這些例子的共同點(diǎn)是,,它們都涉及“反事實(shí)信息的產(chǎn)生”,即在沒有直接感官信息輸入的情況下產(chǎn)生對應(yīng)的感覺。我們稱其為“反事實(shí)”,,因?yàn)樗婕皩^去的記憶,、或?qū)ξ磥硇袨榈念A(yù)測,而不是正在發(fā)生的實(shí)際事件,。我們還用了“產(chǎn)生”一詞,,因?yàn)樗粌H僅是信息處理,還是一個創(chuàng)造和測試假想情景的積極過程,。在感官輸入從低級別腦區(qū)向高級別腦區(qū)流動的單向“前饋”過程中,,感官輸入會被壓縮成更抽象的感官表征。但神經(jīng)心理學(xué)研究顯示,,無論這種前饋流動過程多么復(fù)雜,,都與意識體驗(yàn)無關(guān)。要有意識的參與,,還需要從高級別腦區(qū)向低級別腦區(qū)發(fā)送反饋,。
具備了產(chǎn)生反事實(shí)信息的能力,意識體便可從當(dāng)前環(huán)境中脫離出來,,做出非反射性的行為,,如等上三秒再行動。要想產(chǎn)生反事實(shí)信息,,我們需要建立一個掌握了外部世界統(tǒng)計(jì)學(xué)規(guī)律的“內(nèi)部模型”,,依靠該模型完成推理、運(yùn)動控制和精神模擬等活動,。
目前的人工智能已經(jīng)有了復(fù)雜的訓(xùn)練模型,,但還要依賴人類提供的數(shù)據(jù)才能學(xué)習(xí)。若有了產(chǎn)生反事實(shí)信息的能力,,人工智能便可自己生成數(shù)據(jù),,自己想象未來可能遇到的情況,從而更靈活地適應(yīng)之前未遇見過的新情境,。此外,,這還能使人工智能擁有好奇心。如果人工智能不確定未來會發(fā)生什么,,就會親自去試一試,。
目前已經(jīng)有研究團(tuán)隊(duì)在嘗試為人工智能配備這種能力了,并且已經(jīng)有那么幾次,,人工智能似乎做出了意料之外的行為,。在一項(xiàng)實(shí)驗(yàn)中,研究人員模擬了一套能夠駕駛卡車的人工智能系統(tǒng),。若想讓其爬上山坡,,通常需要人類將這一動作設(shè)為任務(wù)目標(biāo),,由人工智能找出完成該任務(wù)的最佳路徑。但具備了好奇心的人工智能系統(tǒng)卻將山坡看成一個問題,,即使沒有人類的指令,,也會主動尋找爬上山坡的方法。不過該發(fā)現(xiàn)還需要進(jìn)一步研究來驗(yàn)證,。
若將“回顧”和“想象”看作意識的兩大要素,,我們遲早會開發(fā)出有意識的人工智能,因?yàn)檫@兩項(xiàng)功能對任何機(jī)器都十分有用,。我們希望機(jī)器能解釋自己做事的方式和原因,。而要打造出這樣的機(jī)器,也能鍛煉我們自己的想象力,。這將是對意識“產(chǎn)生反事實(shí)信息”能力的終極考驗(yàn),。(葉子)
新華社上海6月15日電 綜述:全球“大咖”縱論人工智能新方向 新華社記者劉石磊 王琳琳 隨著技術(shù)突破和應(yīng)用推廣,人工智能發(fā)展進(jìn)入一個新的爆發(fā)期