戍天九思原創第436期
最近，在成都召開了2021中國人工智慧大會，“具身智慧”成為與會中外學者和各界關注的焦點。這是人工智慧發展的新領域、新趨勢，正在開啟人工智慧的天花板，加速奇點來臨！
“具身智慧”有什麼不一樣？
目前，人工智慧領域軟體和硬體是分開的，各自獨立迭代。比如語音識別、視覺識別、輔助決策、遊戲等，都是在軟體演算法裡面獨立進化，硬體只是輸入資料、執行資料的物理條件。
未來，人工智慧將是“具身智慧”的天下，就是要建立軟硬體結合的智慧體。它能夠像“生命體”一樣，既可透過與環境的互動學習不斷進化，也可透過“遺傳”把進化成果遺傳給下一代，從而進化成越來越高階的智慧體。可見，這種“具身智慧”的進化，是純軟體系統的進化替代不了的。為什麼？
最新的人工智慧研究發現，智慧生物的智慧化程度與它的身體結構存在很強的正相關性。也就是說，對智慧生物來說，身體不是一部等待載入“智慧演算法”的機器，而是身體本身就參與了演算法的進化。今天地球上所有的智力活動，都是生物透過自己的身體實實在在地與環境互動之後，透過自身的學習和進化所遺留下來的“智力遺產”。這個過程，已經被大型的計算機模擬實驗所證實。
李飛飛團隊開闢“具身智慧”新領域
“具身智慧”源於具身認知，李飛飛團隊打開了“具身智慧”的天花板，走出一條人工智慧發展的新路！
10月6日，美國斯坦福大學李飛飛教授團隊在《自然·通訊》雜誌上發表了一篇富有啟發性、開創性的研究。他們透過計算機仿照生物的學習和進化的過程，創造了一個“虛擬宇宙”。該宇宙由三條規則構成：
第一，這個宇宙中存在大量像火柴棍一樣的虛擬生命。 這些虛擬生命雖然簡單，但是都有各自的基因程式碼。不同的程式碼對應著不同的火柴棍組合——這就模擬了不同的基因產生不同生命結構的物種的過程。比如，有的程式碼就會產生像八爪章魚一樣的結構，有的程式碼則會產生像小馬一樣的四足結構。
第二，這些火柴棍生命都需要在自己的一生中，透過使用機器學習演算法來適應不同的環境。比如，平坦的地面、充滿障礙的沙丘，在這些環境中完成不同的任務，像是巡邏、導航、躲避障礙物、搬運物資等等。
第三，透過一段時間的學習訓練之後，火柴棍生命之間要相互比賽，只有表現最突出的一部分能夠被保留下來。然後，它們的基因程式碼經過相互組合之後，產生大量新的身體結構，再重複第二條規則中的學習適應各類環境和任務過程。請注意，上一代虛擬生命遺留給下一代的，只有它們的身體結構，而不包括它們在短暫的一生中學習到的演算法。這三條規則非常接近物種進化的過程！
透過搭建這樣一個虛擬宇宙，研究人員在裡面使用各種條件，對上千個“物種”進行嚴酷的篩選。最終，發現了一個神奇的現象——一個物種在前幾代透過長期和艱苦的深度學習獲得的行為，在後幾代中會變成一種類似本能的習慣。比如，這些火柴棍生命的祖輩花了很長時間才學會跑步，但是在經過幾代進化之後，它們的後代生下來沒多久就自己會跑了。
這個現象很有啟發性——虛擬生命的祖輩並沒有遺留下自己的演算法，而只是留下來了自己身體結構的編碼。但是，這種身體結構卻使得它們的後代，可以更容易學習到前輩花了很長的時間才學習到的演算法。就好像它們畢生的經驗，都壓縮在那幾行身體結構的基因程式碼中了。
這個實驗證明了進化生物學中的“鮑德溫效應”。1953年由美國古生物學家George Gaylord Simpson提出——在生物進化過程中早期世代一生中最初學會的行為將逐漸成為本能並遺傳給後代。
研究人員說，在學習和進化的雙重壓力下，最終只有那些在結構上有優勢的身體設計藍圖，能夠被保留下來，比如類似八爪魚、六足蟲，還有四足動物的身體結構。這些結構由於可以更容易學習到更先進的演算法，於是在每一代的競爭中就積累下了大量的優勢。研究人員把這種身體結構上的優勢叫做“形態智慧”。在算力相同的情況下，具備形態智慧優勢的生物可以更快獲得學習上的優勢，從而贏得殘酷的生存競爭。
具身智慧有望借鑑智慧生命進化
從生物進化史看，地球上現存的所有生物的基因裡都濃縮了40億年的進化經驗，而且每一種生物都是經歷了寒武紀大滅絕、白堊紀大滅絕等多次生命大滅絕後留下來的幸運兒。在地球上生活過的全部物種當中，有99%都消失了，如今剩下來的物種都是成功穿越了進化剪刀，百裡挑一的生存王者。因此，目前地球上現存的幾百萬個物種，每一種都是在特定環境下的解決方案，都是一套成功的適應環境的演算法。而且都是用漫長的時間，經過反覆試錯，最後被證明有效的演算法。
日裔美籍理論物理學家和未來學家加來道雄，在《人類的未來》一書中講，類比人類的進化史，所有智慧生命進化都要遵守自然法則，即智慧生命具有三大必要屬性：立體視覺、有抓握能力的肢體和語言。為什麼？
第一，智慧生物必須有立體視覺。一般來說，捕食者比獵物更聰明。在生存過程中，獵物要做的就只有逃跑，而捕食者為了抓到獵物，就必須有更高的智商，而且在捕獵時要能判斷出獵物和自己之間的距離，這就需要立體視覺。
比如，人的雙眼都在臉的前方，大腦可以透過對比左右眼的影象形成立體視覺，判斷出前方物體的距離。相比之下，大部分獵物的眼睛在臉的兩側，它們只需要全方位掃描周圍環境，檢查環境是不是安全就行，不需要立體視覺。
第二，智慧生物的另一個標誌是擁有改變環境的能力，這就要求智慧生物必須得有能抓握物體的肢體，比如人的手。
第三，智慧生物要有語言。因為在一個種群裡，某一個個體學到的知識會隨著它的死去而消逝，所以為了把必要的資訊一代代地儲存下去，智慧生命就必須擁有語言，而且這種語言還必須要比較複雜，這樣才能容納更多的資訊量。地球上的所有生物裡，只有人類同時具備立體視覺、有抓握能力的肢體和語言這三大屬性，所以只有人類才發展出了高度的文明。
同樣的道理，如果具身智慧體也具備這三大要素，能夠像嬰兒一樣學習進化，那麼，人工智慧可能進化出像人一樣的高度智慧。
“具身智慧”有望開啟“認知智慧”新階段
目前的人工智慧還只是在語音識別、影象識別、資料探勘、機器學習、精密加工等單一領域超越人類，本質上是運用大資料解決不確性問題，人工智慧發展還處於感知智慧階段，還不會像人類那樣具有認知智慧。
人類最大的優勢就是能夠“像嬰兒一樣學習”。嬰兒學習,不靠資料積累,而是靠對環境的摸索。比如，嬰兒學母語不是先學語法和句法，而是一開始就學常用單詞和表達，與母語者交流，不斷地試錯糾錯，逐漸形成舌頭和眼睛的肌肉記憶，從而實現無障礙溝通。“試錯糾錯”是人類特有的能力，過去的人工智慧只會做出最優決策。做什麼都對，哪還有成長空間？有句話“做正確的事比正確做事更重要”，選擇比方法更重要，講的也是這個道理。
對比人類與人工智慧，人類經常會犯一些小錯誤，但不會犯大錯誤。人工智慧不犯小錯誤，一旦出錯就是方向性的大錯。比如，在影象識別上，人類不會把似是而非的貓的圖片看成是老虎，但人工智慧卻會把貓誤認為是老虎。人類正是像嬰兒一樣學習不斷試錯學習，才完成快速進化的。
王立銘老師說過，“進化論是地球上唯一真正的成功學”。現在，人工智慧也學會了進化論這套“成功學”，用“具身智慧”而非純粹的“演算法智慧”來加快人工智慧的進化速度。
英國人安迪·克拉克的新書《預測演算法:具身智慧如何應對不確定性》，全面系統地分析了具身智慧的發展。未來隨著具身智慧的發展，具身智慧也能像嬰兒一樣試錯學習，人工智慧就將進入一個奇點，進入一個快速接近人類智慧的快車道。
1956年，美國人提出人工智慧概念。60多年來，人工智慧發展經歷了兩次浪潮：
第一次浪潮：1976—2006年，突破神經網路技術。
第二次浪潮：2006—現在，突破深度學習技術。
現在，突破具身智慧，即將迎來第三次浪潮，人工智慧將從能存會算的計算智慧、能聽會看的感知智慧，大步跨越到能理解會思考的認知智慧新階段！
注：圖片來自網際網路
