首页 > 科技快讯 > 为什么说人工智能研究已经陷入死胡同?

为什么说人工智能研究已经陷入死胡同?

神译局是36氪旗下编译团队,关注科技、商业、职场、生活等领域,重点介绍国外的新技术、新观点、新风向。

编者按:大脑是否像计算机一样传输和接收二进制信息?又或者,我们这样想只是因为自古以来,人类总是用最新的技术作为描述我们大脑的比喻?本文作者认为目前人工智能的发展已经陷入死胡同,主要是大多数人工智能研究人员和科学家正忙于设计编程于特定任务的 “智能”软件,没有时间考虑白日梦。除非研究人员不再试图为资本主义设计计算奴隶,而是开始认真对待智能的真正来源:波动的电子羊,否则就不会在人类水平的人工智能方面取得进展。原文标题:Artificial intelligence research may have hit a dead end,作者THOMAS NAIL。

人工智能机器人面部分为两部分,机器和网络,来源:Getty Images

菲利普·迪克1968年的标志性科幻小说《机器人会梦见电子羊吗?》,书名中提出了一个耐人寻味的问题:智能机器人会做梦吗?

在该书出版后的53年里,人工智能研究已经大大成熟。然而,尽管迪克在书中预言了其他技术发展方向,但书名中提出的问题并不是人工智能研究人员所感兴趣的,没有人试图发明一个梦到电子羊的机器人。

为什么呢?主要是大多数人工智能研究人员和科学家正忙于设计编程于特定任务的 “智能”软件,没有时间考虑白日梦。

这样做是对的吗?如果理性和逻辑不是智能的来源,而是其产物呢?如果智能的来源更类似于做梦和玩耍呢?

最近对 “自发波动的神经科学”(neuroscience of spontaneous fluctuations)的研究指向了这个方向。如果这个研究是对的,这将带来我们对人类意识理解的一个范式转变。这也意味着,几乎所有的人工智能研究都在朝着错误的方向发展。

对人工智能的探索是从现代计算科学中发展起来的,该科学由英国数学家阿兰·图灵和匈牙利裔美国数学家约翰·冯·诺伊曼在65年前开创。从那时起,就有许多研究人工智能的方法。然而,所有的方法都有一个共同点:他们从计算的角度来对待智能,也就是说,像计算机一样有信息的输入和输出。

科学家们还尝试在人脑的神经网络上建立人工智能模型。这些人工神经网络使用 “深度学习”技术和 “大数据”来接近并偶尔超越人类的特定能力,如下棋、围棋、打扑克或识别人脸。但这些模型也像许多神经科学家一样,把大脑当成了一台电脑。但这是设计智能的正确想法吗?

人工智能的现状仅限于被该领域的人称为 “狭义人工智能”。狭义的人工智能擅长在一个封闭的系统中完成特定的任务,其中所有的可能性都是已知的。它没有创造性,在面对新情况时通常会崩溃。另一方面,研究人员将 “通用人工智能”定义为从一个问题到另一个问题的创新知识转移。

到目前为止,这是人工智能未能实现的目标,而且该领域的许多人认为这只是一种极其遥远的可能性。大多数人工智能研究人员对所谓的 “超级智能人工智能”的可能性更不乐观,由于假设的 “智能爆炸”,它将变得比人类更聪明。    

计算机大脑?

大脑是否像计算机一样传输和接收二进制信息?又或者,我们这样想只是因为自古以来,人类总是用最新的技术作为描述我们大脑的比喻?

当然,在某些方面,计算机-大脑的比喻是有意义的。我们无疑可以给一个神经元分配一个二进制数字,该神经元要么发射了 “1”,要么没有 :“0”。我们甚至可以测量单个神经元发射所需的电化学阈值。从理论上讲,这些信息的神经图应该为我们提供任何特定大脑事件的因果路径或 “代码”。但在实验中,它并没有。

首先,这是因为神经元没有像晶体管那样为其逻辑门提供固定的电压,而晶体管可以决定在一个特定的神经元,什么会激活 “1”或不激活 “0”。几十年的神经科学实验证明,神经元可以改变其功能和发射阈值,与晶体管或二进制信息不同。这被称为 “神经可塑性”,而计算机不具备这种能力。

计算机也没有名为 “神经调质”的化学物质的等效物,这些化学物质在神经元之间流动并改变它们的发射活动、效率和连接性。这些大脑化学物质允许神经元在不激发的情况下相互影响。这违反了 “非此即彼”的二元逻辑,意味着大多数大脑活动发生在激活和非激活状态之间。

此外,神经元激活的原因和模式受到神经科学家所谓的 “自发波动”的影响。自发波动是大脑中发生的神经元活动,即使没有外部刺激或心理行为与之相关。这些波动构成了惊人的95%的大脑活动,而有意识的思维则占据了剩下的5%。这样一来,认知波动就像大脑的暗物质或 “垃圾 ”DNA。它们构成了大脑中正在发生的大部分事情,但仍然是个谜。  

自20世纪30年代以来,神经科学家就知道这些不可预测的脑电活动波动,但却不知道该如何看待它们。通常情况下,科学家们倾向于关注对外部刺激做出反应并引发心理状态或身体行为的大脑活动。他们从数据中 “平均”掉其余的 “噪音”。然而,正是由于这些波动,在神经元中不存在我们可以称之为 “1”的普遍激活水平。神经元在不断地激活,但是,在大多数情况下,我们不知道为什么。

这些自发波动的来源可能是什么?最近对自发思维的神经科学研究表明,这些波动可能与内部神经力学、心脏和胃的活动以及对世界的微小物理运动有关。2010年耶鲁大学医学院的大卫·麦考密克和2011年加州理工学院的克里斯托夫·科赫的其他实验表明,神经元发射产生的电磁场足以影响和扰乱相邻的神经元如何放电。

当我们深入的时候,大脑变得更加狂野。由于电化学阈值激活了神经元,原则上,一个质子就可以成为导致神经元启动的差异。如果一个质子自发地跳出其原子键,在物理学家所谓的 “量子隧道”中,这可能导致一连串突然的神经元活动。因此,即使在最微小的可测量水平上,神经元的物理结构也有一个非二元的不确定性。

计算机晶体管也有同样的问题。制造商把电子产品做得越小,晶体管就越小,电子就越频繁地自发地通过较薄的屏障产生误差的量子隧道。这就是为什么计算机工程师,就像许多神经科学家一样,不遗余力地从他们的二进制信号中过滤掉 “背景噪音”和 “杂散”电场。

这是计算机和大脑之间的一个很大区别。对于计算机来说,自发的波动会产生错误,使系统崩溃,而对于我们的大脑来说,这是一个内置的功能。  

人工智能的未来不是你想的那样

如果噪音是新的信号呢?如果这些反常的波动是人类智慧、创造力和意识的核心呢?这正是乔治·诺索夫、罗宾·卡哈特·哈里斯和斯坦尼斯拉斯·德哈内等神经科学家所展示的。他们认为,意识是一种诞生于同步自发波动的嵌套频率的新兴属性。应用这一理论,神经科学家甚至可以仅仅通过观察某人的脑电波来判断他是否有意识。

几十年来,人工智能一直在以神经科学为模型,但它能遵循这个新的方向吗?例如,斯坦尼斯拉斯·迪昂认为计算机的智能模型 “大错特错”,部分原因是其 “自发活动是最经常被忽视的特征之一”。与计算机不同,“神经元不仅能容忍噪音,甚至还能放大它”,以帮助产生复杂问题的新的解决方案。

“正如雪崩是一个概率事件,而不是一个确定的事件一样,最终导致意识感知的一系列大脑活动也不是完全确定的:同样的刺激有时会被感知,而有时则未被察觉。是什么造成了这种差异?神经元发射的不可预测的波动有时与传入的刺激相适应,有时与之对抗”。

因此,迪昂认为,人工智能需要类似于同步的自发波动的东西才能有意识。萨里大学分子遗传学教授约翰乔·麦克法登(Johnjoe McFadden)推测,自发的电磁波动甚至可能是一种进化优势,帮助紧密排列的神经元产生和同步新的适应行为。他写道:“如果没有电磁场的相互作用,人工智能将永远是哑巴和无意识的。” 德国神经科学家Georg Northoff认为,一个 “有意识的······人造生物将需要显示时空机制,如······自发波动的嵌套性和扩张”。

最近关于大脑自发波动的科学研究,可能会如何改变我们对人工智能的思考方式?如果这种当代神经科学是正确的,人工智能就不可能是一台有二进制信息输入和输出的计算机。像人脑一样,它95%的活动必须是 “嵌套的”自发波动,类似于我们无意识的、走神的和做梦的头脑。有目标的和工具性的行为将是其发展形式的极小部分。

如果我们看一下脑电图,它就必须有类似于德海恩通过实验证明的 “意识特征”。为什么我们会期望意识独立于定义我们自己的特征而存在?然而,这正是人工智能研究正在做的事情。人工智能也可能需要利用科学家们目前正在过滤掉的量子和电动扰动。

自发的波动来自于嵌入意识的物理材料。不存在独立于物质的智能这回事。因此,为了拥有意识的智能,科学家必须将人工智能整合到一个对其解剖结构和世界敏感和非决定性反应的物质体中。它的内在波动将与世界的波动发生碰撞,就像池塘里的小石子所产生的衍射波纹一样。通过这种方式,它可以像所有其他形式的智能一样通过经验学习,而不需要预先编程的命令。

如果认知波动确实是意识的必要条件,那么稳定的频率也需要时间来出现,然后在静止状态下相互同步。事实上,这正是我们在儿童的大脑中看到的,当他们随着时间的推移发展出更高和更多的嵌套神经频率。

因此,一个通用人工智能在开始时可能不会有什么出色的表现。智能是通过生物体试图将其波动与世界同步的流动性而演化的。在世界中移动并学会与之同步需要时间。正如科幻小说作家特德·姜写道,“经验在算法上是不可压缩的”。

这也是为什么做梦是如此重要。实验研究证实,做梦有助于巩固记忆和促进学习。做梦也是一种好玩的和自由关联的认知波动状态。如果这是真的,我们为什么要期望没有梦就出现人类水平的智力呢?这就是为什么新生儿做梦是成人的两倍,如果他们在快速眼动睡眠中做梦的话。他们有很多东西要学,就像机器人一样。

在我看来,除非研究人员不再试图为资本主义设计计算奴隶,开始认真对待智能的真正来源:波动的电子羊;否则就不会在人类水平的人工智能方面取得进展。

译者:蒂克伟

相关推荐

为什么说人工智能研究已经陷入死胡同?
20条理由告诉你,为什么当前的深度学习成了人工智能的死胡同?
36氪领读 | 图灵奖得主:人工智能是如何走出死胡同的?
大型科技公司很无聊,互联网走到了死胡同
为什么说人工智能是一个大谎言
为什么说音乐已经进入流媒体时代?
为什么说大脑不是电脑?(上)
网易有道周枫:“先免费再付费”的创业思路走入死胡同,出路在哪? | CEO说
为什么说无人出租车关乎特斯拉和Uber的生死存亡
人工智能专家:AI并不像你想象的那么先进

网址: 为什么说人工智能研究已经陷入死胡同? http://m.xishuta.com/newsview43772.html

所属分类:人工智能