Aaron Sloman專注人工智能哲學(xué)領(lǐng)域有幾十年了，這項學(xué)科認(rèn)為人們應(yīng)該從根本上通過概念化自然界中的物體，為AI研究打下基礎(chǔ)，Sloman還認(rèn)為，現(xiàn)在的AI研究過于急躁的想要取得一些成果，卻忽略了基礎(chǔ)理論的研究。導(dǎo)致AI真正的發(fā)展不大。下面摘錄一些Sloman演講的要點。

圖靈的論文“形態(tài)發(fā)生的化學(xué)基礎(chǔ)”與1952年發(fā)表，2年后他就死了，但是如果他多活了幾十年，看到了自己論文中理論變成現(xiàn)實，會發(fā)生什么呢？

有人在提出過一種可能，它看起來同圖靈的期望相同，叫“變換形態(tài)發(fā)生”計劃：是一項極具野心、相當(dāng)長遠(yuǎn)、多學(xué)科的試圖理解和學(xué)習(xí)地球的進(jìn)化中逐步形成的信息處理方式的嘗試。

在我們一知半解的那些最簡單的生物原始的化學(xué)信息處理機制和我們所了解的最先進(jìn)的關(guān)于大腦化學(xué)活動的知識之間，可能有著數(shù)量遠(yuǎn)遠(yuǎn)超出人類科學(xué)家認(rèn)知的過渡信息處理機制。或許其中一些重要的機制仍然在生物進(jìn)化的過程中起著重要，而且尚未被人察覺的作用。 

而這些是怎么從最初那個毫無生機是星球演化而來的？

如果用人類設(shè)計的機器模擬一次整個進(jìn)化的過程，會發(fā)生什么？一些學(xué)者試圖通過來假設(shè)單個神經(jīng)元的功能與電腦中單個晶體管起到的作用是相同的來推理并回答這個問題，并且用摩爾定律（它已經(jīng)失效了）來預(yù)測計算機什么時候能有同大腦相當(dāng)?shù)挠嬎隳芰Α?/p>

但是如果像基于化學(xué)的計算在大腦中的作用就像圖靈在那篇論文中提到的那么重要，那么在人造系統(tǒng)中為模擬相同等級的大腦運算需要的晶體管數(shù)可能會比神經(jīng)元的數(shù)量多上好幾個數(shù)量級，花費的時間也會長很多。John von Neumann在他的書《計算機與大腦》中意識到了這種可能性。這種爭論由Tuck Newport在他的書《計算機與大腦：氨基酸vs晶體管》中做了一個總結(jié)。

1944年，薛定諤在《生命是什么》中指出，量子現(xiàn)象除了具有費決定論和統(tǒng)計屬性之外，還為現(xiàn)實提供了一種理論基礎(chǔ)。他注意到一些物理定律提供的基礎(chǔ)定律具有重要的信息處理能力。

進(jìn)化給自然帶來了很多這樣的定律，每一條定律都是由不同的演化規(guī)律中生成的。

除了化學(xué)和物理中所有的那些具體的概念，進(jìn)化還造就了抽象概念和抽象和具體的混合概念。還賦予了概念變化來組成新的概念的能力。

這次將會報告一些這方面的進(jìn)展，包括這些新的概念和新的信息處理架構(gòu)自我更新的概念。這可能預(yù)示著我們能建設(shè)更多種多樣的計算架構(gòu)而不僅限于邱奇-圖靈理論。

目前的AI似乎并沒有試圖建立一個適當(dāng)?shù)哪Ｐ突蚶碚摻忉專藗儾]有試圖去研究我們的祖先是如何發(fā)展出幾何理論和語言系統(tǒng)，并且后來獲得了一系列科學(xué)成就的。也沒有試圖去研究我們?nèi)绾伟l(fā)展出了可變換認(rèn)知的能力。而這些都是必要的。

我相信，AI作為一門科學(xué)，已經(jīng)在過去的二三十年間（部分是因為對結(jié)果急躁和盲目的追求）失去了它的方向，在其最困難的一些問題上沒有取得任何進(jìn)展，而僅在一些極窄的領(lǐng)域內(nèi)取得了一些微小的成果，和大量工程學(xué)上的進(jìn)展。

我可以舉出一些AI領(lǐng)域仍然未解決的問題（希望不是永遠(yuǎn)解決不了的）

1：組建/復(fù)刻動物/人類針對復(fù)雜不規(guī)則結(jié)構(gòu)的場景中運動的認(rèn)知，就比如在微風(fēng)中走過一個布滿了各種花草、灌木叢的花園中時視野中復(fù)雜的變化。又比如一個筑了巢的鳥不管從哪個方向，總能找到它的巢在哪里。

2：像在2500年前編寫出《幾何原本》的人們那樣，能在邏輯、形式系統(tǒng)、以及幾何學(xué)建立之前探索和推理出那些數(shù)學(xué)知識。

3：像尼加拉瓜的聾啞孩子們那樣學(xué)習(xí)一門手語，然后由于老師們教的表達(dá)方式無法滿足自己的需要而自己創(chuàng)造出這些手語更豐富的形式。

4：像一個小孩那樣即使在還沒學(xué)會語言的時候也能表達(dá)出自己學(xué)習(xí)到的東西和他們是如何使用自己所學(xué)的知識的自我延伸能力。

5：許多非人類的動物上的智能的表現(xiàn)形式。

6：欣賞和創(chuàng)造各種各樣形式，包括音樂、詩詞、舞蹈、繪畫和故事，并且擁有對其的好惡。

7：開發(fā)出新的，無論是獨立還是合作的學(xué)習(xí)能力的能力。

自從2012年退休之后，我把幾乎全部的時間都用在了研究這個上面，但是目前這個變換形態(tài)發(fā)生計劃仍然有大量的疑問和沒有得到處理。

由這個問題產(chǎn)生的最重要的想法就是進(jìn)化始于一個由物理和化學(xué)提供的“具體基本概念集”，其中很多概念在《生命是什么》中被提到過。進(jìn)化在這個概念集上加上了許多分支的，被稱為“衍生概念集”的東西。這些概念集都分別側(cè)重于同一事物不同方面的屬性。

在智能系統(tǒng)中足夠精確的復(fù)刻其結(jié)構(gòu)，來解釋這些生物擁有的，包括歐幾里得能在世界上還沒有任何一個幾何老師之前創(chuàng)立幾何學(xué)的，現(xiàn)在的AI看起來完全沒有的智能需要幾十（或許上百）年。我們也需要將更多的注意力放在這種基礎(chǔ)的理論研究上面。

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