1701561581
知识的错觉：为什么我们从未独立思考 具身智能
1701561582
1701561583
罗德尼·布鲁克斯（Rodney Brooks）自20世纪80年代起任职麻省理工学院的计算机科学教授，已逾20年之久。他曾站在机器人技术革命的风口浪尖上。当他还是一个年仅12岁、生活在澳大利亚的小男孩的时候，他对机械即抱持着超前的看法，并自制了一个电子井字棋游戏。4与旧有思路不同，布鲁克斯没有把井字棋游戏的逻辑语句写成软件编入现成的计算机里，反之，他从零开始，硬是用废弃的金属、开关、电线和灯泡造出了这个游戏。尽管他的做法与众不同，但这款游戏还是无往不胜。
1701561584
1701561585
布鲁克斯看不上传统的出色的老式人工智能机器人，因为它们的任务说明必须巨细靡遗。比如，一名程序员必须小心地列出计算所需的条件（怎么做运算，怎么移格，或怎么在游戏中制胜），像严格计量的菜谱一样写下来，即写成一套算法，再让机器人遵从一系列给定的明确指令按部就班地执行。布鲁克斯并不认为一台真正的智能机器人理应需要如此详尽的指示。
1701561586
1701561587
布鲁克斯倡导另一种被称作具身智能的思路，其设计灵感源自生物体本身。某种动物的演化不是一蹴而就的。相反地，新物种慢慢崭露头角，年复一年，逐步积累从其祖先身上承袭的生物学功能。早期人类所面对的世界是混沌的，更确切地说，人类也是从更原始的，无法思考，只会做些如游动或蠕行、觅食与繁衍后代之事的生命形式演化而来的。它们有专门化的系统用以处理上述事务，那是一些在自然选择中留存下来且依旧运行在鱼类、昆虫及其他动物体内的系统，当然也包括人类。动物行走时，使用的是祖先们历经数百万年形成的神经通路，从游泳到爬行，再到用越来越复杂的肢体走动。那些远古时代的动物也具备感知系统，其演化成为现代哺乳动物的眼睛、鼻子和耳朵。
1701561588
1701561589
因此，当布鲁克斯的团队着手研发一个机器人时，他们将从一个只能说话和走路的简单装置起步。但它走得很顺利，它能够实时对所处环境做出响应，而非按照细致规划好的每一步行事。机器人的四肢通常不会由一个全能的中央处理器操控，反而每只手脚都装有弹簧、减震器和独立的开关，以便各自为政，使它能凭自身的智慧因应简单的问题。布鲁克斯机器人的四肢能在没有中央控制器发号指令的情况下，自主地躲避障碍物或自我调节以适应路况。像这样的一个机器人或许无法全凭一己之力走出复杂的迷宫，但它已经走得十分稳健了。它不会被鹅卵石绊倒或摔倒在路上，石块和沙地对它来说都不在话下，相对缓和的上下坡也能应付。布鲁克斯的想法是，更复杂的机器人将利用这种行走架构，参与更高级的任务。新的模块可能会与基本的行走模块相呼应，比如说，能够感知光线和解读视觉信号。
1701561590
1701561591
你或许曾见过这类机器人，艾罗伯特（iRobot）公司的伦巴（Roomba）吸尘器就是个例子。你家里甚至可能就有一个呢。它们长得像磁盘一样，在人们家里地板上转来转去地吸尘，同时既能避开障碍物也不会有滚下楼梯的危险。伦巴配有两个独立运行的轮子，以及一大堆用于告知它前方会不会撞到东西的传感器。如果一个伦巴吸尘器即将撞上一堵墙或其他物品，它会转向去其他地方。但它并没有一整套总体规划，只是朝不同方向旋转轮子而已。它的各个传感器和控制器各行其是，对其他同伴在做什么并不知情。每个部分都各自简单而有效地工作着，而总体效果令人赞不绝口：它吸走了你家地板上的灰尘。
1701561592
1701561593
由于较高级别的模块需包含低级别的功能，这种遵循实体智能设计机器人的方法被称为包容体系结构。这种结构把智能看作一个庞大的分层体系：高级的复杂任务表现为简单技能之组合，相应地，简单技能又以更简单的技能为基础。复杂的任务并非完全由详尽的计算和规划而达成，而是在最低的层级上依序直接对环境做出响应。布鲁克斯从未想过他打造的机器人能做任何精妙绝伦之事，但他的理念已是当代主流机器人技术的极简主义设计中不可或缺的一部分。与其将所有复杂巧妙的技能都事先注入机器人体内，今日最顶尖的机器人更应具备的是对所处环境有效因应的能力。如此一来，它们无须事先为每一个小动作都规划好算法。环境都替它们算好了。
1701561594
1701561595
1701561596
1701561597
1701561599
知识的错觉：为什么我们从未独立思考 认知革命
1701561600
1701561601
在有关人类思考的研究中，一场革命也已随之到来。正如旧式人工智能概念下对机器人的认知一样，认知科学中也有一个相应的老派的观点，认为人类和出色的老式人工智能共享全部的关键特质，连运转周期都大同小异。依照这个概念，人们不过是和计算机一样处理代码的人肉软件罢了，得出合理的结果并归档存入记忆体中。这种想法意味着，由人类执行海量的计算来为现实世界建模。然后我们通过计算找出最佳行动方案、储存信息并不断更新知识库，用以导向和决策。倘若这真的是我们的思维方式，那我们一定统统累得精疲力竭了。但事实上，大多数时间里我们并非为建模表述世界而忙得不可开交。
1701561602
1701561603
在一系列实验中，受试者被要求阅读显示在电脑屏幕上的文本。每一位受试者都佩戴着眼动仪，用以将其视线位置反馈给计算机。5该研究有一个巧妙的设计：屏幕上显示的大部分都只是由随机排列的字母组成的废话，唯有一个小视窗里的文本是有实义的，也正是受试者盯着看的地方。因为计算机知道每个人在看哪里，就可以让显示实义文本的小视窗正好出现在人眼盯着的位置。因此，随着受试者的目光逐行掠过文本，视窗也在移动。实义文本总是恰好出现在视线所及之处，而周围尽是一堆杂乱无章的随机字母。研究者在实验中发现，只要实义视窗足够大，受试者完全不会意识到，在同一个屏幕上，就在他们的视野之外全是胡言乱语。文档没有任何异常，写满了有可读性的文字。通常，一个视窗的宽度可以小到17—18个字母，向左约可看到2—3个字母，向右约15个（由于英语的阅读习惯是由左向右）。这不过数个单词而已，不会超过6个。哪怕仅几个单词之外的字母排列已经毫无意义，受试者仍坚信他们读到的是再正常不过的文本。任何站在受试者身后观看屏幕的人所看到的绝大部分都是胡扯，但受试者完全被蒙在鼓里。因为他们每时每刻看到的都是有实义的信息，读者就假定这一切都是有意义的。
1701561604
1701561605
读者在这项研究中所经历的并非真实世界，真实世界中鬼话连篇，而他们读到的每句话都合情合理。无论他们盯着哪里看，眼中的文本都读得懂、讲得通，因此他们就断定没看到的部分也是如此。他们用一种管中窥豹的视野感知世界，对那小小视窗之外的混乱视而不见。这项研究表明，我们对世界的见识犹如盲人摸象。而我们却在为这个世界建模，还自导自演地呈现给自己看？好像也不是这么回事儿，因为还有一个更单纯的解释：受试者认为这一切是合乎常理的，因为这个世界通常都是合理的（好像心理学家、魔术师和艺术家都不常骗我们似的）。受试者感觉自己在实验中的经历一切如常，是由于他们看到的那一点点信息印证了经验中习以为常的世界。
1701561606
1701561607
世界总是运行如常的，这一预设惯坏了人类。这意味着我们不必凡事都死记硬背，因为信息本就储存在这世界的角角落落。如果我要知道些什么，我所要做的就是看看它。如果我需要知道什么，我所要做的一切不过是看上一眼就好。假若我需要知道本页第一句话是什么，我并不需要把它背下来，只消看一眼即可。一位从事这些实验的研究者指出，“视觉环境功能可看作一种外部存储器”。6
1701561608
1701561609
试想这项研究映射了我们日常生活中对世界拥有的哪些经验。你怎么理解此时此刻所处的空间？想想身边的物件和你之间的相对位置如何。这是你熟悉的那个空间吗？如果有台机器能来读你的心，难道不会画出一幅你当下所处环境的完整图像吗？可能你得稍稍转动一下眼睛和脑袋，或许连整个身体都要旋转才能看到全貌，但你自认为是在直接地感知环境。移动窗口范式恰恰暗示了这种理解的感觉只是表象而已。如果你以为心中早已映射了一套周围环境的空间模型，那简直是白日做梦。你所能看到的不过是眼睛紧盯的那一小部分罢了。
1701561610
1701561611
为何你觉得自己好像对整体空间都了如指掌？这是因为无论你看向哪里，看到的都是同一个空间。你对整体环境的认知感来自你视线范围内所有合理的东西。一切称得上合理的东西都是由于世界在按照你理解的方式运转着（家具不会飞到天花板上去；树木一直待在那里不会时隐时现）。每次你都只看到世界的冰山一角，但你知道余下的部分就在那里，在你脑海里。无论你看向哪里，你总会看到安然无恙、一如往常的那部分。世界按照你的记忆运转。你知道台灯在左边，是因为当你看向左边时，它就在那里。你可以这样说服自己：闭上眼睛，试着重建你周围的一切，越细致越好。你惯常的视线范围之外有些什么？大多数人都会惊讶地发现这个问题是多么难以回答。我们自认为脑中存有一个环境模型，巨细靡遗地表征了环境中的一切，但其实我们没有。
1701561612
1701561613
在第二章中，我们讨论过超忆症，患者拥有海量且细节惊人的自传式记忆。我们很好奇超忆症患者编码、储存环境的方式与我们是否相同。或许他们异于常人的记忆力使其脑内能够进行更多的运算；也或许他们的环境建模比普通人更加精确。若真是如此，他们对外部信息的需求将与我等凡人不同。但数据表明，超忆症患者在这方面与普通人并无二致。例如，患有超忆症的AJ也会被哪把钥匙对应哪道门这类问题所困扰。在某次实验中，她被要求闭上眼睛，说出实验者的着装。7她答不上来。毕竟，超忆症最令人叹惋之处在于，他们过目不忘的是生活经历的点点滴滴，而非对这个世界的解读。
1701561614
1701561615
1701561616
1701561617
1701561619
知识的错觉：为什么我们从未独立思考 世界存储器
1701561620
1701561621
让我们继续本章已讨论过的棒球话题，对我们大脑的非密集计算特性做进一步说明。想象一个棒球正朝你呼啸飞来，你如何判断接球的时机？传统认知科学的答案是，你脑中的“小牛顿”会告诉你该怎么做。你开始调动一切已知的物理知识，计算球的轨迹并预测它下落的方位。8高中时学的微积分你大概都忘得差不多了，但你的运动系统很有可能还记得。那就是，当球向你击来时，它的路径是一条抛物线（在不考虑风速和摩擦力的情况下）。你要做的就是估算几个参数，谨记抛物线方程式，并迅速求出解，如此一来就大功告成了。方程的解会告诉你，你应该站在哪里接球。这和遵循出色的老式人工智能规则行事的机器人没什么两样。它会坐下来想一会儿，上帝保佑不会很久，接着移动到正确的接球位置（如果它的计算结果无误）。
1701561622
1701561623
当然，打进大联盟无须将曲线方程铭记在心。其实有一种接球的妙计几乎不涉及任何思维过程。相较于计算球的轨迹，这种策略是跑向球的着陆点。如果一个球从你对向而来，自然的反应是盯着它升空，当球朝你迎面飞来时，你可以仰头以抬高视线。此时，你的视线与地面之间有个夹角。重点来了：为了确定球落地的位置，你所要做的就是前后挪移，让这个夹角始终以恒定的速度增大。9为了确保球被击出后你的视线能紧盯着它，你必须不断地向上仰头（或转动眼球）以追踪球的移动。可能让你出乎意料的是，即便球已经开始下落，你仍然会继续向上抬高视线。如有机会一睹外场手接球的跑动，你会看到他调整自己身体的朝向和速度以确保他的视线自始至终以相同的速度上移。上述调整将他引向正确的拦截点。这时，他需要做的是接住球。
1701561624
1701561625
经严谨的实验测量发现，经验丰富的棒球和垒球运动员在现实中接球10和在虚拟条件下追逐不可能轨迹球的移动11是一致的：球员并不预测球将会落于何处。他们注视着球，稳步上升的视线将引领他们跑向正确的接球点。
1701561626
1701561627
此外，这种注视方向策略还有其他优势，比推算轨迹更简单易行。首先，一切你所需的信息都触手可及，几乎没有什么是你必须死记硬背的。想知道你应该注视的方向，你只需要知道地面在哪里以及你正看向哪里。想知道你注视方向的变化速度，你只需要确定你的头转动得有多快，这一点你的知觉系统已经尽在掌握了。相比之下，执行繁重运算任务的出色的老式人工智能之流需要创建一条抛物线，这意味着要在球的运动轨迹上至少找出三个点并求解。这并不容易。
1701561628
1701561629
注视方向策略的第二个优点在于它允许球员随时移动。球员可以也的确应当立即开始移动以加大视线与地面的夹角，而不是先做一大堆计算。这让球员有更充裕的接球时间。也难怪专业球员都是这样做的。
[
上一页 ]
[ :1.70156158e+09 ]
[
下一页 ]