请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能

cnco 2022-11-17 15:26:10 显示全部楼层 阅读模式
对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-1.jpg

前日,湛庐文化联合北京智源人工智能研究院举办了湛庐大师行系列活动【对话AI未来引领者、《千脑智能》作者杰夫·霍金斯】:“AI未来引领者”杰夫·霍金斯对话北京智源人工智能研究院院长黄铁军、湛庐创始人韩焱,一起讨论大脑的工作方式与人工智能的未来
比尔·盖茨年度书单,也重磅推荐了这本脑科学与人工领域的新书《千脑智能》。他讲道,“更深入地了解大脑中被称为新皮质的部分是我们开发真正通用人工智能的关键,这正是《千脑智能》这本书的核心内容。”
千脑智能理论究竟是什么?它与人工智能之间又有怎样的关联?
湛庐君整理了本次大师行的精彩对谈内容,以飨读者。

对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-2.jpg

杰夫·霍金斯

AI未来引领者,《千脑智能》作者


对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-3.jpg

之所以要学习大脑,就要知道如何实现身体的运动以及世界是如何运作的,以及大脑如何学习这个世界。
什么是千脑智能理论


对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-4.jpg

韩焱
杰夫·霍金斯先生的这本书书名《千脑智能》,这本书的英文书名是AThousandBrains,很多人非常好奇,这到底指的是什么呢?为什么每个人都需要了解这个理论,它会对大家和这个世界产生怎么样的影响呢?
杰夫·霍金斯
这本书以及这个理论讲的是大脑,大脑如何学习、大脑如何运作、大脑如何理解这个世界,这也和人工智能未来发展方向相关。这个理论中一些特别之处也反映在了题目之中
首先这本书讲的是大脑通过运动来学习,之所以要学习大脑,就要知道如何实现身体的运动、世界是如何运作的,以及大脑如何学习这个世界。
我们研究的最多的就是新皮质这部分内容,这也是大脑中与智能相关的部分。它会建立模型,并学习这个模型。而且我们最近也了解到,在我们的大脑中有一个这样的模型,而且我们大脑中的新皮质有不同的功能区,能够同时建立数千个模型,所以大脑就像有一千个大脑同时在工作一样,这也就反映了这样一个书名,也就是《千脑智能》这个书名的由来。
韩焱
谢谢您给我们带来的解释,这个解释也带来了更多的新问题。在此我想跟黄教授交流一下,我第一次看到千脑智能理论的时候很震撼,颠覆了以前对大脑怎么学习和一些思考的认知。我不知道您第一次知道千脑智能是什么时候,或者您自己的研究和它有什么相似或相关的地方?
黄铁军
《千脑智能》是霍金斯的第二本书。他的第一本书《新机器智能》我也学习过,所以我知道原来霍金斯在那个时候的理论,《千脑智能》是那个理论的延续。
看到这个新的理论,对我来说是一个很大的启发。当初的理论也在讲新皮质,它是有结构的,由很多的皮质柱组成,但是这些皮质柱到底怎么协作才形成对这个世界的模型,这是上一本书里面没有讲的,在《千脑智能》这本书里就讲了,千脑只是一个说法,远远不止一千个,是15万个皮质柱连接在一起。
从宏观到微观,对世界这个结构的表达是这本书的核心。对我来说,刚才讲的基本事实我知道,但是能有一个理论把它串起来告诉我们,像我们看了很多生物,但是不知道进化论,不知道怎么从低等到高等产生了人类这么高级的动物,这个理论讲的就是这么多皮质柱怎么联系在一起形成整体的对于世界的模型,这是对我启发最大的
大脑是通过运动来学习的


对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-5.jpg

韩焱
对于所有关心自己是怎么学习、怎么思考、怎么发展智能的人来讲,千脑智能理论都是一个让人大开眼界,重新认识自己大脑和大脑机制的非常重要的一个观念。
除了刚才杰夫·霍金斯先生讲到的大脑主要是通过新皮质学习,里面有15万个皮质柱之外,还有非常重要的一点就是,大脑是通过运动来学习的,所以不管是学习手里的咖啡杯,还是一辆自行车,还是一个抽象的概念——比如什么是千脑智能,什么是深度学习,都是通过运动进行学习的。
这个理论要怎么理解呢,我想请杰夫·霍金斯先生进一步为我们讲解一下,我们要怎么理解您说的大脑是通过运动来学习的?
杰夫·霍金斯
首先,大家知道运动是非常重要的,我们要了解运动才能够了解大脑,但是在这方面可能还没有非常多的理论告诉我们大脑和运动之间的关系。
我们看到一张图,然后知道眼前有一幅画面。但是实际上发生的事情是我们的眼球在不断地运动,然后有信息的交换。大脑在理解我们看到的是什么的时候,它要理解这个运动是什么,它要知道你的手的感觉是什么。但是并没有任何人总结出一套理论来解释这个现象。有一个关键的理论也是我们发现的,也是在书中介绍的理论——如果要理解这些运动、这些变化,即我们的身体、眼球、声音的变化,大脑必须把这些信息以一定的结构、顺序进行结合,大脑有这样的参考系,是在大脑运动时所使用的,就像坐标系X轴Y轴,然后进行绘图
所以当你的大脑在变化,比如我的手指在接触东西的时候,大脑一直在空间中追踪这个手指的位置,建立一个模型以便知道这个形状是怎样的。眼睛也是以同样的方式运作的,但是你在看一些东西的时候、要了解它在哪里的时候,不仅仅是一些图,而是知道它离哪个更近,大脑会建立这样一个参考系、建立这样一个模型去理解世界,所以我们也是第一次有这样一个模型能够把运动和大脑结合在一起,因为所有的运动信息能够形成一定的结构,这个结构是非常重要的,让我们理解世界。
比如我们在脑中建模的时候,大脑就为你看到的、听到的和触摸到的东西建模,这些东西都是有结构的,这些结构都是在参考系中建立起来的。我们都知道这些理论是存在的,我们也知道大脑的新皮质中是有这些工作的,但是在之前,所有这些信息没有形成这样一个理论。现在有了这个理论之后,我们就知道这是非常说得通的,我们就是通过感知和运动建立起联系,身体在运动的时候,我们就理解它的运动是什么、它的动作是什么。同时,它也能帮助我们更好地理解这个世界,我们之前很难知道这个系统如何通过人类的方式认知世界,也就是大脑通过这些参考系很好地理解世界
黄铁军
刚才霍金斯讲的是:人怎么通过运动学习,运动这个词是广义的。真正的物理运动和眼睛在看或者身体在移动过程中,世界也在变化。在所有的过程中,变化通过我们的感知,最后在皮质柱的体系里面形成一个世界模型,他在讲这样一个过程。
其实我们说的感知到决策,大脑的信息处理,到运动处理,肌肉、手等的活动,对所有生物都是一样的,都是感知、决策和执行的过程。

当你想象一个低等动物,比如一只虫子的时候,它没有我们这么复杂的大脑,甚至没有复杂的神经系统,但是它仍是在感受这个世界的变化。比如当它的身体在移动,感觉到这个地方有一个障碍物,或者有一个热、冷的刺激,它就会对这个世界有一个模型,这个模型当然不像人脑产生的模型这么复杂,但是它就在感知世界。它背后的原理应该跟人类这种高级动物是类似的,只不过我们进化出了更复杂的神经系统,皮质柱有复杂的关系,但是背后基本的原理应该是类似的。

大脑使用参考系储存知识


对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-6.jpg

韩焱
既然杰夫·霍金斯先生说到大脑是利用参考系储存所有知识的,您还说到,好的参考系是成为一个专家的关键,这对于我们这些特别热衷于学习的人就很重要了,既然参考系在学习、思考的过程中是这么重要的角色,我们怎么能够更好地为不同的知识、不同的任务找到更好用的参考系呢
杰夫·霍金斯
这是一个非常好的问题。
首先,大家在世界上,无论是人还是动物,猫还是狗,其实体验的是同样的世界。对于哺乳动物来讲,大家都是建立起同样的数十亿个对世界的模型。
当然,有了这种模型,就能够理解我们所看不到的世界,比如像基因、分子、宇宙,这些东西是我们看不到的,但是通过大脑,我们仍然能够理解这个世界。我们也知道大脑是使用同样的机制储存知识、储存抽象概念的知识,帮助我们理解世界。同时我们也会理解世界真实的样子、具体的样子,每天见到的人、桌子、杯子等。
通过进化论我们知道,利用这样的机制能够让我们有所进展,在这个世界中不断生存、组织我们的知识。现在我们希望能够把这些知识应用到我们不能直接接触到的领域去,但是这个机制是同样的。
所以,人类有很多看不到的知识。但是这个带来一个问题,我们都知道一个实体的东西,比如一个建筑或者一个杯子的参考系应该是什么样子的,我们都知道大脑会储存相关的知识和信息。但是如果是一个抽象的概念,我们在使用参考系的时候不止用一种参考系,同样一个事实但是达到不同的结论。
比如像关于历史,我们可以读同样一本书,但是却会把这些信息以不同的方式进行组织,结论也是不一样的。比如按照地缘政治图,可能是按照时间线组织这些历史事件,也有可能是按照一些非政治类的思路,比如自然的思路组织这些信息。所以同样这些数据,但是最后的参考系是不一样的,对世界的认知也是不一样的,这是一个优势,同样也是一个问题,这就意味着同样的信息,不同的人通过不同的信息得出的结论,如果这个东西我们不是直接体验的,可能得出的结论是不一样的,这就是现在我们碰到的一个问题
在未来,我觉得这个问题也会存在,对于这个问题如何解决,我还没有找到答案,但是至少我们得意识到有这个问题存在,也就是说,如果有一些东西我们无法直接体现,那就意味着我们通过同样的观察、拿出同样的事实,最后得出的结论是不一样的,我们得意识到这一点,有这个意识之后,就得知道有时候对一个问题不要太坚持己见,因为我们有可能是错的。
韩焱
我对参考系的概念特别着迷,因为我们感知到自己,就是通过建立很多的参考系进行学习,但是同时学习的结果又再次丰富了我们建立的参考系,它是一个互相促进、互相塑造的过程。有时还要推翻自己的参考系,当你认识很多东西之后,你认为之前的参考系又不管用了,或者是错误的。对此,黄教授您怎么看待?
黄铁军
我觉得刚才霍金斯讲得很清楚,通过新皮质,通过他讲的这样一套理论是怎么构造参考系的,我们每个人都相信,参考系必然是存在的,因为我们自己的知识、自己的经验总是在这个框架里面建立起来的。
而这个框架所有的东西最终一定是在我们大脑某些地方——突触或者神经的一些地方保存着,只不过我们现在还不知道细节,但是这个事实是肯定的,而且这套理论一定给出了一个框架性的解释,对于我们进一步了解大脑真正是怎么存储、怎么使用、怎么建立整个参考系,走了很大一步
千脑智能为人工智能的发展打开新思路


对话AI未来引领者:不谈脑科学的人工智能不是真正的人工智能-7.jpg

韩焱
我们的大脑在学习过程中一直在进行预测,这个预测对我们最后对世界的感知起到了至关重要的作用,那我们怎么理解大脑不停地在做预测这件事呢?
杰夫·霍金斯
这是另外一个问题了。目前,在神经科学方面甚至在人工智能的研究方面都已经普遍接受的一点就是,大脑会对人类世界进行预测建模
比如我们拿起一个熟悉的物件,就像我现在拿起一个杯子,或者这个杯子,这两个杯子我都用,在无意识的时候,我们抓到这个杯子。如果这个杯子有一点不太一样的地方,比如它的半径、纹理,或者任何形状上的变化,哪怕一些很小的变化,比如有点小裂缝我们都能够感知出来,这就说明大脑一直在底层进行预测,无意识地进行预测。在看到一个物件的时候,就会马上看到一些不一样的地方,甚至大脑都没有反应过来,没有这个意识,但会有这么一个判断。
这就说明我们有一个预测模型不停地在预测接下来会看到什么,比如如果我的眼睛看这或者看那时就会预测将看到什么,不一定永远是正确的,但是它一直会这么预测,一旦有这个预测,就会有这样一些好处。
一是有预测能力,对于我们制订规划、对于态势感知是非常有用的,因为我们可以通过这个能力判断到这里或者到那里会出现怎样一个情况。
第二,它也是一个帮我们进行模型校对的方式。如果模型最后得出的结论我们显示是不对的,就要马上发现这一点,我们的注意力马上就会关注到这一点,我们会觉得这个模型是不对的,需要进行校正。
这在某种程度上算是一个自我校正机制,如果预测出现了问题,大脑就会判断这个模型需要进行调整,这对于学习体系也是非常重要的,像大部分的AI体系学习的方式,就是给它一个数据、给它一个标签说这是正确答案,但大脑其实不需要知道这是不是一个正确的答案,而是建立一个世界模型,不停地检查这个模型,看看这个模型对不对,如果有问题去进行修正,这就是所谓的预测,而且是一直在进行的,不是独立开来的
在我的书里,有一个地方详细地谈了它背后的理论,谈了神经元自己也可以进行预测,这就是新皮质本身的一个机制,这就是大脑本身所具备的功能。
韩焱
谢谢杰夫·霍金斯先生的解释!
通过刚才的问题,我们知道,千脑智能让我们理解了大脑是如何学习和思考的,我们有新皮质,新皮质上有15万个皮质柱,通过对世界信息的感知和获取,通过不断地学习有关世界的各种各样的模型建立参考系,最后通过预测机制感知这个世界、学习这个世界
我想问一下黄教授,这一套脑科学新的观念对于人工智能的发展有什么样的帮助吗,或者有一些什么样的关联吗?
黄铁军
这个对人工智能的发展是特别重要的启发。我用启发这个词的意思就是,把这样一套理论用到人工智能上,可能还有一个过程,但是至少指出来一条路。这对我们去做更像人的人工智能,或者将来的通用人工智能来说,是一条可行的道路。
早期的人工智能是不研究脑的。纯粹是逻辑、算法,整个智能是人设计出来的,不研究智能发生背后的脑的机制是什么,这是传统的人工智能。
现在热门的人工智能,大家在讨论深度学习、强化学习的一些算法的时候,背后执行这些算法的是一个人工神经网络。当说到神经网络的时候,一定在跟脑建立联系。但是今天讲的人工神经网络,是人设计的一个网络,参考了生物神经网络的一些最基本的知识,但是没有参照生物神经网络的信息加工原理。比如刚才说的皮质柱的结构,在今天的人工智能里面是没有的。今天的神经元的节点联系在一起,这个结构是人设计的,上面那些算法也是人设计的,所以它尽管参考了脑,但是跟脑的距离还很远
而刚才说的千脑理论,包括预测,可能比刚才描述的还有一些更深刻的作用,它在讲脑的信息处理以及脑底下的基本结构是什么,这就是做下一步人工智能的一个方向
如果成功的话,千脑智能理论这个新发现对脑科学的意义,就像进化论对生命科学的意义一样重大。我期望这个新学说能够成功,至少作为大脑原理的一部分与世长存,让这位追逐梦想40余年的孤胆英雄稍感慰藉。
——黄铁军

北京智源人工智能研究院院长
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册