當(dāng)科學(xué)家把一些菟絲子移植到幾株?duì)I養(yǎng)狀態(tài)不同的山楂樹(shù)上時(shí)，那些營(yíng)養(yǎng)狀況更好的山楂樹(shù)會(huì)更容易獲得菟絲子的「青睞」。這在以往被看作是植物內(nèi)「被動(dòng)」存在的東西，但據(jù)研究人員發(fā)現(xiàn)，植物也具備從過(guò)去的經(jīng)驗(yàn)中學(xué)習(xí)區(qū)分正負(fù)面的經(jīng)驗(yàn)及教訓(xùn)、進(jìn)行交流、計(jì)算自身處境等等人類所具備的能力。

在其最近新出的《智能簡(jiǎn)史——從大爆炸到元宇宙》（以下簡(jiǎn)稱「智能簡(jiǎn)史」）一書中，加拿大工程院院士于非將上述示例視為植物的「智能」。

去年12月在雷峰網(wǎng)舉辦的 CCF-GAIR 大會(huì)上，AI 科技評(píng)論曾有幸與于非院士進(jìn)行了一場(chǎng)深入討論，不一味強(qiáng)調(diào)從「感知」到「認(rèn)知」的階段進(jìn)化，而聚焦當(dāng)下人工智能的局限性以及智能的科學(xué)定義，彼時(shí)的于非，仍在為人工智能重新定義尋求可計(jì)量的「香農(nóng)定理」。

定義「智能」科學(xué)范式，對(duì)人工智能的發(fā)展具有重要意義。當(dāng)時(shí)，于非就表示：「科學(xué)里面最重要的就是定義。這個(gè)東西到底是什么？如果只是文字上的描述，在數(shù)學(xué)上不是可定義、可量化的話，這個(gè)問(wèn)題就解決不了?！?/p>

而在《智能簡(jiǎn)史》中，于非對(duì)理性的數(shù)學(xué)公式下「智能」定義進(jìn)行了探索，并指出一條量化智能清晰的新路線。

在很長(zhǎng)時(shí)間里，「智能」都被視作人類獨(dú)有的產(chǎn)權(quán)，但在于非看來(lái)，智能實(shí)則是存在宇宙中的一種自然現(xiàn)象，與其他自然現(xiàn)象類似。由于宇宙大爆炸下分布不均的成分帶來(lái)了各種各樣的差異，智能旨在通過(guò)調(diào)節(jié)梯度實(shí)現(xiàn)宇宙穩(wěn)定，從物理、化學(xué)、生物到人類、機(jī)器甚至元宇宙，智能普遍存在，鏈接形成了一部發(fā)展史。

《智能簡(jiǎn)史》：定義「智能」

當(dāng)智能應(yīng)用的空間擴(kuò)大，如智慧城市與智能網(wǎng)絡(luò)形成，單體智能的局限性漸顯，科學(xué)家們開(kāi)始求變，從更大的視角思考：什么才是真正的智能？

于非也是這求索隊(duì)伍中的一員。

于非（F. Richard Yu），加拿大工程院院士、IEEE Fellow、是國(guó)際信息和人工智能領(lǐng)域?qū)＜遥祁Ｎò灿?jì)算機(jī)科學(xué)領(lǐng)域 “全球高倍引科學(xué)家”, 谷歌學(xué)術(shù)引用量超過(guò) 3.3 萬(wàn)。

長(zhǎng)期以來(lái)，關(guān)于「智能的定義」問(wèn)題一直困擾著于非。

智能的定義未明晰，因此人工智能也還沒(méi)有成為一門科學(xué)，處于工程學(xué)階段，無(wú)論是預(yù)訓(xùn)練模型、知識(shí)圖譜還是CNN等概念，都是基于認(rèn)知科學(xué)的啟發(fā)而提出的?！缚梢哉f(shuō)，人工智能還處于仿生學(xué)的階段。就像在空氣動(dòng)力學(xué)發(fā)明之前，人們只能仿照蜻蜓和鳥(niǎo)來(lái)研發(fā)飛行器?！?/p>

對(duì)此，于非著手進(jìn)行了大量的研究，意圖通過(guò)其他學(xué)科了解以往對(duì)智能的描述，直至「越查越久遠(yuǎn)，一直查到宇宙從哪里來(lái)的大爆炸時(shí)期。從大爆炸開(kāi)始產(chǎn)生了物理世界，就有很多的智能現(xiàn)象。」

1969年，比利時(shí)物理化學(xué)家和理論物理學(xué)家伊利亞·普里高津（Ilya. Prigogine）提出「耗散結(jié)構(gòu)」理論。該理論表明：當(dāng)包含非線性的多基元多組分多層次的開(kāi)放系統(tǒng)處于一個(gè)遠(yuǎn)離平衡態(tài)的情況下時(shí)，系統(tǒng)不斷同外界交換物質(zhì)和能量，系統(tǒng)內(nèi)某個(gè)參量變化達(dá)到一定閾值后，就會(huì)觸發(fā)從無(wú)序突變?yōu)橛行驙顟B(tài)而形成的一種時(shí)間，空間或功能的特殊結(jié)構(gòu)。

經(jīng)由大規(guī)模物質(zhì)和能量的交換沖擊形成新結(jié)構(gòu)，這也印證了化學(xué)世界中「智能」「秩序始于混亂」的法則。

當(dāng)范式踏進(jìn)生物系統(tǒng)，麻省理工學(xué)院的杰里米·英格蘭（Jeremy England）教授和團(tuán)隊(duì)在「耗散適應(yīng)」理論中展示了系統(tǒng)通過(guò)耗散能量以緩解能量不平衡，在一定條件下，無(wú)分子系統(tǒng)自然而然充足，通過(guò)化學(xué)反應(yīng)代謝消耗更多的能量，從而促進(jìn)能量的持續(xù)耗散以及「熵」（即宇宙無(wú)序狀態(tài)）的增加。

能量堆積下，結(jié)構(gòu)以最快、最省力的過(guò)程迅速緩解不平衡，繼而穩(wěn)定形成了生命，這是過(guò)往人們對(duì)物理世界、化學(xué)世界和生物世界中智能起源的認(rèn)知學(xué)說(shuō)之一。在其發(fā)展歷史進(jìn)程中，「智能」也誕生過(guò)無(wú)數(shù)令人為之感嘆的「神秘」現(xiàn)象。

而隨著人類科技發(fā)展邁進(jìn)新的社會(huì)階段，需要人們?cè)诟蟮臅r(shí)間和空間范疇里來(lái)思考「智能」的更高級(jí)別的表現(xiàn)，但能被稱之為科學(xué)的「智能」，仍然缺少一個(gè)理性的數(shù)學(xué)公式的定義。

為了尋找一種量化信息的方法，1948年，香農(nóng)在論文“A Mathematical Theory of Communication”中借鑒熱力學(xué)概念提出「信息熵」，第一次用數(shù)學(xué)公式，闡明概率與信息冗余度的關(guān)系，使用「熵」來(lái)量化信息，對(duì)信息時(shí)代的成功起了至關(guān)重要的作用。

邁進(jìn)智能時(shí)代，以符號(hào)主義、聯(lián)結(jié)主義、行為主義為代表的三大學(xué)派對(duì)「智能」的描述爭(zhēng)論不休，即使對(duì)質(zhì)量、能源、信息等重要因素的獲取難度降低，但「智能」是對(duì)信息的更高層次的抽象，其定義尚未明晰。

于非在《智能簡(jiǎn)史》一書中指出：智能并非人類的專屬，而是同巖石滾落、冰雪融化般普遍存在于物理、化學(xué)、生物以及人類、機(jī)器（人工智能）乃至元宇宙中的自然現(xiàn)象。智能并不神秘，它是緩解不平衡過(guò)程中形成的一種自然現(xiàn)象，使人得以用同樣一個(gè)邏輯來(lái)理解世界如何運(yùn)轉(zhuǎn)。

與此同時(shí)，如何量化智能，對(duì)于科學(xué)的「智能」至關(guān)重要。

1950年，圖靈首次提出一個(gè)判斷機(jī)器是否能思考，測(cè)試機(jī)器是否能表現(xiàn)出與人類相同、或無(wú)法區(qū)分的智能行為能力的測(cè)試，給「可計(jì)算性」下了一個(gè)嚴(yán)格的數(shù)學(xué)定義。然而，圖靈測(cè)試中沒(méi)有量化的智能度量。

對(duì)于如何來(lái)衡量智能度量，不少研究人員曾進(jìn)行過(guò)粗略的討論。但是這些工作都是從心理學(xué)、哲學(xué)或者工程技術(shù)角度出發(fā)的，對(duì)智能的定義僅限于文字性的描述和探討，并沒(méi)有從科學(xué)的角度深入探討智能的本質(zhì)，更沒(méi)有從數(shù)學(xué)上量化智能。

針對(duì)這個(gè)問(wèn)題，于非在《智能簡(jiǎn)史》中探索智能的本質(zhì)，借鑒了能量和信息的量化思想，開(kāi)創(chuàng)性給出智能的定義，并首創(chuàng)性地提出了一個(gè)可衡量相對(duì)智能程度的公式：dL = ?S/?R；其中， dL 指智能的變化，S是當(dāng)前的秩序（order）和預(yù)期的秩序的相似，R是一般意義的參數(shù)（例如，時(shí)間、數(shù)據(jù)量等），因?yàn)橹悄艿淖兓c多個(gè)參數(shù)有關(guān)，所以在數(shù)學(xué)上表示是一個(gè)多元函數(shù)?？紤]到多元函數(shù)關(guān)于其中一個(gè)自變量的變化率時(shí) ，一般用偏導(dǎo)來(lái)表示。

和熱力學(xué)熵相似，智能不是一個(gè)絕對(duì)量，只是一個(gè)相對(duì)量，描述的是變化多少。智能定義為一種「前后」過(guò)程的尺度標(biāo)準(zhǔn)：在一個(gè)學(xué)習(xí)過(guò)程中，衡量隨著時(shí)間的推移耗散了多少信息。熱力學(xué)熵測(cè)量能量的擴(kuò)散：在特定溫度下，在一個(gè)過(guò)程中擴(kuò)散了多少能量，或者擴(kuò)散得有多廣。

其中dS是熵的變化，是傳遞的能量，T是溫度。

圖注：于非提出的量度智能數(shù)學(xué)公式

回顧一下人類科技?xì)v史中涉及的幾個(gè)重要因素：質(zhì)量、能源、信息和智能，可能會(huì)給我們一些認(rèn)識(shí)智能的未來(lái)方向的提示。在認(rèn)知革命之后，人類獲得了發(fā)明技術(shù)的能力，以比以往任何時(shí)候都更有效地為穩(wěn)定宇宙這一過(guò)程做出貢獻(xiàn)。

人類的合作，從本質(zhì)上說(shuō)，其實(shí)是形成了有序的特殊社會(huì)經(jīng)濟(jì)結(jié)構(gòu)，使得物質(zhì)、能量、信息和智能迅速的流動(dòng)，從而促進(jìn)我們的宇宙穩(wěn)定。為了促進(jìn)社會(huì)經(jīng)濟(jì)系統(tǒng)中的人類合作，人類發(fā)明了使質(zhì)量（運(yùn)輸網(wǎng)絡(luò)）、能源（能源網(wǎng)絡(luò)）和信息（互聯(lián)網(wǎng)）互聯(lián)的技術(shù)。

從網(wǎng)聯(lián)范式演化的歷史中，我們可以觀察到更高級(jí)別的網(wǎng)聯(lián)范式提供了更高的層次抽象。

當(dāng)人們很方便的得到有質(zhì)量的東西后，大家會(huì)關(guān)心拿到有質(zhì)量的東西的速度有多快。所以，能量的概念被提出。能量被量化為物質(zhì)移動(dòng)的速度有多快。

當(dāng)人們很方便的得到能量后，大家會(huì)關(guān)心能量擴(kuò)散的量有多少。所以，熱力學(xué)熵的概念被提出。熵是一個(gè)能夠能定量的測(cè)量能量的擴(kuò)散程度的抽象概念。熵表示一個(gè)能量擴(kuò)散的過(guò)程中，在某個(gè)特定溫度下，能量擴(kuò)散了多少能量。另外，信息熵和熱力學(xué)熵等價(jià)。所以，信息也可以說(shuō)是對(duì)能量擴(kuò)散的量有多少的量化。

如今，由于互聯(lián)網(wǎng)和手機(jī)的普及，信息無(wú)處不在，信息如同洪水猛獸一樣推送到我們的面前。當(dāng)人們很方便的得到信息后，大家會(huì)關(guān)心信息耗散的量有多少。所以，智能在本質(zhì)上可以說(shuō)是對(duì)信息耗散多少的量化。

目前，于非已初步完成對(duì)理性的數(shù)學(xué)公式下「智能」定義的探索，為量化智能提出了一條清晰的新路線。

「智能」之上：集體學(xué)習(xí)與區(qū)塊鏈

去年12月，在雷峰網(wǎng)舉辦的 CCF-GAIR 大會(huì)上，AI 科技評(píng)論有幸與于非院士進(jìn)行了一場(chǎng)關(guān)于單體智能與集體智能的對(duì)話。當(dāng)時(shí)，于非就指出，從多體協(xié)同場(chǎng)景（如智能駕駛）中觀察可知，要實(shí)現(xiàn)智能網(wǎng)絡(luò)，集體學(xué)習(xí)將是非常關(guān)鍵的學(xué)習(xí)范式，「然而，集體學(xué)習(xí)目前還沒(méi)有真正開(kāi)始?！?/p>

在文明發(fā)展的過(guò)程中，人類之間傳遞的、書本中記載的，不僅僅是信息，還有智能。對(duì)應(yīng)到人工智能領(lǐng)域的專業(yè)術(shù)語(yǔ)，那便是數(shù)據(jù)和知識(shí)的區(qū)別。智能定義為多個(gè)體間達(dá)成「智能交換」提供了知識(shí)基礎(chǔ)，可以進(jìn)一步實(shí)現(xiàn)集體學(xué)習(xí)。

未來(lái)智能的發(fā)展也離不開(kāi)集體學(xué)習(xí)和網(wǎng)絡(luò)。

當(dāng)前大多數(shù)AI工作都聚焦單智能體的訓(xùn)練，需要依賴大量預(yù)定義的本地環(huán)境數(shù)據(jù)集。隨著互聯(lián)網(wǎng)數(shù)據(jù)的爆炸性增長(zhǎng)，這種中心化的AI架構(gòu)受限于本地計(jì)算能力和存儲(chǔ)能力，訓(xùn)練的模型的泛化能力有待提高。此外，實(shí)際場(chǎng)景中的許多系統(tǒng)要么過(guò)于復(fù)雜無(wú)法在固定的預(yù)定義環(huán)境中正確建模，要么動(dòng)態(tài)變化。

當(dāng)前，AI與人類學(xué)習(xí)仍然相去甚遠(yuǎn)。人類學(xué)習(xí)需要更少的數(shù)據(jù)集，并且在適應(yīng)新環(huán)境方面更加靈活。集體學(xué)習(xí)是人類能夠在生物圈中發(fā)揮主導(dǎo)作用的決定性特征，而在當(dāng)前的AI系統(tǒng)中很難做到這一點(diǎn)。通過(guò)互聯(lián)智能，可以實(shí)現(xiàn)分布式智能、智能存儲(chǔ)、智能共享，進(jìn)一步拉近AI與人類智能的界限，顯著提高智能訓(xùn)練效率，更有效地模仿現(xiàn)實(shí)世界環(huán)境。

就自動(dòng)駕駛來(lái)說(shuō)，聯(lián)網(wǎng)自動(dòng)駕駛汽車（CAV）涉及到車間通訊和車路協(xié)同，正是集體學(xué)習(xí)的具體實(shí)現(xiàn)。

在于非看來(lái)，車間通信和車路協(xié)同是保證交通安全的重要手段?！复蠖鄶?shù)車禍?zhǔn)且驗(yàn)椴恢榔渌囕v正在做什么或?qū)⒁鍪裁础梗ㄟ^(guò)開(kāi)發(fā)讓車輛了解環(huán)境和其他車輛發(fā)生的情況的通信技術(shù)，或能有效預(yù)防事故。

單車智能研發(fā)的困難在于場(chǎng)景適應(yīng)性。目前，自動(dòng)駕駛汽車在規(guī)范環(huán)境下表現(xiàn)較好，如沒(méi)有陰雨天、道路施工或行人無(wú)規(guī)則穿行等情況，但實(shí)際應(yīng)用中，單一模型難以覆蓋由數(shù)千條道路、不同的天氣、駕駛習(xí)慣、行人變動(dòng)等構(gòu)成的復(fù)雜路況。

「在這種情況下，車與車之間的通訊就變得很重要，但這種通訊交換并不限于信息或數(shù)據(jù)，更理想的情況下應(yīng)該是——智能?！褂诜歉嬖VAI 科技評(píng)論。

而集體學(xué)習(xí)的另一層權(quán)衡要素，則是個(gè)體性的保持。于非說(shuō)到，「保證通訊的信息可靠性也是非常重要的一環(huán)，安全和效率通常需要進(jìn)行權(quán)衡?！?/p>

隨著連接性和自動(dòng)化水平的提高，惡意用戶能輕松實(shí)施不同類型的攻擊，威脅到單體車輛安全性，進(jìn)而威脅到 CAV 的安全性。

CAV 是一個(gè)非常復(fù)雜的系統(tǒng)，容易遭受的攻擊點(diǎn)更是不計(jì)其數(shù)。僅相關(guān)無(wú)線接入技術(shù)就包括專用短程通信、蜂窩網(wǎng)絡(luò)、WLAN、藍(lán)牙和衛(wèi)星通信等；通訊框架實(shí)體則包括 OBU、應(yīng)用程序單元、路邊單元（RSU）和傳感器等；傳感器、全球定位系統(tǒng) (GPS) 和攝像頭等是實(shí)現(xiàn)自動(dòng)駕駛的關(guān)鍵部件。無(wú)論哪一個(gè)部件遭受攻擊，都可以影響單車乃至整個(gè) CAV 的正常運(yùn)行。

對(duì)此，于非另一個(gè)主要研究方向「區(qū)塊鏈」，可在 CAV 的環(huán)境中通過(guò)區(qū)塊鏈（DLT）技術(shù)，實(shí)現(xiàn)對(duì)車輛隱私數(shù)據(jù)——即「智能交換」的內(nèi)容進(jìn)行保護(hù)。

智能交通中，車輛通常具有多個(gè)網(wǎng)絡(luò)接口來(lái)與路邊單元 (RSU) 和環(huán)境車輛進(jìn)行通信。區(qū)塊鏈技術(shù)的分布式特性可增強(qiáng)智能交通的魯棒性，改善車輛通信管理和信息共享，從而建立起去中心化、可信、安全的智能交通系統(tǒng)。

自動(dòng)駕駛汽車無(wú)疑是人工智能改變?nèi)祟惿畹囊粋€(gè)備受矚目的話題。以集體學(xué)習(xí)為關(guān)鍵的學(xué)習(xí)范式，在保證區(qū)塊鏈的性能后，智能互聯(lián)得到進(jìn)一步的應(yīng)用和實(shí)現(xiàn)。

對(duì)話于非：「明白了就獲得了自由」

圍繞《智能簡(jiǎn)史》，AI 科技評(píng)論與于非教授進(jìn)行了一次對(duì)話，以下是部分對(duì)話內(nèi)容對(duì)前述文章的進(jìn)一步補(bǔ)充：

AI 科技評(píng)論：為什么單車智能仍然是非常困難的事情？

于非：2014年，Elon Musk（特斯拉CEO 埃隆·馬斯克）就開(kāi)始把特斯拉的系統(tǒng)叫 FSD，F(xiàn)ull Self-Drive，當(dāng)時(shí)就開(kāi)始許諾說(shuō)「FSD will be arriving next year」，但到現(xiàn)在都沒(méi)有實(shí)現(xiàn)，結(jié)論是這個(gè)東西太難實(shí)現(xiàn)了。我在加拿大期間也做過(guò)類似的研究，發(fā)現(xiàn)簡(jiǎn)單有限的情況下比較容易（實(shí)現(xiàn)），但真正實(shí)現(xiàn)起來(lái)非常困難。

由于這個(gè)事情，我就一直在思考到底是什么問(wèn)題，運(yùn)用一些人工智能的算法為什么無(wú)法解決，帶著學(xué)生也在做這方面的研究，這跟我這本書（《智能簡(jiǎn)史——從大爆炸到元宇宙》）的成型也很有關(guān)系。

Elon Musk 說(shuō)過(guò)一句話，他說(shuō)自己是個(gè) engineer ，但自動(dòng)駕駛并不是一個(gè) engineer problem，而是 science problem，science 根本沒(méi)有解決到底什么叫人工智能，engineer 是做不出來(lái)的。

AI 科技評(píng)論：這個(gè) science problem 如何解決？

于非：人工智能經(jīng)過(guò)了幾起幾落，有很多關(guān)于人工智能的驚人消息，它成功地完成了人類所做的事情，甚至做得更好。隨著人工智能的最新進(jìn)展，人類智能與人工智能之間的差距似乎正在迅速縮小。諸如此類的新聞和科幻電影讓我們相信，通用人工智能（Artificial General Intelligence）或超級(jí)人工智能的發(fā)展在未來(lái)可能不會(huì)太遠(yuǎn)。

但后來(lái)總是一次又一次的被潑一盆冷水。

science problem 怎么解決，科學(xué)里面最重要的就是定義。這個(gè)東西到底是什么？如果只是文字上的描述，在數(shù)學(xué)上不是可定義、可量化的話，這個(gè)問(wèn)題就解決不了。所以我一直在思考怎么定義，怎么把它變成科學(xué)。我查了大量的書，看看其他的科學(xué)是怎么產(chǎn)生的，這就是這本書（《智能簡(jiǎn)史》）的一整個(gè)思維過(guò)程。

AI 科技評(píng)論：最后的結(jié)論是從宇宙大爆炸開(kāi)始。

于非：對(duì)，這本書的副名——從大爆炸到元宇宙，將來(lái)可能實(shí)現(xiàn)元宇宙，那最開(kāi)始的時(shí)候，我們相信 science 就是從大爆炸開(kāi)始的，從大爆炸開(kāi)始，「智能」到底是怎么一回事？

研究過(guò)程中我發(fā)現(xiàn)很有意思，從大爆炸開(kāi)始一直到物理學(xué)的產(chǎn)生，爆炸之后產(chǎn)生了一個(gè)物理世界，出現(xiàn)了很多的「智能」現(xiàn)象。最大的一個(gè)智能現(xiàn)象，就是天體運(yùn)行，多個(gè)星球能夠有序地運(yùn)轉(zhuǎn)，這并不止我們現(xiàn)在覺(jué)得奇妙，牛頓也曾覺(jué)得很奇妙。

牛頓有一句名言是，「我不知道為什么，我只知道這個(gè)東西可能符合萬(wàn)有引力定律」，跟質(zhì)量成正比，跟距離的平方成反比，再加上一個(gè)系數(shù)。這是來(lái)自于一個(gè)「智能的上帝」，他用了一個(gè)詞是「intelligent being」。只能說(shuō)物理世界本身就有智能現(xiàn)象的存在，這是物理學(xué)里比較著名的一個(gè)例，由于引力造成的這種「智能」一直存在。

1744年，法國(guó)科學(xué)家皮埃爾-路易斯·莫羅·德·莫佩爾圖伊（Pierre-Louis Moreau de Maupertuis）發(fā)現(xiàn)了最小作用原理，他發(fā)現(xiàn)，一件物體在扔出去后，是沿著一個(gè)最小作用量、交給上帝由一個(gè)點(diǎn)挪動(dòng)至另一個(gè)點(diǎn)，上帝會(huì)選擇一條最短、最省力的路徑。包括光。假設(shè)我們有一杯水，將筷子放進(jìn)去后呈彎曲狀，這是光最省力的一條路。莫佩爾圖伊將其視為一個(gè)重大發(fā)現(xiàn)，作為上帝存在的證明，但在當(dāng)時(shí)受到大家的嘲弄。

此后，最小作用量原理成為物理學(xué)中最基本的一個(gè)原理，對(duì)后來(lái)一些科學(xué)的發(fā)展起到了重要影響。包括我寫《智能簡(jiǎn)史》期間看到時(shí)，也覺(jué)得很震撼。

緊接著是物理學(xué)到化學(xué)，也都有類似的一個(gè)個(gè)階段進(jìn)化的例子。

AI 科技評(píng)論：那像您所說(shuō)的，從物理、化學(xué)到生物，甚至未來(lái)虛擬世界，人工智能，都可以用一個(gè)邏輯來(lái)理解「智能」？

于非：可以用同樣一個(gè)邏輯，這也是我思考的初衷，我想要用同一個(gè)邏輯來(lái)理解這個(gè)世界是怎么運(yùn)轉(zhuǎn)的。所以《智能簡(jiǎn)史》我選擇的第一條名人名言，就是斯賓諾莎的「人類所能企及的最高活動(dòng)就是為明白而學(xué)習(xí)，因?yàn)槊靼琢司瞳@得了自由」。能否用一個(gè)簡(jiǎn)單的道理來(lái)解釋整個(gè)運(yùn)轉(zhuǎn)過(guò)程，這也是科學(xué)探索最高的境界。

science 和 engineer 不一樣，engineer 是「我想解決一個(gè)問(wèn)題」，science 是「我想明白這個(gè)事情」，這二者最基本的一個(gè)區(qū)別。但在明白這個(gè)世界之后，它會(huì)告訴你怎么去解決這個(gè)問(wèn)題。

因此我將《智能簡(jiǎn)史》里的「智能」定義叫做一種假說(shuō)，這個(gè)假說(shuō)從大爆炸開(kāi)始到目前這個(gè)世界，從物理學(xué)、化學(xué)到生物，都是為了推動(dòng)宇宙平衡穩(wěn)定而造成的一種一一各種各樣的自然現(xiàn)象。舉個(gè)例子，我將水杯放在桌子上，往旁邊挪它就會(huì)掉下來(lái)，掉下來(lái)可能是因?yàn)槿f(wàn)有引力，那為什么跟萬(wàn)有引力相關(guān)？這是因?yàn)槿绻坏粝聛?lái)，那么系統(tǒng)就不穩(wěn)定，而當(dāng)它掉下來(lái)之后，這個(gè)系統(tǒng)就變成穩(wěn)定了。

再例如燒開(kāi)的熱水，熱水的熱量在房間里不擴(kuò)散時(shí)，它是一個(gè)不穩(wěn)定的系統(tǒng)，因?yàn)楸瓋?nèi)很燙、而外部很冷，這就造成了兩者間存在一種梯度。當(dāng)熱量擴(kuò)散時(shí)，兩者趨于溫度相同，系統(tǒng)也就變得穩(wěn)定了。與此同時(shí)，作為一個(gè)穩(wěn)定的過(guò)程，擴(kuò)散并不是緩慢進(jìn)行的，而是以一個(gè)最快的、最省力的情況來(lái)達(dá)成穩(wěn)定。

AI 科技評(píng)論：這種對(duì)智能的認(rèn)識(shí)對(duì)您的研究有什么指導(dǎo)意義？例如說(shuō)，在您自動(dòng)駕駛相關(guān)研究里，這種最快、最省力達(dá)到穩(wěn)定的原則是怎么得以應(yīng)用的？

于非：非常好的問(wèn)題。這有一個(gè)基本原則，就是關(guān)于「智能」的定義。智能的本質(zhì)是什么？就是對(duì)信息耗散多少的量化。信息在不同的個(gè)體中存在差值，出現(xiàn)了梯度，造成系統(tǒng)不穩(wěn)定。

自動(dòng)駕駛也是如此，一個(gè)熟練的老司機(jī)和自動(dòng)駕駛機(jī)器系統(tǒng)存在梯度，即使機(jī)器可以通過(guò)各種各樣的算法去學(xué)習(xí)，但為什么還是學(xué)不好？究其原因，就是因?yàn)檐嚭腿说拇竽X存在梯度、「智能」沒(méi)有量化，如果將智能度量出來(lái)，量化差值，有了科學(xué)的指導(dǎo)后，就可以很清晰地知道（自動(dòng)駕駛）還需要在哪一些方面來(lái)提高。

在智能時(shí)代，「智能」沒(méi)有一個(gè)清晰的定義是不可想象的。雖然我們也能實(shí)現(xiàn)一定的智能，但因?yàn)闆](méi)有數(shù)學(xué)定義，大家往往通過(guò)各種各樣的途徑想要達(dá)到。

比如，通過(guò)強(qiáng)大的算力和超大的數(shù)據(jù)，把現(xiàn)有的算法模型發(fā)揮到及至。這種「大力出奇跡」的「暴力美學(xué)」，已經(jīng)產(chǎn)生超大的模型：1750億個(gè)參數(shù)的GPT3， 1.6萬(wàn)億個(gè)參數(shù)的Switch Transformer。訓(xùn)練這些超大模型消耗的電量需要幾萬(wàn)度，產(chǎn)生的二氧化碳當(dāng)量，相當(dāng)于一輛汽車行駛地球與月球之間距離的排放量。相比之下，人腦的工作功率約為20W，這足以覆蓋整個(gè)人思維能力。

對(duì)智能本質(zhì)理解的缺乏限制了人工智能的發(fā)展，以至于我們只能通過(guò)「暴力美學(xué)」，「調(diào)整參數(shù)」等「體力勞動(dòng)」來(lái)?yè)Q取微弱的性能提升。

「你無(wú)法在造成問(wèn)題的同一思維層次上解決這個(gè)問(wèn)題?！箰?ài)因斯坦說(shuō)：「你必須超越它并達(dá)到一個(gè)新的層次，才能解決這個(gè)問(wèn)題?！乖谘芯恐悄艿倪^(guò)程中，研究的對(duì)象不能僅局限于人類，而是應(yīng)該超越人類的層次，考慮宇宙中不同的事物，在更高的層次上研究智能。

當(dāng)我們?cè)诟叩膶哟紊涎芯恐悄?，考慮到宇宙中不同的事物，將會(huì)發(fā)現(xiàn)智能是一種自然現(xiàn)象，和其他自然現(xiàn)象（如巖石滾動(dòng)和冰雪融化）類似。這些現(xiàn)象都是為了促進(jìn)宇宙的穩(wěn)定性而出現(xiàn)。

雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。