是時候談“獸工智能”了
與其一味解讀,不如認它做老師?
我們對動物的了解,可能比我們知道的要少得多,因此,向它們學習,也許是現階段人工智能的突破點。智能相對論分析師雷宇將其稱為“獸工智能”,那么“獸工智能”到底是怎么回事?
1.動物可以幫助人工智能變得更聰明
本文預測動物行為的研究證明,當狗看到不同的物體時,身體的反應是不同的,狗能清楚地表現出視覺智能,能識別食物、障礙物、人類以及動物。這種不同反應我們在現實生活中也很常見,而既然狗能夠這么聰明地識別出不同目標,那么神經網絡也能夠被訓練成同樣聰明。
因此在后續實驗中,探究人員進一步嘗試把神經網絡訓練得“像狗一樣”,并讓其在不同場景中識別物體,進一步發現,通過這種學習方式,深度神經網絡可以識別出室內或者室外等不同場景,并且能夠理解怎樣在不同場景下行走,路線怎樣更合理,而這一學習原理顯然可以遷徙到機器人自主行走領域。
訓練機器讓神經網絡懂得如何智能識別物體是一項艱難的任務,因為它需要大量先驗知識,這對于機器來說學習起來相當耗費時間,如今狗知道這些規則,那么人們將不必再從基礎來訓練神經網絡,通過觀察狗的行為就能掌握這些規則。
眾所周知,如今AI技術應用上最火的是兩種,一是智能語音,二是機器視覺。但人類目前在觸覺、味覺和嗅覺領域這三個領域中的進展特別緩慢,尤其是味覺和嗅覺,屬于小眾需求,目前只有一些特殊領域的機器需要用到,因此整個研發投入都不足。
就機器識別而言,人是視覺動物,所以感覺視覺比較靠譜。而動物之間的識別,不一定靠視覺。嗅覺、味覺、觸覺、聽覺都有可能。比如老鼠,由于皮層無褶皺,神經元分層也比靈長類少,視覺皮層占的比例非常小,因此只能看到鼻尖前面一點點。但它嗅覺很發達,它可以通過嗅覺來識別其他物種。
去年7月,一位尼日利亞科學家研制出了一種新型AI芯片,可以讓計算機擁有嗅覺識別能力,比如識別出爆炸物氣味等等。但是官方披露的資料的極少,至今也沒太大的動靜,估計現狀不容樂觀,起碼是不能做到大規模的商用。
而一旦商用,機器嗅覺將必須讓AI先看到物體這一步驟省略,直接透過現象窺視隱藏物體的本質。如此一來,未來公共場合中的毒品將無處遁形。
2.動物可以開拓全新的學習機制

圖片來自公眾號視覺求索
上圖a是一只被研究人員在日本發現和跟蹤拍攝的野生烏鴉。它找到了堅果,需要砸碎,可是這個任務超出它的物理動作的能力。于是它發現一個訣竅,把果子放到路上讓車軋過去(圖b),就可以完成“鳥機交互”了。但是雖然堅果被軋碎了,但它到路中間去吃是一件很危險的事。它又開始觀察了,見圖c。最后他發現了紅燈停綠燈行,過馬路要走斑馬線這一邏輯復雜的機制,搞清楚之后,烏鴉就選擇了一根正好在斑馬線上方的一根電線,蹲下來了(圖d)。它把堅果拋到斑馬線上,等車子軋過去,然后等到行人燈亮了(圖e)。這個時候,車子都停在斑馬線外面,它終于可以從容不迫地走過去,吃到了地上的果肉(圖f)。
這個過程既沒有大數據訓練的,也沒有所謂監督學習,但是烏鴉硬是解決了世界頂級科學家都解決不了的完全自主智能。這是與當前很多機器學習,特別是深度學習完全不同的機制。
那我們如何向烏鴉一樣聰明呢?其實可以采用一些搜索進化算法的辦法來解決
首先我們很確定的知道,建造一個和烏鴉的腦子一樣強大的電腦是可能的——我們的大腦就是證據。但如果太難完全模擬,那么我們可以模擬出烏鴉大腦的演化過程。
這種方法叫作“基因算法”。它建立一個反復運作的表現/評價過程,就好像生物通過生存這種方式來表現,并且以能否生養后代為評價一樣。一組電腦將執行各種任務,最成功的將會“繁殖”,把各自的程序融合,產生新的電腦,而不成功的將會被剔除。經過多次的反復后,挑選出最接近于樣本的甚至超越樣本的電腦。
這個方法的缺點也很明顯,人類主導的演化會比自然快很多很多,演化需要經過幾十億年的時間,而我們卻只想花幾十年時間,因此我們現階段具備的技術優勢是否能使模擬演化可行還有待商榷。
電影中的杜立德博士因為動物而重拾了快樂,他們始終平等而坦誠。但現實生活的殘酷在于,人工智能的受益方是人,“獸工智能”也是。
文|雷宇
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













