《智能的理论》全书转至目录

不同AGI的研究路线对比简化版：《AGI（具身智能）路线对比》，欢迎各位参与讨论、批评或建议。

功能取向的目标是实现AI1“与人有相同认知功能的机器”，为了实现这个目标，功能取向首先须先研究人类的认知，再利用算法实现这一认知，从而使机器也有与人类相同的认知能力。这种做法的一个优势在于，我们自身便是最直接的导师，指导我们如何构建AGI。通过深入了解自我，我们在理论层面上解决如何实现AGI的关键问题。同时，相较于上个世纪下半叶，当今认知学已经得到了巨大的发展，这使得将认知学应用在人工智能成为可能。当然，你也可以探索其他实现AGI的途径，只要存在可行的方案。

一．功能主义（8-1：心灵哲学）

根据多层级世界观的观点，世界是由许多层级构成的，这些层级对应的不同学科，如物理层、化学层、生物层、心理学层和社会科学层，并且较低层级的实体构成较高层级的实体。每个学科都有自己独特的研究方法和规范，有自己独特的术语，也有自己的研究目标和研究内容。与认知学相关的层级有心理学层和神经科学层，低层级的神经科学层中的大脑过程构成了高层级的心理学层面的认知过程。而认知本来就是心理学的研究内容，因此研究认知最直接的研究层级应该是心理学层。

心理学层面的认知过程是由神经科学层中的大脑过程构成的，那么一个问题是，除了神经过程，这些认知过程能否通过其他方式实现呢？根据功能主义和多重可实现性，一方面，心理状态是相应的功能角色，人们不用考虑底层的物理介质（如大脑、神经元等），只需考虑认知系统更高层次的功能，就可以充分解释各种心理状态。另一方面，高层次功能可以通过不同的低层次硬件来可实现。因此，这就意味着，心理状态能够实现在各种系统中，能在大脑中实现，也能通过电脑实现等等，只要硬件系统能实现心理功能即可。一个硅基做的机器人，只要其认知系统能实现适当的功能角色，原则上就可以拥有与人一样的心理活动。

正如“玛丽的房间”、“色谱颠倒”、“中国脑”、“哲学僵尸”等思想实验对功能主义的反驳，功能主义面临的主要困境在于，它无法解释感受性（不能解释智能体是否具备真正的感知觉经验，如对布丁的颜色和味道的经验）和意识（不能解释智能体是否具有真正的觉知，如吃布丁时的关于自己感受的感知）的问题。事实上，根据“他心问题”和“第一人称权威”理论，每个人的心灵都是私人的，每个人只能直接认识自己的心灵状态，而无法（百分百）确知他人也拥有心灵或（百分百）认识他人的心灵状态，毕竟所有我能够观察到的只是他们的外部行为而已。一种最极端的观点认为，我是世界上唯一具有心灵状态的人。既然我们无法反驳他心问题（即人的感受性和意识的问题），那么我们也无须执着于智能体的他心问题。不论它是否为“哲学僵尸”，它拥有与人类相同的认知能力，展现出与人类一致的行为表现，就已满足AI1的要求。

二．模块论和整体原则（8-5：模块论；8-6：整体原则）

功能主义是模块论的哲学基础，而模块论是功能主义的具体表现。功能主义主张，心理状态是由与其他心理状态、感觉输入和行为输出之间所具有的因果关系构成的，是有机体的一种功能。这里所说的功能对应于模块论中所说的模块，每一模块自主地负责某一个特殊的功能，并使整体认知系统得以协同的运转。

模块论由福多所创立，发展至今其内容已经有了很大变化。根据进化心理学的模块说，人类的心理存在很多模块，每个模块负责特殊的心理功能，能够以各种排列组合方式进行协调运作。各种模块之间在“相互交流”，有些机制所获得的信息，能够为其他机制提供所需的信息。比如，来自视觉、嗅觉和内部饥饿状态的所有信息都可以成为决策规则的输入信息。专门性的模块的发生是为了解决许多反复出现的特定的适应性问题，而为了应对对许多新颖的问题，人类还进化了少数几种领域一般性的机制，这些机制包括概念形成、类比推理、工作记忆等等。

通过对认知心理学和认知神经科学的不同领域的知识的整理，人类认知的心灵模块大致分为以下几大类，视觉、语言、时空数、因果、社会、自我、运动、其他感知运动、思维、控制、信息处理、情感、动机、学习和知识，每个大类分别包含不同的模块。这些大类及其相应的模块分别在不同章节描述，其中“知识”大类用“概念”、“记忆”和“神经编码”三章描述，这三章的侧重点有所不同。要说明的是，并非每节的内容都是描述模块的，有些章节是描述一些原则的，如信息处理的适应与后像（18-7：适应与后像）。另外，每个大类之间的模块也不是绝育可分的，如视觉大类的视觉工作记忆（9-28：视觉工作记忆）和视觉长时记忆（9-29：视觉长时记忆）就是视觉大类和记忆大类的交叉。

根据整体原则，各模块要结合在一起作为一个整体的存在。根据功能主义的主张，心理状态是由与其他心理状态、感觉输入和行为输出之间所具有的因果关系构成的，各模块之间互相影响，缺少一个模块就会对整体造成影响。首先，无论是人类智能还是动物智能，都是由各种运动、感知和认知功能的集合体所构成的。正如没有一个动物是完全没有感知能力的，也没有一个动物是完全没有运动能力的，没有一个动物是完全没有认知能力的。其次，感知、运动和认知这些大模块中，又可以细分为各个子模块，这些子模块各自承担着独特的功能和任务，它们之间并非孤立存在，而是通过紧密的协作与配合，共同构成了一个复杂而高效的整体运作系统。例如，视觉系统中，就包含处理颜色、深度、大小、纹理、轮廓和构型等的模块，它们对于视觉系统来说都是不可或缺的。

如果说，AGI的研究就像是管中窥豹或者像是盲人摸象，无法全面了解其全貌。那么应对的方法实际上也很简单，就是对认知中的各个独特功能的模块以及它们之间的相互关系进行探索，把这些功能独特的模块有机地拼凑起来，最终形成一个完整的认知蓝图。这样一来，豹子或大象的全貌便能尽收眼底。

三．具身认知（8-4：第二代认知：具身认知）

具身认知，即第二代认知，认为认知存在于大脑之中，大脑存在于身体之中，身体存在于环境之中，三者交互去感知事物、形成概念、解决问题...（唐语思，2018），它是一种心身一元论。在具身认知中，有几种重要内涵，（a）具身性，认知依赖于人们特定类型的身体结构以及身体所具有的感知运动能力；（b）延展性，除了身体，外部工具或环境也直接构成了认知的一部分；（c）生成性，强调认知是身体与环境的互动（动作）中生成的。

具身认知表征观认为，认知表征具有不同的层次，包括：（a）耦合，具身认知是一个由脑神经系统、身体和环境组成的整体动力系统。大脑与身体进行着动力交互作用，而身体嵌入在环境中，与环境进行着动力交互作用。这种表征观直接促成了以行动为导向的“感知-行动”的认知过程（跳过了有意识的表征的过程）；（b）模态表征，中枢神经系统加工的并非抽象语义符号，而是视觉、听觉、皮肤觉和动觉等特定通道提供的内容。这些内容并不是抽象的，而是具体的、特殊的和身体化的；（c）符号表征：由于人类具有了语言，使得人们能够生成一个相对独立于外部环境（世界）的内心世界，这就使得个体通过符号表征的方式来认识世界变的可能。

具身认知表明，一个真正的AGI系统（最接近原型的）必须拥有一个能在物理世界中感知和行动的身体。这不仅仅是因为拥有身体的AGI能够执行物理世界的任务，展现出更强的通用性。也是因为AGI只有通过物理身体才能习得模态化的概念和以行动为导向的“感知-行动”的耦合表征。耦合表征、模态化的概念和符合概念构成了我们的概念系统，缺少这些要素的智能是不完整的。以大型语言模型为例，它们虽然在处理符号表征方面表现出色，但却往往忽略了模态化概念和耦合表征的学习，因此这些模型并不是真正地理解语言，它们只是习得了语言中的词句之间的关联特征，这就解释了为什么在某些情况下会出现错误的“翻车”案例和幻觉问题（1-3：行为取向（AI2））。

四．构建主义（8-7：建构主义）

以皮亚杰作为代表的个人建构主义理论主张，人类的认知发展最初起源于身体固有的本能图式，这些图式构成了个体认知结构中最基础、最根本的概念框架。随着个体不断与外界环境进行互动，通过同化（即将新信息纳入现有认知结构中）和顺应（即调整现有认知结构以适应新信息）这两种互补的认知过程，个体的概念体系逐渐变得丰富多样且日趋复杂化。

在这一动态发展过程中，主体与周围环境之间的持续互动扮演着至关重要的角色。换言之，个体的认知发展并非孤立进行，而是深深植根于主体在特定环境中的具体动作、日常生活实践以及学习探索活动之中，正是这些丰富多彩的互动经验共同促成了认知的发生、演变与不断深化。

认知的发展过程可以被分为4个不同的阶段，每个阶段都有其独特的特征和表现：（a）感知运动阶段，在这一阶段，儿童主要通过感官和运动活动来学习他们的环境；（b）前运演阶段，由于信号功能或象征功能的出现，这一阶段的儿童开始从具体动作中摆脱出来，可以凭借象征性格式而在头脑里进行表象性思维；（c）具体运演阶段，在此阶段，出现了对具体事物的运算，包括可逆性、组合性、逆向性、结合性、同一性、重复性或多余性等运算。但这一阶段的运算仍脱离不了具体事物或形象的支持；（d）是形式运演阶段，这一阶段的个体已经具备了高度抽象和逻辑推理的能力，能够脱离具体事物进行纯符号的运算和思考，标志着认知发展的成熟和完善。

与具身认知一脉相承，建构主义认为，认知的发生和发展必须根植于身体和环境，难脱离身体和环境的认知是不存在的；同时，具身认知还认为，认知有其发展规律，从原始的、具体的和简单的发展到抽象的和复杂的。具体的和简单的概念就像地基一样，是抽象的复杂的概念的构建基础（19-10：认知域；19-19：认知语法），没有好的基础就无法构筑好的认知大夏。例如语言是抽象的概念，它需要从日常的物理世界的互动体验中发生，并且从最初的模仿、牙牙语再到复杂的从句。这与以深度学习为基础的行为取向针锋相对（深度学习是脱离身体和环境学习的，仅从数据中直接学习复杂的语言。这并不符合学习的基本规律，即高级的知识由低级的知识发展而来）

因此，AGI最理想的学习方式是先打造一个机器人婴儿，使其自主地与环境互动，并接受人类的教育指导。按照培养人类儿童的方法，逐步培育出一个具备成年人类能力的AGI系统。

注：机器人婴儿和机器教育这个说法我最早是从渤海大学的刘凯老师中听来的，他与王培老师一道，是中国通用人工智能的布道者之一。后面我才在“具身认知”和“建构主义”中找到其理论根源。

五．总结

以AI1为目标的AGI应该以以下方式进行构建：（a）每种心理功能对应一个模块，通过整理不同认知学领域的内容，对认知系统的各个模块及其之间的关系进行探究，如同把管中豹子的每个部分按照其位置像拼拼图一样拼凑起来，才能还原认知原本的面貌；（b）AGI必须要有一个物理的身体，即是为了执行物理世界中的任务，也是为了习得模态化的特征和耦合表征，符号概念需要从这些概念中抽象而得；（c）学习必须从最简单的开始，通过与环境的互动体验，使AGI的概念体系逐渐变得丰富多样且日趋复杂化。理论上说，按照这种方式实现的AGI系统应该是最接近AI1“与人有相同认知功能的机器”的原型的。