原文鏈接：https:///@TautviIas/the-nature-of-intelligence-72ba91139e30#.wetyr2q67

人工智能（AI）是我非常喜歡的一門學(xué)科。這是因?yàn)橥ㄟ^建立AI，我們可以更深刻的認(rèn)識(shí)我們自己。畢竟，雖然我們認(rèn)為人類是智能的，但是卻無法真正理解智能的含義。AI試圖逆向工程我們的大腦，并重新抽象定義智能。AI能變得比我們更聰明嗎？智能的真實(shí)性質(zhì)是什么？這些都是我很想知道的問題。

最近，隨著基于深層神經(jīng)網(wǎng)絡(luò)（DNNs）的模型的研究的深入，AI取得了令人驚訝的進(jìn)步。顯然，現(xiàn)在AI在圖像識(shí)別方面比人類做的更好，AI還打敗了圍棋的世界冠軍。很久以前，我們?cè)诰制?、跳棋和?guó)際象棋上都輸給了數(shù)字大腦。這些棋盤游戲都是封閉環(huán)境下的離散系統(tǒng)，具有明確的獲勝條件和規(guī)則。以前的AI大多使用蠻力和純粹的計(jì)算能力來戰(zhàn)勝人類。然而，DNN是利用進(jìn)化模式識(shí)別來解決問題。這樣，AI可以處理更多的模糊問題和類人型問題。

AI領(lǐng)域的最終目標(biāo)是開發(fā)所謂的種子智能或通用智能。這種系統(tǒng)可以修改自身并執(zhí)行賦予它的通用任務(wù)。就系統(tǒng)的多功能性和適應(yīng)性而言，它將具有類似于人類的智力。因?yàn)檫@種智能是數(shù)字的，它能比人類大腦的效率更高。

現(xiàn)在，我們開發(fā)的AI能在特定的計(jì)算任務(wù)中勝過人類，但對(duì)于如何構(gòu)建一個(gè)可以自適應(yīng)，并能解決各類任務(wù)的通用AI，我們?nèi)匀灰换I莫展。人工神經(jīng)網(wǎng)絡(luò)可能只是這個(gè)謎題的一部分。我們似乎解決了智能的各個(gè)單獨(dú)的部分，但是我們?nèi)匀徊恢廊绾伟阉鼈冋澈显谝黄?。為了解決這個(gè)問題，我們需要對(duì)智能的本質(zhì)有一個(gè)更好的理解。

很多人都知道IQ測(cè)試，聰明的人肯定有IQ肯定也高。IQ是現(xiàn)在我們對(duì)智力的定義。然而，這些測(cè)試也因?yàn)闆]有考慮到諸如創(chuàng)造力和社會(huì)智力等方面而被詬病。一般的IQ測(cè)試只局限于與模式識(shí)別相關(guān)的人類智能，這些測(cè)試也是人類獨(dú)有的。大多數(shù)人都認(rèn)為我們的寵物也很智能，但它們?nèi)绻麃碜鋈祟惖腎Q測(cè)試，卻只能得零分，因?yàn)檫@些測(cè)試是基于語言的。如果我們想要找到智能行為的根源，我們必須更深入地研究，必須開始從動(dòng)物和嬰兒身上探索非語言智能。

如果你觀察一個(gè)新生兒，你會(huì)看到他總是在不斷的運(yùn)動(dòng)。從第一天起，嬰兒試圖了解它的環(huán)境。肢體的運(yùn)動(dòng)使嬰兒詢問他的世界：感覺如何？他試圖不斷地移動(dòng)自己來達(dá)到感覺良好的狀態(tài)。他不需要有人教他這么做。在某種程度上，從第一天起，嬰兒就驅(qū)動(dòng)著學(xué)習(xí)過程。我們不能理解這些是因?yàn)檫@是非語言的，但嬰兒確實(shí)是在不斷地探索和收集周圍環(huán)境的信息。當(dāng)嬰兒成為一個(gè)蹣跚學(xué)步的孩子，但仍然不會(huì)說話時(shí)，他繼續(xù)探索世界，用手指指向陌生的事物，等待著別人為他解釋。

然而，在許多國(guó)家，這種問題模式在學(xué)校中被教育系統(tǒng)打破了。教育對(duì)智能有另外一種不同的定義。它認(rèn)為學(xué)生在進(jìn)入學(xué)校時(shí)是一無所知的。在學(xué)校里，老師向?qū)W生傳授知識(shí)，把這些知識(shí)“放入”他們的頭腦，才能讓他們變得聰明。這種教育制度忽視了智能是自底向上的事實(shí)。

這就是為什么人們常說好奇心是最好的老師。只有學(xué)生真正想了解一件事，才會(huì)對(duì)此提出問題。如果只是老師一味地向?qū)W生灌輸知識(shí)，那么學(xué)生很可能什么都學(xué)不會(huì)。或許這就是為什么我們幾乎沒能從電視機(jī)里學(xué)到任何新東西的原因。當(dāng)我們看電視的時(shí)候，我們了解到了很多信息，但這些卻不是我們真正想要了解的。

我們的AI模型就像是過時(shí)的教育模式。神經(jīng)網(wǎng)絡(luò)是被動(dòng)的，它們是“愚蠢的”，因此我們必須對(duì)其進(jìn)行嚴(yán)格的訓(xùn)練，從而獲得巨大的數(shù)據(jù)集，以便它們學(xué)習(xí)如何執(zhí)行某項(xiàng)任務(wù)。在學(xué)習(xí)過海量信息后，它們能夠回答出具體的問題，但卻仍然沒有新生兒的能力——它們不會(huì)懷疑自己所處的環(huán)境。

因此，如果我們想要?jiǎng)?chuàng)造通用AI，必須從非語言地開始，然后再抽象成語言。這表明了身體的必要性，身體是心靈成長(zhǎng)的地方，它提供了一種開始學(xué)習(xí)的方式。如果AI學(xué)到的抽象不是植根于我們的非語言物理現(xiàn)實(shí)，那么它們就無法具有真正的普遍性。

目前，機(jī)器人的發(fā)展滯后于人工神經(jīng)網(wǎng)絡(luò)?，F(xiàn)有的機(jī)器人只是由幾個(gè)傳感器和幾個(gè)電機(jī)構(gòu)造。然而，人類指尖平均每平方厘米就有約2500個(gè)受體。我們的大腦里有大量的專用區(qū)域來處理所有的感覺輸入。如果我們能夠創(chuàng)造一個(gè)使用DNN的異常敏感和敏捷的機(jī)器人，并使其能夠探索環(huán)境，那么我們就能創(chuàng)造出通用學(xué)習(xí)AI。

總之，在我看來，真正的智能的本質(zhì)并不是給出問題的答案，而是提出正確的問題。使用肢體語言來表達(dá)疑問，對(duì)于每個(gè)有感情的人來說都是與生俱來的，這可能是所有智能行為的結(jié)構(gòu)和本質(zhì)。