AI要通过具身图灵测试，必须与世界互动、具有灵活性、提高能源效率。

作者

AI科技评论

编辑

陈彩娴

历史上，神经科学一直是人工智能发展的关键驱动力和灵感来源，特别是视觉、基于奖励的学习、与物理世界的互动以及语言等人类和其他动物非常擅长的领域，人工智能曾借助神经科学在这些领域取得长足进步。

但近年来，人工智能的研究方式似乎正在远离神经科学，与此同时，人工智能在追赶人类智能的路上困难不断。在此背景下，一股回归神经科学的人工智能热潮正在形成。

近日，一份白皮书发出了“NeuroAI将催化下一代人工智能革命”的宣言。

这份以“TowardNext-GenerationArtificialIntelligence:CatalyzingtheNeuroAIRevolution”为题的白皮书，集结了YoshuaBengio、YannLeCun两位图灵奖获得者，以及一批致力于机器学习与神经科学结合研究的科学家。

他们呼吁：为了加快人工智能的进步并发挥其巨大的潜力，我们必须致力于NeuroAI的基础研究。

白皮书首先提出，生物智能的基本要素在于动物与世界进行感觉运动交互的能力。

从这一前提出发，他们提出具身图灵测试（TheEmbodiedTuringTest）作为NeuroAI的终极挑战，它的核心在于高级感觉运动能力，具体包括与世界互动、动物行为的灵活性、能源效率等特征。

同时，白皮书还设想了应对具身图灵测试的路线，从进化史角度把AI系统的具身图灵测试分解为从中低级生物进阶到更复杂生物的智能。

1NeuroAI：智能的本质在于感觉运动

人工智能向神经科学的回归是必然的。

人工智能革命的种子正是几十年前在计算神经科学中播下的，神经学家McCulloch和Pitts在年首次提出神经元性质的数学表达形式，他们试图了解大脑是如何计算的。

而冯·诺依曼发明“冯诺依曼计算机体系结构”，事实上也是来源于最早在构建“人工大脑”方面的工作，他从年代还非常有限的大脑知识中汲取了灵感。

掀起最近一轮人工智能浪潮的深度卷积网络，则是建立在人工神经网络(ANN)之上的，该网络直接从猫的视觉处理电路方面的研究中得到启发。

同样，强化学习(RL)的发展也是直接从动物在学习过程中的神经活动中汲取了灵感。

几十年后的今天，人工神经网络和强化学习已经成为人工智能的主流技术，所以在大众看来，“通用人工智能”这一长期目标似乎已经在我们掌握之中。

然而，与这种乐观主义相反，许多一线的人工智能研究人员认为，我们仍需要取得新的重大突破，才有可能构建能够完成人类的所有工作的人工系统，而且不仅是人类，甚至包括像老鼠这样更简单的动物。

目前的AI还远远未达到这种目标：

AI可以在国际象棋和围棋等游戏中轻松击败任何人类对手，但并不具有足够的稳健性，在面对新事物时经常遇到困难；

AI还做不到‘”走到架子上、取下棋盘、布置棋子并在游戏中移动棋子”这一系列的简单行为；AI的感觉运动能力还无法与四岁儿童相媲美，甚至是更简单的动物也比不上；AI缺乏与不可预测的世界互动的能力，难以处理新情况，而这种能力是所有动物毫不费力就获得的基本能力。

因此，越来越多的AI研究人员怀疑，再沿着当前的路子往前走，难以解决以上问题。

既然我们的目标是让AI拥有更多自然智能，那么我们很可能就需要来自自然智能系统的新灵感。

虽然如卷积人工神经网络和强化学习等都受到了神经科学的启发，但目前机器学习的大部分研究都在走另一条路，其所采用的方法受到神经科学几十年前发现的启发，比如基于大脑注意力机制的神经网络。

现代神经科学的确仍在影响着AI，但影响还很微小。这是一种机会的错失。在过去的几十年里，我们已经积累了大量关于大脑的知识，这使我们能够深入了解支撑自然智能的解剖结构和功能结构。

正是在这样的背景下，这些科学家在这份白皮书中发出宣言：

NeuroAI是神经科学和AI交叉的新兴领域，其所基于的前提是更好地理解神经计算将揭示智能的基本成分，它将催化AI的下一次革命，最终实现具有匹敌甚至超越人类能力的人工智能体。他们认为，现在是开展大规模工作来识别和理解生物智能原理，并将其抽象出来用于计算机和机器人系统的大好时机。

那么，生物智能最重要的要素是什么？

他们认为，适应性、灵活性和从稀疏观察中做出一般推断的能力，这些才是智能的基本要素，它们已经以某种形式存在于我们进化了数亿年的基本感觉运动电路中。

尽管抽象思维和推理经常被认为是人类特有的智能行为，但正如人工智能先驱Moravec所说，抽象思维只是“一种新技巧，历史也许还不到10万年……它之所以有效，是因为得到了更古老、更强大、但通常是无意识的感觉运动知识的支持。”

这无疑是个好消息，大鼠、小鼠和非人类灵长类动物可以作为自然智能实验中更易处理的模型，如果人工智能可以匹配它们的感知和运动能力，那么人类智能的步骤就会小得多。因此，如果我们弄清楚所有动物在与世界的具体感觉运动交互中拥有的核心能力，NeuroAI就必将带来重大进步。

2NeuroAI大挑战：具身图灵测试

年，艾伦·图灵提出“模仿游戏”，用于测试机器所表现出的与人类相同、或无法区分的智能行为的能力。在那场比赛中，人类法官需要评估真人与受过训练、可以模仿人类反应的机器之间的自然语言对话。

图灵提出，相比于无法回答的“机器是否可以思考”问题，我们可以确定的是，机器的会话能力与人类能否区分。这当中隐含的观点是，语言代表了人类智能的顶峰，因此，能够对话的机器肯定是智能的。

在某种程度上，图灵是对的，但另一方面他也错了。

虽然没有AI能通过图灵测试，但近日，在大型文本库上训练的语言系统已经实现了有说服力的对话，这一成功在某种程度上也揭示了，我们容易将智力、能动性甚至意识归因于对话者。但同时，这些系统在某些推理任务上的表现仍然很差，这凸显了图灵忽视的一个事实，即智力远不止语言能力。

当前，自然语言处理（NLP）系统所犯的许多错误也说明了AI对语义、因果推理和常识的根本缺乏。对这些模型而言，单词的意义在于它们在统计学上的共现性，而非现实世界的基础，所以即使是最先进的语言模型，尽管能力越来越大，但它们在一些基本的物理常识方面还是表现不佳。

最初制定的图灵测试并没有探究AI在与动物共享、以灵活方式理解物理世界的能力，只是建立一个简单的定性标准，以此来判断我们在构建AI方面取得的进展。而这当中的理解和能力，可能是建立在人类的感知和运动能力之上的，是通过无数代自然选择磨练出来的。

对此，作者在白皮书中提出了一个扩展的“具身图灵测试”（TheEmbodiedTuringTest），其中就包括了高级感觉运动能力，可将AI与人类和其他动物的交互进行基准测试和比较。

以动物为例，每只动物都有自己独特的一套能力，因此它们也定义了自己的具身图灵测试，例如测试人造的海狸建造水坝能力，松鼠跳树的能力等等。在这当中，许多核心的感觉运动能力几乎为所有动物共有，而动物能够迅速进化出适应新环境所需的感觉运动技能，也表明这些核心技能为其提供了一个坚实的基础。

下面是白皮书所介绍的感觉运动能力的几个共同特征。

与世界互动

有目的地四处走动、并与环境互动是动物的决定性特征。

尽管机器人技术近期在优化控制、强化学习和模仿学习等方面取得了进展，但在控制身体和操纵物体方面，距离要达到动物级别还很遥远。

作者指出，由于神经科学可以提供关于模块化和分层架构的指导，当这些架构适应于AI中时，可以使AI也能具有这些能力。

不仅如此，神经科学还为我们设计AI系统提供了一些原则性指导，如部分自主性（层次结构中的低级模块如何在没有高级模块输入的情况下半自主地行动）和分期控制（最初由缓慢的计划过程产生的运动如何最终转移到快速的反射系统中去）等。

了解特定的神经网络如何参与不同的任务——如运动，对四肢、手和手指的精细控制，感知以及行动选择——可能为这种系统如何在机器人中实现提供路径，也可能给其他形式的"智能"在更多认知领域中提供解决方案。例如，纳入低级运动控制的电路原理，有助于为AI的高级运动规划提供更好的基础。

动物行为的灵活性

了解特定的神经网络的另一个目标，是开发能够以与个体动物产生的行为范围相呼应的方式、参与大量灵活和多样化任务的人工智能系统。

如今，AI可以很容易地学会在视频游戏中胜过人类，如《霹雳火》，只需使用屏幕上的像素和游戏分数。然而与人类玩家不同的是，这些AI是脆弱的，对小的扰动非常敏感，稍微改变游戏规则或输入几个像素，都会导致灾难性的糟糕表现。这是因为AI学习了一种从像素到行动的映射，而这种映射不需要涉及对游戏中的代理、物体以及支配它们的物理学的理解。

同样地，一辆自动驾驶汽车本身并不了解从它前面的卡车上掉下来的箱子的危险性，除非它真的看到从卡车上掉下来的箱子导致坏结果的案例。即使它接受过关于板条箱坠落危险的培训，系统也可能认为一个从它前面汽车吹过来的空塑料袋是一个要不惜一切代价避免的障碍，这是因为它实际上并不了解塑料袋是什么，或它在物理上有多大的威胁。这种无法处理训练数据中没有出现过的场景，是对广泛依赖AI系统的一个重大挑战。

为了在不可预测和不断变化的世界中取得成功，智能体必须具有灵活性，并通过这种情况的常规发展趋势来掌握新的变化，这也是动物所做的事情。由于动物在现实世界的互动中打下了坚实的基础，在进化和发展的过程中，它们生来就具备茁壮成长所需的大部分技能，或是能从有限经验中迅速获得这些技能。

因此可以明显看到，从头开始训练特定任务并是动物获得技能的方式。动物会进入白板世界，然后依靠大型标记训练集来学习。尽管机器学习一直在寻求避免这种“白板”的方法，包括自我监督学习、迁移学习、持续学习、元学习、一次性学习和模仿学习，但这些方法并没有太接近动物身上的灵活性。

为此，作者认为，解为现实世界中的为灵活性提供基础的神经回级原，即使是存在于简单的动物当中，也有可能大大提高AI的灵活性和实用性。也即是说，我们可以利用进化已经参与的优化过程，大大加快对用于现实世界交互的通用电的探索。

能源效率

目前，AI面临的一个重要挑战我们大脑已经克服了，就是能源效率。例如，训练GPT3等大型语言模型需要超过兆瓦时，足以为一个小镇供电一天。用于训练AI的能源总量很大并且增长迅速，相比之下，生物系统的能源效率更高，例如人类大脑的使用大约20瓦。

大脑和计算机对能力需求的差异源于信息处理得差异。在算法层面上，现代大规模人工神经网络如大规模语言模型依赖大的前馈架构，随时间推移对过程序列的自我
转载请注明原文网址：http://www.loveyouocococ.com/zlkfff/zlkfff/17915.html