停止對人類的迷戀！AI完全模仿人類大腦是在浪費時間

有些人認為，人類是按照造物主的形象設計的。當涉及到真正的人工智慧（這可能是我們最偉大的發明）時，我們也曾嘗試做同樣的事情。人工智慧的一個典型方法是用數字形式再現人腦。但頂尖科學家表示，靈感將來自其他地方。事實上，試圖完美地模仿人類大腦是在浪費時間。

「我們並沒有真正了解人類思維」，紐約市巴納德學院的天文學家Janna Levin說，他同時領導了一個關於人工智慧技術和倫理未來的小組。「我們認為，通過映射，我們可以理解人類思維，但這並沒有實現。」

「當我們不理解人類思維時，我們又如何創造人工智慧呢？」

據該小組的人工智慧研究人員稱，這是一個棘手的問題。我們無法完美地模擬人腦。相反，我們應該把時間花在解鎖智力的基本原則上。

Max Tegmark是麻省理工學院的物理學家，也是生命未來研究所的主任。他說，過於關注大腦只是「碳沙文主義」（此理論認為身為以碳為主體的生物，尚未接觸任何地外生命的人類很難憑空想像截然不同的生化理論）。儘管到目前為止科學家們還沒有找到它的奧秘，但大腦的運作方式並沒有什麼神奇之處。「我們太沉迷於大腦的運作方式，」Tegmark說，「我認為這是缺乏想像力的表現。」

歷史證明了他的觀點。在維多利亞時代，一位名叫Clément Ader的工程師建造了第一個比空氣重的飛行器。他模仿了蝙蝠來建造。這些機器不過是兩側有大型蝙蝠翅膀的椅子。Ader用這個幾乎無法控制的裝置飛行了幾百米。但是，如果他是第一個飛行成功的人，為什麼眾人只知道萊特兄弟卻不知道他呢？

Ader第三版的飛行器。雖然它可以維持飛行，但它的蒸汽動力引擎完全無法控制。

儘管用我們自己的形象創造人工智慧並不是一種可行的方式，但小組當晚的討論依然回到生物學領域。正如Levin所說，人類智慧和意識仍然是我們最好的例證。

「你可以從生物學中獲得靈感，但你絕不能機械地複製它」，Facebook的人工智慧研究主管揚·勒丘恩說。「從工程的角度來看，追溯進化將非常困難。」由於進化缺乏能動性，創造出有智力的猿猴靠的不是有意識的努力或決定。相反，我們能走到今天，是因為數百萬年的隨機突變，讓我們活得足夠長，能夠繁衍後代。

最大化或簡化我們大腦的智力和推理能力從來都不是問題的一部分。人類的大腦是極其複雜的。它充滿了各種機制，可以在子宮裡自我配置，還能長期自我修復。機器不需要這些，因為處理配置的過程由人類完成。它只需要接收數據，處理並學習數據。

人工智慧先驅揚·勒丘恩在Pioneer Works的最新「科學爭議」小組發表講話。一起發言的還包括著名物理學家Max Tegmark和主持人Janna Levin，巴納德學院的天文學家。

勒丘恩解釋說，對於更傳統的監督學習方法，人類必須在機器自身完成有意義的工作之前，向系統提供數以千計的例子。例如，一個圖像識別演算法需要看到無數的蘋果，才能在照片中識別出一個蘋果。第二種方法是強化學習，在這種學習中，人工智慧系統或神經網路——與大腦相似的演算法——彼此相互訓練。這種方法通常只適用於遊戲。一個下棋的人工智慧可以玩幾百萬次遊戲，了解遊戲規則只需要分分鐘而已。

但這兩種方法都不完美。這兩種方法都不會產生一種真正使其理解這個世界的人工智慧。在監督學習中，人類仍在做著所有繁重的工作，而那些下棋電腦則一無所知。

「我們用非常愚蠢的方式訓練神經網路，」勒丘恩說，「和人類與動物訓練自己的方式完全不同。」嬰兒在兩個月大的時候就知道物體永存性。當他們半歲的時候，他們能憑直覺感知物質世界的運作方式。但我們無法在我們的機器中啟動這種無監督的學習（如果有人能成功，那麼很可能是勒丘恩和他的Facebook團隊，因為只有大公司才有資源和架構來訓練高水平的神經網路）。但在小組討論中，他聳了聳肩：「我們也沒辦法做到這一點。」

這就是為什麼對人工智慧來說，生物基礎是至關重要的，而非對人類大腦的完美重構。沒有其他模式供程序員參考。人類的大腦是一個科學奇蹟，但並不是唯一的答案。這些研究人員需要記住，人類和隱藏在我們頭骨中的超級計算機沒有什麼特別之處，它們不應該試圖創造出新的東西。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！