AI进化瓶颈：从生物智能看未来方向

快速阅读: 马克斯·本内特在《智能简史》中提出，理解生物智能进化有助于开发更高级AI。书中分析了智力进化的五个关键突破，指出当前AI在模拟、心理理论和语言方面仍面临挑战，强调AI需类似脑结构创新而非仅扩大神经网络规模。

人工智能企业家兼神经科学研究员马克斯·本内特在其著作《智能简史：大脑进化为何是AI未来的关键》中提出了一个引人入胜的论点——理解生物智能如何进化能够揭示通向更高级AI的道路。本书融合了神经科学、进化生物学和人工智能领域的知识，探讨了一个核心问题：为什么超级智能的“AI”在执行像装载洗碗机这样简单的任务时会如此困难？人类轻而易举完成的任务，AI为何显得笨拙？

书中认为，在智力进化的五个关键突破中，理解大脑从双侧动物到多侧动物再到人类的演变过程至关重要，这对于推动AI的发展具有重要意义。每个突破都代表了在进化史上出现的基本能力：

– **导航**（约6亿年前）：早期生物如水母发展出基本的导航能力和目标导向行为。

– **强化学习**（约5亿年前）：脊椎动物进化出通过试错学习的能力。

– **模拟**（约1亿年前）：哺乳动物具备了创建世界内部模型的能力。

– **心理理论**（约3000万年前）：灵长类动物进化出理解他人意图的能力。

– **语言**（约10万年前）：人类获得了符号交流和抽象思维的能力。

本内特指出，当前的AI在导航和强化学习方面已经取得了进展，但在模拟、心理理论和语言方面仍面临挑战。这解释了为何AI在模式识别和优化方面表现出色，但在常识推理、使用心理模型规划以及社会智能方面却表现不佳。每次突破都需要新的脑结构与旧系统协同工作，而不是取代它们，暗示AI可能需要类似的架构创新，而不仅仅是扩大神经网络规模。

AI从强化学习过渡到模拟被认为是现代AI面临的最关键瓶颈之一。模拟不仅仅是为了做出预测，而是构建一个关于世界运作方式的内部模型，以便在行动前在脑海中预演结果。本内特特别提到了哺乳动物的几个进化创新：新皮层存储丰富的感官模型和模式，海马体创建认知地图和情景模拟，前额叶皮层运行“如果”场景，这些区域共同维持一个持久的世界模型，进行反事实模拟并根据预测误差更新模型。

新皮层不断将实际感官数据与其模拟预测的数据进行比较，这是人们能立即识别周围环境中任何异常情况的原因。例如，行走时我们不会特意看脚下的地面，但如果即将踩空，大脑会迅速预测后果并寻找解决方案。这正是当前AI遇到的问题所在。

目前的AI主要是深度学习网络，本质上是模式匹配器，缺乏独立的世界建模和未来模拟系统。从强化学习到模拟的转变不仅仅是增加更多的神经元。新皮层不是早期脑结构的放大版，而是一个质上不同的系统。模拟能力的形成经历了超过1亿年的进化试验，而人类试图在几十年内实现这一过程。

(以上内容均由Ai生成)