智力、人工智能

摘要：本文結合現代腦神經科學的研究成果，從關于兒童智力發展的現有資料及心理學家們的認識變化和討論入手，考察了人類智力的演化，并在此基礎上，探討人工智能的發展潛勢。

關鍵詞：智力人工智能語言

人們普遍認為智力是可以學習、培養和發展的，這種觀點便蘊含了對智力演化過程的認識。漢語的“智”是“知”的后起字，本義指聰明、智力強，如“然后智生于憂患”(《荀子》引《孟子》)，“智術淺短”(三國志·諸葛亮傳)，“少年智則國智”(梁啟超《少年中國說》)。在1921年舉行的學術討論會上關于智力定義的討論中。美國心理學家劉易斯·特曼(Lewis M.Terman)強調抽象思考的能力，但是，另一位美國心理學家愛德華·桑岱柯(EdwardL.Thomdike)則認為學習和對問題給出優秀答案的能力才是智力；瑞士心理學家讓·皮亞杰(JearlPiaget)認為智力是當你不知道怎么辦時動用的東西，他還區分了智力發展的兩種基本過程和四個不同階段，其觀點和理論影響深遠：而在1986年的討論中，與會心理學家們則一致認為，對環境的適應能力是理解智力的本質和用途的關鍵(EncyelopadiaBritannica，2009)。當代學界對智力的這種認識與漢語的“急中生智”這一成語非常合拍。如出一轍．都突出了智力的創造性、動態發展性及其發生的情景。客廳的茶幾上擺放一個正在沸騰的火鍋，一個兩、三歲小孩走過去用筷子而不是用手到鍋里面去挑肉吃，或者想要鎖在抽屜里的巧克力翻箱倒柜地去找鑰匙而不是用拳頭或杯子砸抽屜都是動用智力的結果，都是聰明的和具備值得令人稱贊的智力的，我們對這小孩的評價是聰明；一個八歲的小孩也這樣做，我們認為是正常。類似的。一個四、五歲的小孩能夠脫口而出三七二十一之類的數學題，我們也一般認為那小孩的智商高、聰明；但是，一個十一、二歲的孩子再有如此表現，只能說是還不算笨。

智力應該是和生物肌體的進化同時進行的，因為缺乏遠古資料．這里我們不打算去猜測和討論猿人、古人或今人智力的進化歷史過程。結合現代腦神經科學的研究成果，我們只從關于兒童智力發展的現有資料及心理學家們的認識變化和討論人手，來考察人類智力的演化，并在此基礎上，探討人工智能的發展潛勢。

人們智力的物質基礎主要在于人腦而不在于心，這已經是現代人的基本共識。人的身體生長發育一般經過十幾年的時間，基本形體和部件數量在出生時就決定了(后天的手術或意外事故不算)，外部形體的發育情況有目共睹．但大腦的情況有點特殊。這里我們不再復述人腦中可能代表不同進化階段的三重構造，也不討論對立統一的左右半球和其中不太確定的具體任務功能分區；大腦的主要功能是思維，因此我們通過研究思維的形成過程和腦神經細胞層面活動的關系，來探討智力的演化過程。

大腦的基本組織結構是神經元細胞，人腦所呈現的瓷白色是其脂肪的顏色，簡稱為白質，這種脂肪叫“髓磷脂”，它們包裹著神經細胞纖長的突起部分，使之絕緣。突起的部分被稱為“軸突”，和電線相似，把神經元的輸出傳送到附近或遠處的目標。白質實際上是走向各處的神經纖維的集合，就像我們在電訊中心大樓的地下室所能見到的成捆電纜一樣，只不過顏色和體積不同。腦的主體正是這些絕緣纖維，它們把實現重要功能的腦的各部分相互連接起來。在軸突的一端是球形、膨大的神經元的細胞體，包含細胞核。細胞日常運轉和維持所用的DNA模版即在其中。有許多樹狀分支從細胞體伸展出來，稱為樹突。神經元的這一部分沒有白色的髓磷脂，因此它們大量集合起來便呈灰色，被稱為灰質。神經元軸突的另一端通常與一個下游神經元的樹突相接觸，它們之間的狹小縫隙稱為突觸。上游神經元釋放微量的神經遞質至突觸，然后擴散至下游神經元的膜，打開某些膜上的通道。每個神經元都是一個典型的計算單元，能把幾千個輸入的影響綜合起來。具有相似功能的神經元傾向于在皮層中作垂直的排列，形成柱形結構，這被稱為皮層柱，貫穿皮層的大多數層次。大約100個神經元組成一個環繞錐體神經元頂樹突的微型柱，直徑約為30微米(如一根纖細的發絲)，約100個微型柱組成一個大型柱，一個皮層區有100x100個大型柱，大腦的兩個半球共有104個皮層區。這些就是我們思想和智力的物質基礎，簡單中蘊含著復雜。初生嬰兒的大腦重量大約為400克，是成年人腦重的30％。雖然大腦在生長過程中神經元的體積在擴大，聯結(樹突、軸突和突觸)的數目不斷增加，但是神經元的總數目基本不變。大腦結構的發育和工作方式是由基因決定的，突觸的數目和信息種類則完全受環境的影響。

大腦中存在類似DNA堿基復制的復制機制并且存在復制競爭。錐體神經元釋放一種興奮性神經遞質谷氨酸。可以激活NMDA通道．產生長時程增強(LPT，即long-termpotentiation)現象，是短期記憶的最佳基礎，它為真正持久的突觸結構變化的形成提供骨架，這些變化是永久性“印記”，有助于長期不用的時空模式的重新建立。復制競爭存在于神經激活網絡的同步化傾向中，記憶痕跡是以分布的方式存貯的．并沒有一個位點對于其復蘇是關鍵性的，變異同時存在，使競爭成為可能，它決定著什么模式能最佳地與連接特性發生共鳴。

人腦的這種活動方式意味著人的思維和智力也是進化的并且也存在著達爾文過程。達爾文主義的主要內容是大量繁殖、生存競爭、遺傳、變異和適者生存。卡爾文教授認為思維就是瞬息間的達爾文過程，人的大腦具備達爾文過程的所有要素：模式、復本、模式的持續變化、復制競爭、環境的影響、模式的繁殖。各種事物記憶構成大腦細胞神經活動的時空模式，暫時的印記摹寫在永久的印記之上．特定時空模式的重復會留下突觸強度的改變．這在神經生理學中被稱為“易化”和“長時程增強”。真正持續保存的印記是個體特異的，甚至對每個同卵雙生子也是如此。通過對思維的物質基礎——大腦的研究分析能夠比較客觀形象地讓我們了解智力產生和演化的過程。

我們的思維活動是動態的達爾文過程，復制競爭的臨時贏家成為我們意識的良好候選者。新皮層的達爾文機制可以解釋思想如何“自上而下”地影射于神經元群和思想如何“自下而上”地由那些看起來是雜亂無章的神經元集群產生的。這種對智力的解釋可以為我們洞察各種生命的智力所循的途徑提供啟示，包括人工智能(AI)、增強動物、人類甚至地外生命。

我們為適應環境而表現出來的智力時時都在發生：求學者學習掌握通過某課程所需的材料，大夫根據了解的病情對某種未知病癥的病人進行治療，藝術家修改一項作品使其看起來更加協調悅目，等等。面對紛繁多姿的智力表現形式．我們渴望了解的是它的本質。心理學家阿瑟·詹森(ArthurJensen)指出影響智力測試的有兩個最主要因素：速度和你在頭腦中能同時應付事項的數目(例如你在一定的時間內能回答多少問題，類比問題時通常要在頭腦中同時保持多個概念并比較)。這種認識讓我們很自然地聯想到當前對計算機運行速度和多功能的要求。研究智力測驗試題的編制者們給我們列出的智力測試的項目清單：機械記憶力、數字計算能力、歸納推理、演繹推理、感知速度、語言表達的流暢性、言辭理解力、空間能力等諸如此類的事物；我們發現智力是由許多可以分解出來的能力構成的，它并不是某種單一的因素。

我們知道。分解出的所有能力并不能通過簡單地疊加而等于智力。很多自閉癥患者都在諸如機械記憶或特定事物的感知速度等方面表現超強，但是在傳統觀念上往往不被認為是聰明的。而且，行為越是復雜和有目的性，往往越不被認為是智力的表現。智力的最佳標志經常是一些解決比較簡單而又不易預料的問題的情況，那體現的是靈活性和創造性。當然，“智力”是由許多東西組成的復合物，它與人們的多種心智能力有關，甚至包括預測、想象和幻想，它們是我們“意識”活動的內容或部分成果。美國心理學家丹尼爾-高曼(DanielColeman)還提出，人類認識自己情緒的能力(即情商)也很重要。

在計算機和自動化相關領域的發展上，也存在著模擬人腦內部智能機制的AI學派和模擬人與環境交流的CHI學派。真正的人造智能形式的出現需要克服至少三個難點：與各種動物組成的生態系統相順應、價值問題和人類對其潛在挑戰的態度。人工智能的特定程式可能產生有智能的機器人，逐漸更新換代的軟件通用型計算機將會獲得智力性意識，諸如可駕馭的注意力、復述、語言能力、想象、下意識信息處理、對未來的策劃、戰略上的決策和自言自語。這些只是當前計算機技術、人工智能、神經生理學及人腦神經生物學已有趨勢的推測。艾倫·圖靈(Alan M．Turing)對智能機器的描述為人們發展人工智能提供了可操作的途徑，但是，從知識中提煉智慧肯定要比從資料中提煉知識需要更長的時間和更加復雜些。

生物的進化歷史只能給我們提供一些猜測的端倪．而通過語言研究人類的思維過程則很可能是探究智力真諦的捷徑。認知語言學奠基者之一的蘭蓋克(Ronald W Langaeker)起初把其語法稱為空間語法，因為他認為空間隱喻是語言中最基本的東西，這種認識倒與大腦神經網絡中不同形式的激活從而產生我們的種種不同行為(包括語言)的現象相吻合。比克頓在《語言和物種》(1990)一書中寫道：“難以想象沒有語言的生靈會怎樣思考，但是人們可能猜想，沒有語言的世界在某種意義上會和沒有貨幣的世界差不多。”誠然，很多人類學家和語言學家都把語言看作是思想的符號，“語言是思想的外衣”，通過符合句法的語言，我們可以進行比喻和類比推理，做出超前的計劃。神經生理學家曾給我們指出大腦的語言處理區在左耳的上方，利用核磁共振成像技術即可研究活生生的語言處理過程。但是我們不得不承認，這種研究其實跟利用半導體研究收音機差不多。人腦的功能和特性決定了我們只能把人腦作為黑箱(black box)來研究，而語言則是最容易被度量的輸入輸出材料。建立綜合的人類知識庫和語料庫。可能是深入理解人類智力和成功實現人工智能的關鍵。