果蝇、蜜蜂和松鼠如何击败人工智能
快速阅读: 据《心灵很重要》最新报道，OpenAI首席执行官山姆·阿尔特曼预测通用人工智能（AGI）可能在特朗普任期内实现，但作者认为这一观点忽视了自然智能。作者指出，大型语言模型虽能流畅对话，但与现实脱节，而自然界的果蝇、蜜蜂和松鼠分别展现了导航、群体决策和记忆的独特智能。真正的智能是具身化的，依赖于动态环境互动，而非单纯的数据驱动。因此，AGI的研发或许应借鉴自然界的多样性而非仅依赖技术扩张。
山姆·阿尔特曼最近再次强调，他认为通用人工智能（AGI）——即机器中的类人智能——即将到来。在接受彭博社采访时，这位OpenAI首席执行官表示，仅靠扩展像ChatGPT这样的基础模型最终就能实现这一目标。“通用人工智能很可能在特朗普任期内被开发出来”，他预测道，并延续了自2022年11月ChatGPT发布以来OpenAI一直提倡的主题。
2023年的一篇OpenAI博客文章进一步强化了这一观点，称“首个AGI不过是智能连续体上的一个点”。这是一个吸引人的愿景——然而有一个根本性的问题：无论是什么，智能几乎肯定不在一个连续体上。
最近再次强调了他认为通用人工智能（AGI），也就是机器中的类人智能，即将到来的观点。在接受彭博社采访时，这位OpenAI首席执行官表示，仅靠扩展像ChatGPT这样的基础模型最终就能实现这一目标。“通用人工智能很可能在特朗普任期内被开发出来”，他预测道，并延续了自2022年11月ChatGPT发布以来OpenAI一直提倡的主题。
可以理解，作为硅谷内部人士，有这么多利益相关时会这样描述AI的发展轨迹。但当考虑到AI自诞生以来基本上避开的另一种智能类型时，这种观点就难以站住脚了：自然智能。
那么自然智能呢？
当然，人类使用语言；因此对话式AI似乎具备智能。但尽管流畅，大型语言模型（LLM）自信地胡编乱造——它实际上与现实世界毫无关联。我们在物理、情感和社会现实中运作；而AI模型仅处理抽象概念。这就是为什么，尽管流畅，LLM自信地胡说八道——它实际上与现实世界毫无联系。
像阿尔特曼这样的研究人员和企业家继续对未来AI做出预测，假设我们知道要走哪条路，更不切实际的是，认为自己正在朝类似人类智能的方向迈进。但智能本身仍然是个谜。心理学家所做的只是指出一个因素，“流体g”，一种支撑认知任务的灵活问题解决能力。
如果我们能称之为生态智能的东西涵盖了从跳蚤到大象的所有生物。如果智能仅仅指在环境中导航和生存的能力，那么AGI的最佳候选者不是拥有数十亿参数的神经网络——而是果蝇。
果蝇，虽然大脑几乎无重量，但其碰撞规避反射却优于任何自动驾驶汽车。尽管时间很短，它们检测运动线索、预测轨迹并执行规避动作。研究人员发现，果蝇比高端计算机视觉系统更快地计算出逃生路线。
如果智能在于运动规划和快速决策，那么果蝇或许值得获得自己的OpenAI融资轮次。
接着是蜜蜂。如果相信AI爱好者的话，你可能会觉得我们即将通过相互连接的神经网络创造出“蜂群智能”。但大自然早就实现了这一点。
蜜蜂作为一个群体运作，做出的去中心化决策效率可与算法优化相媲美。当寻找新蜂巢位置时，它们使用集体投票程序，涉及摇摆舞——一种象征性交流形式，编码潜在地点的距离、方向和质量。令人惊叹的是，这些决策源自成千上万次简单的互动，没有中央权威。
如果智能在于集体问题解决，那么AI依然处于初级阶段，就像蜜蜂的幼虫一样。现实世界的群体智能高效、适应性强且令人惊讶地强大。AI的版本？一群在Reddit上抓取内容的聊天机器人。
松鼠：大自然的记忆冠军
另一个AI擅长的领域是数据存储和检索。AI研究人员通常通过存储大量信息并在需要时检索它们来衡量智能。向量数据库和嵌入允许语言模型访问海量数据，利用数TB的文本。
但大自然早已对此进行了优化——让我们来看看松鼠。
松鼠不仅仅是囤积坚果；它记得在哪里储存了它们，即使是在几个月之后。研究表明，松鼠会进行欺骗性缓存——假装隐藏坚果以误导潜在的窃贼。这种高效编码、存储和检索信息的能力——无需耗费数十亿美元建造数据中心——堪称一项非凡的记忆工程成就。
然而，历史上从未有任何松鼠幻想出假橡子。
AI中的“I”到底是什么？
那么AI可以从动物界学到什么呢？首先，智能并非单一现象。果蝇如何导航，蜜蜂群体如何决策，松鼠如何记忆——每种方式都代表了一种独特的认知模式，由进化压力塑造而成。
其次，它迫使我们质疑假设。主导的AI范式——扩大神经网络规模——假设更多的数据和计算最终会带来类似于人类智能的东西。但如果自然智能是一个光谱，那么为什么假设一条路径——数据驱动的统计学习——会通向AGI？
真正的智能是具身化的。它存在于生命系统之中，动态地与环境互动。相比之下，AI是一种抽象。它预测文本序列，而非因果关系。
那么，AGI是否触手可及？也许吧。但如果要从自然界获取灵感，或许资助果蝇研究更有意义。
(以上内容均由Ai生成)
