè)問(wèn)題的創(chuàng)新轉(zhuǎn)移。

　　到目前為止，這是人工智能未能實(shí)現(xiàn)的目標(biāo)，而且很多業(yè)內(nèi)人士認(rèn)為這只是一種極為遙遠(yuǎn)的可能性。大多數(shù)人工智能研究人員對(duì)所謂的“超級(jí)智能AI”的可能性抱有不太樂(lè)觀的態(tài)度，因?yàn)榧僭O(shè)的“智能爆炸”會(huì)使人工智能變得比人類更聰明。

[[401712]]

　　計(jì)算機(jī)大腦？

　　大腦是否像電腦一樣傳輸和接收二進(jìn)制信息？或者，我們這樣想只是因?yàn)樽怨乓詠?lái)，人類就習(xí)慣于用最新的技術(shù)來(lái)比喻我們的大腦？

　　當(dāng)然，計(jì)算機(jī)大腦的隱喻在某些方面是有意義的。毫無(wú)疑問(wèn)，一個(gè)神經(jīng)元分配一個(gè)二進(jìn)制數(shù)字，該神經(jīng)元要么發(fā)射了 “1”，要么沒(méi)有 ：“0”。我們甚至可以測(cè)量單個(gè)神經(jīng)元激發(fā)所需的電化學(xué)閾值。從理論上講，這些信息的神經(jīng)圖譜應(yīng)該能為我們提供任何給定大腦事件的因果路徑或“代碼”。但從實(shí)驗(yàn)上看，情況并非如此。

　　首先，這是因?yàn)樯窠?jīng)元沒(méi)有像晶體管那樣為其邏輯門(mén)提供固定的電壓，而晶體管可以決定在給定的神經(jīng)元中什么會(huì)激活“1”或者什么不會(huì)激活“0”。數(shù)十年的神經(jīng)科學(xué)實(shí)驗(yàn)證明，神經(jīng)元可以改變其功能和發(fā)射閾值，這與晶體管或二進(jìn)制信息并不相同。它被稱為“神經(jīng)可塑性”，而計(jì)算機(jī)并不具備這種能力。

　　再者，計(jì)算機(jī)也沒(méi)有名為 “神經(jīng)調(diào)質(zhì)”的化學(xué)物質(zhì)的等效物，這些化學(xué)物質(zhì)在神經(jīng)元之間流動(dòng)并改變它們的發(fā)射活動(dòng)、效率和連接性。這些大腦化學(xué)物質(zhì)允許神經(jīng)元在不激發(fā)的情況下相互影響。這違反了 “非此即彼”的二元邏輯，意味著大多數(shù)大腦活動(dòng)發(fā)生在激活和非激活狀態(tài)之間。

　　此外，神經(jīng)元激活的原因和模式受神經(jīng)科學(xué)家所謂“自發(fā)波動(dòng)”的影響。自發(fā)波動(dòng)是大腦中發(fā)生的神經(jīng)元活動(dòng)，即使沒(méi)有外部刺激或心理行為與之相關(guān)。這些波動(dòng)也驚人地占大腦活動(dòng)比95%，而有意識(shí)的思維僅占剩下的5%。這樣，認(rèn)知波動(dòng)就像大腦的暗物質(zhì)或“垃圾”DNA。它們構(gòu)成了大腦中正在發(fā)生的大部分事情，但一切還是個(gè)謎。

　　自20世紀(jì)30年代以來(lái)，神經(jīng)科學(xué)家就知道這些不可預(yù)測(cè)的腦電活動(dòng)波動(dòng)，但卻不知道該如何看待它們。科學(xué)家們通常更傾向于關(guān)注大腦對(duì)外界刺激做出反應(yīng)并觸發(fā)心理狀態(tài)或身體行為的活動(dòng)。他們從數(shù)據(jù)中“平均”出其余的“噪音”。然而，正是由于這些波動(dòng)，可以發(fā)現(xiàn)在神經(jīng)元中不存在我們可以稱之為 “1”的普遍激活水平。神經(jīng)元不斷地激活，但是，大多數(shù)情況下我們不知道為什么。

　　這些自發(fā)波動(dòng)的根源可能是什么？自發(fā)思維神經(jīng)科學(xué)的最新研究表明，這些波動(dòng)可能與內(nèi)部神經(jīng)力學(xué)、心臟和胃的活動(dòng)以及對(duì)世界的微小物理運(yùn)動(dòng)有關(guān)。2010年耶魯大學(xué)醫(yī)學(xué)院的大衛(wèi)•麥考密克和2011年加州理工學(xué)院的克里斯托夫•科赫的其他實(shí)驗(yàn)表明，神經(jīng)元發(fā)射產(chǎn)生的電磁場(chǎng)強(qiáng)度足以影響和干擾相鄰神經(jīng)元的放電方式。

　　當(dāng)我們深入時(shí)，大腦變得更加狂野。由于電化學(xué)閾值激活了神經(jīng)元，原則上，一個(gè)質(zhì)子就可能引起神經(jīng)元放電的差異。如果一個(gè)質(zhì)子自發(fā)地跳出原子鍵，在物理學(xué)家所謂“量子隧道”中，這可能導(dǎo)致一連串突然的神經(jīng)元活動(dòng)。因此，即使在最微小的可測(cè)量水平上，神經(jīng)元的物理結(jié)構(gòu)也具有非二元不確定性。

　　這是計(jì)算機(jī)和大腦之間的一個(gè)巨大區(qū)別。對(duì)計(jì)算機(jī)來(lái)說(shuō)，自發(fā)的波動(dòng)會(huì)造成錯(cuò)誤，使系統(tǒng)崩潰，而對(duì)我們的大腦來(lái)說(shuō)，這是一種固有的內(nèi)置功能。

　　人工智能的未來(lái)不是你想的那樣

　　如果噪音是新信號(hào)呢？如果這些異常的波動(dòng)是人類智慧、創(chuàng)造力和意識(shí)的核心呢？這正是神經(jīng)科學(xué)家喬治•諾瑟夫、羅賓•卡哈特•哈里斯和斯坦尼斯拉司•德哈恩所展示的。他們認(rèn)為，意識(shí)是從同步自發(fā)波動(dòng)的嵌套頻率中產(chǎn)生的一種新興屬性。應(yīng)用這一理論，神經(jīng)科學(xué)家甚至可以通過(guò)觀察一個(gè)人的腦電波來(lái)判斷他是否有意識(shí)。

　　人工智能幾十年來(lái)一直在以神經(jīng)科學(xué)為模型，但它能遵循這個(gè)新方向嗎？比如，斯坦尼斯拉司•德哈恩認(rèn)為計(jì)算機(jī)的智能模型“大錯(cuò)特錯(cuò)”，部分原因是它的“自發(fā)活動(dòng)是最常被忽視的特征之一”。與計(jì)算機(jī)不同的是，“神經(jīng)元不僅能容忍噪音，甚至還能放大噪音”，以便于生成解決復(fù)雜問(wèn)題的新方法。

　　“正如雪崩是一個(gè)概率事件，而不是某個(gè)確定事件一樣，最終導(dǎo)致有意識(shí)知覺(jué)的一系列大腦活動(dòng)并不是完全確定的：同樣的刺激有時(shí)會(huì)被感知，而有時(shí)則未被察覺(jué)。造成差異的原因是什么？神經(jīng)元發(fā)射的不可預(yù)測(cè)的波動(dòng)有時(shí)與傳入的刺激相適應(yīng)，有時(shí)則與之對(duì)抗。”

　　因此，德哈恩認(rèn)為，人工智能需要一些類似于同步自發(fā)波動(dòng)的東西才能有意識(shí)。薩里大學(xué)分子遺傳學(xué)教授約翰喬•麥克法登推測(cè)，自發(fā)的電磁波動(dòng)甚至可能是一種進(jìn)化優(yōu)勢(shì)，有助于密集的神經(jīng)元產(chǎn)生和同步新的適應(yīng)行為。他寫(xiě)道：“如果沒(méi)有電磁場(chǎng)的相互作用，人工智能將永遠(yuǎn)是啞巴和無(wú)意識(shí)的。”德國(guó)神經(jīng)學(xué)家喬治•諾瑟夫認(rèn)為，“有意識(shí)的……人造生物將需要展示時(shí)空機(jī)制，例如……自發(fā)波動(dòng)的嵌套和擴(kuò)張”。

　　與此相關(guān)的是，墨爾本大學(xué)的人工智能研究員科林•黑爾斯觀察到，人工智能科學(xué)家還沒(méi)有像其他科學(xué)家制造人工心臟、胃或肝臟那樣嘗試制造人工大腦，這就很有意思。相反，人工智能研究人員在沒(méi)有對(duì)應(yīng)物理原理支持的情況下創(chuàng)建了神經(jīng)元模式的理論模型。黑爾斯說(shuō)，這就好像人工智能研究人員正在設(shè)計(jì)永不離開(kāi)地面的飛行模擬器，而不是建造飛機(jī)。

　　最近關(guān)于大腦自發(fā)波動(dòng)的科學(xué)研究會(huì)如何改變我們對(duì)AI的思考方式？如果這種當(dāng)代神經(jīng)科學(xué)是正確的，人工智能就不可能是一臺(tái)通過(guò)二進(jìn)制進(jìn)行輸入和輸出的計(jì)算機(jī)。它應(yīng)該像人腦一樣，95%的活動(dòng)必須是“嵌套”的自發(fā)波動(dòng)，類似于我們無(wú)意識(shí)時(shí)、發(fā)呆時(shí)和做夢(mèng)時(shí)的頭腦。目標(biāo)導(dǎo)向和工具性行為將只是其發(fā)展形式的一小部分。

　　如果我們看腦電圖，它必須有類似德哈恩實(shí)驗(yàn)證明的“意識(shí)特征”。為什么我們會(huì)期望意識(shí)獨(dú)立于定義我們自己的特征而存在？然而，這正是人工智能研究正在做的。人工智能還可能需要利用科學(xué)家們目前正在過(guò)濾掉的量子和電動(dòng)擾動(dòng)。

　　自發(fā)的波動(dòng)來(lái)自嵌入意識(shí)的物質(zhì)，不存在獨(dú)立于物質(zhì)的智能。因此，要擁有有意識(shí)的智能，科學(xué)家就必須將人工智能整合到一個(gè)對(duì)其解剖結(jié)構(gòu)和世界具有敏感和非決定性反應(yīng)的物質(zhì)體中。它內(nèi)在的波動(dòng)會(huì)和世界的波動(dòng)發(fā)生碰撞，就像扔進(jìn)池塘的石子產(chǎn)生的衍射漣漪。通過(guò)這種方式，它可以像所有其他形式的智能一樣通過(guò)經(jīng)驗(yàn)學(xué)習(xí)，而不需要預(yù)先編程的命令。

　　一個(gè)通用人工智能在一開(kāi)始可能不會(huì)很出色。智能是通過(guò)生物體試圖將其波動(dòng)與世界同步的流動(dòng)性而演化的。在世界中移動(dòng)并學(xué)會(huì)與之同步需要時(shí)間。正如科幻作家姜泰德所寫(xiě)，“經(jīng)驗(yàn)在算法上是不可壓縮的。”

　　這也是為什么做夢(mèng)如此重要。實(shí)驗(yàn)研究證實(shí)，夢(mèng)有助于鞏固記憶和促進(jìn)學(xué)習(xí)。做夢(mèng)也是一種非常有趣的狀態(tài)，并且是一種自由關(guān)聯(lián)的認(rèn)知波動(dòng)。如果這是真的，為什么我們要期待沒(méi)有夢(mèng)就出現(xiàn)人類水平的智力呢？

　　在我看來(lái)，除非研究人員不再為資本主義設(shè)計(jì)計(jì)算奴隸，并開(kāi)始認(rèn)真對(duì)待真正的智能來(lái)源——波動(dòng)的電子羊，否則人類水平的人工智能將始終是一個(gè)空談。

　　原文標(biāo)題：Artificial intelligence research may have hit a dead end，作者：Thomas Nail

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】