【51CTO.com快譯】菲利普•迪克于1968年出版的小說《仿生人會夢見電子羊嗎》是科幻小說中的標志性作品。這本書在書名中提出了一個有趣的問題：仿生人或者說機器人會做夢嗎？

　　自這本書面世53年以來，人工智能研究已經日益成熟。但這個問題依然無解，因為研究人員對此并不感興趣，沒有人試圖發明一個夢到電子羊的機器人。大多數人工智能研究人員和科學家都在忙著設計“智能”軟件來完成特定的任務，沒有時間做白日夢。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源，而是其產物呢？如果智能的來源更接近于做夢和玩耍呢？

　　最近對“自發波動的神經科學（neuroscience of spontaneous fluctuations）”的研究指向了這個方向。如果這項研究是正確的，那將意味著我們對人類意識理解的范式轉變。同時這也意味著幾乎所有的人工智能研究都在朝著錯誤的方向發展。

　　對人工智能的探索是從現代計算科學中發展起來的，該科學由英國數學家阿蘭·圖靈和匈牙利裔美國數學家約翰·馮·諾伊曼在65年前開創。從那時起，就有許多研究人工智能的方法。然而，所有的方法都有一個共同點：它們從計算的角度來處理智能，也就是說，像計算機一樣有信息的輸入和輸出。

　　科學家們還嘗試在人腦的神經網絡上建立人工智能模型。這些人工神經網絡使用 “深度學習”技術和 “大數據”來接近并偶爾超越人類的特定能力，如下棋、圍棋、撲克或識別人臉。但這些模型也像許多神經科學家一樣，把大腦當成了一臺電腦。但這樣設計智能是否正確呢？

　　人工智能的發展現狀僅限于業內人士所說的“狹義人工智能”。狹義人工智能擅長在一個封閉的系統中完成特定的任務，在這個系統中，所有的可能性都是已知的。它沒有創造性，在面對新狀況時通常會崩潰。另一方面，研究人員將“通用人工智能”定義為知識從一個問題到另一個問題的創新轉移。

　　到目前為止，這是人工智能未能實現的目標，而且很多業內人士認為這只是一種極為遙遠的可能性。大多數人工智能研究人員對所謂的“超級智能AI”的可能性抱有不太樂觀的態度，因為假設的“智能爆炸”會使人工智能變得比人類更聰明。

[[401712]]

　　計算機大腦？

　　大腦是否像電腦一樣傳輸和接收二進制信息？或者，我們這樣想只是因為自古以來，人類就習慣于用最新的技術來比喻我們的大腦？

　　當然，計算機大腦的隱喻在某些方面是有意義的。毫無疑問，一個神經元分配一個二進制數字，該神經元要么發射了 “1”，要么沒有 ：“0”。我們甚至可以測量單個神經元激發所需的電化學閾值。從理論上講，這些信息的神經圖譜應該能為我們提供任何給定大腦事件的因果路徑或“代碼”。但從實驗上看，情況并非如此。

　　首先，這是因為神經元沒有像晶體管那樣為其邏輯門提供固定的電壓，而晶體管可以決定在給定的神經元中什么會激活“1”或者什么不會激活“0”。數十年的神經科學實驗證明，神經元可以改變其功能和發射閾值，這與晶體管或二進制信息并不相同。它被稱為“神經可塑性”，而計算機并不具備這種能力。

　　再者，計算機也沒有名為 “神經調質”的化學物質的等效物，這些化學物質在神經元之間流動并改變它們的發射活動、效率和連接性。這些大腦化學物質允許神經元在不激發的情況下相互影響。這違反了 “非此即彼”的二元邏輯，意味著大多數大腦活動發生在激活和非激活狀態之間。

　　此外，神經元激活的原因和模式受神經科學家所謂“自發波動”的影響。自發波動是大腦中發生的神經元活動，即使沒有外部刺激或心理行為與之相關。這些波動也驚人地占大腦活動比95%，而有意識的思維僅占剩下的5%。這樣，認知波動就像大腦的暗物質或“垃圾”DNA。它們構成了大腦中正在發生的大部分事情，但一切還是個謎。

　　自20世紀30年代以來，神經科學家就知道這些不可預測的腦電活動波動，但卻不知道該如何看待它們。科學家們通常更傾向于關注大腦對外界刺激做出反應并觸發心理狀態或身體行為的活動。他們從數據中“平均”出其余的“噪音”。然而，正是由于這些波動，可以發現在神經元中不存在我們可以稱之為 “1”的普遍激活水平。神經元不斷地激活，但是，大多數情況下我們不知道為什么。

　　這些自發波動的根源可能是什么？自發思維神經科學的最新研究表明，這些波動可能與內部神經力學、心臟和胃的活動以及對世界的微小物理運動有關。2010年耶魯大學醫學院的大衛•麥考密克和2011年加州理工學院的克里斯托夫•科赫的其他實驗表明，神經元發射產生的電磁場強度足以影響和干擾相鄰神經元的放電方式。

　　當我們深入時，大腦變得更加狂野。由于電化學閾值激活了神經元，原則上，一個質子就可能引起神經元放電的差異。如果一個質子自發地跳出原子鍵，在物理學家所謂“量子隧道”中，這可能導致一連串突然的神經元活動。因此，即使在最微小的可測量水平上，神經元的物理結構也具有非二元不確定性。

　　這是計算機和大腦之間的一個巨大區別。對計算機來說，自發的波動會造成錯誤，使系統崩潰，而對我們的大腦來說，這是一種固有的內置功能。

　　人工智能的未來不是你想的那樣

　　如果噪音是新信號呢？如果這些異常的波動是人類智慧、創造力和意識的核心呢？這正是神經科學家喬治•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。他們認為，意識是從同步自發波動的嵌套頻率中產生的一種新興屬性。應用這一理論，神經科學家甚至可以通過觀察一個人的腦電波來判斷他是否有意識。

　　人工智能幾十年來一直在以神經科學為模型，但它能遵循這個新方向嗎？比如，斯坦尼斯拉司•德哈恩認為計算機的智能模型“大錯特錯”，部分原因是它的“自發活動是最常被忽視的特征之一”。與計算機不同的是，“神經元不僅能容忍噪音，甚至還能放大噪音”，以便于生成解決復雜問題的新方法。

　　“正如雪崩是一個概率事件，而不是某個確定事件一樣，最終導致有意識知覺的一系列大腦活動并不是完全確定的：同樣的刺激有時會被感知，而有時則未被察覺。造成差異的原因是什么？神經元發射的不可預測的波動有時與傳入的刺激相適應，有時則與之對抗。”

　　因此，德哈恩認為，人工智能需要一些類似于同步自發波動的東西才能有意識。薩里大學分子遺傳學教授約翰喬•麥克法登推測，自發的電磁波動甚至可能是一種進化優勢，有助于密集的神經元產生和同步新的適應行為。他寫道：“如果沒有電磁場的相互作用，人工智能將永遠是啞巴和無意識的。”德國神經學家喬治•諾瑟夫認為，“有意識的……人造生物將需要展示時空機制，例如……自發波動的嵌套和擴張”。

　　與此相關的是，墨爾本大學的人工智能研究員科林•黑爾斯觀察到，人工智能科學家還沒有像其他科學家制造人工心臟、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有對應物理原理支持的情況下創建了神經元模式的理論模型。黑爾斯說，這就好像人工智能研究人員正在設計永不離開地面的飛行模擬器，而不是建造飛機。

　　最近關于大腦自發波動的科學研究會如何改變我們對AI的思考方式？如果這種當代神經科學是正確的，人工智能就不可能是一臺通過二進制進行輸入和輸出的計算機。它應該像人腦一樣，95%的活動必須是“嵌套”的自發波動，類似于我們無意識時、發呆時和做夢時的頭腦。目標導向和工具性行為將只是其發展形式的一小部分。

　　如果我們看腦電圖，它必須有類似德哈恩實驗證明的“意識特征”。為什么我們會期望意識獨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家們目前正在過濾掉的量子和電動擾動。

　　自發的波動來自嵌入意識的物質，不存在獨立于物質的智能。因此，要擁有有意識的智能，科學家就必須將人工智能整合到一個對其解剖結構和世界具有敏感和非決定性反應的物質體中。它內在的波動會和世界的波動發生碰撞，就像扔進池塘的石子產生的衍射漣漪。通過這種方式，它可以像所有其他形式的智能一樣通過經驗學習，而不需要預先編程的命令。

　　一個通用人工智能在一開始可能不會很出色。智能是通過生物體試圖將其波動與世界同步的流動性而演化的。在世界中移動并學會與之同步需要時間。正如科幻作家姜泰德所寫，“經驗在算法上是不可壓縮的。”

　　這也是為什么做夢如此重要。實驗研究證實，夢有助于鞏固記憶和促進學習。做夢也是一種非常有趣的狀態，并且是一種自由關聯的認知波動。如果這是真的，為什么我們要期待沒有夢就出現人類水平的智力呢？

　　在我看來，除非研究人員不再為資本主義設計計算奴隸，并開始認真對待真正的智能來源——波動的電子羊，否則人類水平的人工智能將始終是一個空談。

　　原文標題：Artificial intelligence research may have hit a dead end，作者：Thomas Nail

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】