自然智能的演化過(guò)程 ChatGPT的智能水平探討

來(lái)源：智能安全

作者：劉偉 何瑞麟

轉(zhuǎn)自：人機(jī)與認(rèn)知實(shí)驗(yàn)室

引 言

智能是自然界演化出來(lái)的結(jié)果，而人工智能則是人類創(chuàng)造的產(chǎn)物。隨著人工智能的不斷進(jìn)步，尤其是近期ChatGPT的開(kāi)放，我們發(fā)現(xiàn)人工智能的智能水平似乎已經(jīng)達(dá)到了非常高的水平。然而，對(duì)于自然界中生物來(lái)說(shuō)很簡(jiǎn)單的行為，人工智能仍然無(wú)法輕易實(shí)現(xiàn)。雖然人工智能系統(tǒng)已經(jīng)可以完成許多即使人類也無(wú)法勝任的任務(wù)，但我們?nèi)圆荒芊裾J(rèn)其難以達(dá)到通用人工智能的水平，仍存在相當(dāng)大的差距。只有當(dāng)人工智能系統(tǒng)的通用性得到顯著提高后，其改造世界的能力才能被充分釋放。因此，提升人工智能系統(tǒng)的通用性是我們追求的目標(biāo)。本文將深入探討智能的演化過(guò)程以及ChatGPT對(duì)此的貢獻(xiàn)，并分析當(dāng)前我們所處的位置以及未來(lái)的長(zhǎng)期發(fā)展方向。

1 自然智能的演化過(guò)程

1.1 自我復(fù)制能力：生命的誕生

為了更深入地理解“智能”，我們需要還原自然界中智能的誕生過(guò)程，以更好地了解人工智能對(duì)于智能演化過(guò)程的模仿、干預(yù)和影響。

如果我們想象當(dāng)前世界中沒(méi)有任何生物，那么生命的產(chǎn)生會(huì)是怎樣的呢？從對(duì)自然界的觀察中，我們了解到宇宙中生命形式十分稀有，只有極少數(shù)的星球可能存在適合生命存活的環(huán)境。這本質(zhì)上是自然界的一種篩選，因?yàn)橛钪嬷杏袩o(wú)數(shù)的天體都在物質(zhì)的演變中發(fā)生著變化，但只有適合生命存在的環(huán)境才更有可能誕生出穩(wěn)定存在且能自我復(fù)制的“生命”系統(tǒng)。即使是在漫長(zhǎng)的進(jìn)化過(guò)程中，自然環(huán)境仍然是生命產(chǎn)生的第一個(gè)重要篩選器。即萬(wàn)事萬(wàn)物皆在演化，生命誕生的第一個(gè)大篩選器即是自然環(huán)境。

假設(shè)當(dāng)前的自然環(huán)境通過(guò)了第一個(gè)大篩選器，已經(jīng)出現(xiàn)了簡(jiǎn)單的生命形式，例如就像LUCA（The LastUniversal Common Ancestor）假說(shuō)中從海底噴發(fā)出的具有高濃度核苷酸的熱泉中形成的只會(huì)自我復(fù)制的生命體，又該如何演化出更加復(fù)雜的生命結(jié)構(gòu)呢？首先需要明確的一點(diǎn)是生命本身沒(méi)有一個(gè)預(yù)先定義的理由要去變得更加的復(fù)雜。即便能夠自我復(fù)制，在初期的生命體必定還存在著諸多不穩(wěn)定的因素，會(huì)產(chǎn)生諸多的變化，從而復(fù)制出的不同個(gè)體之間一定有所差異，導(dǎo)致它們?cè)诃h(huán)境中的生存能力不同。而環(huán)境篩選出功能更加完善的生命個(gè)體，同時(shí)個(gè)體的結(jié)構(gòu)逐漸變得更加復(fù)雜是生命體完善功能所必需的一個(gè)條件。生命體在自我復(fù)制中演化，自然環(huán)境持續(xù)性的篩選改變了最終生命體的形態(tài)。例如，LUCA可能慢慢演化成了更加穩(wěn)定的DNA結(jié)構(gòu)，并通過(guò)蛋白質(zhì)來(lái)實(shí)現(xiàn)其功能，不僅支持了其能夠更加穩(wěn)定的存在，同時(shí)也使得其環(huán)境適應(yīng)能力增強(qiáng)，從而可能在差異性更大、空間范圍更遠(yuǎn)的范圍生存。

這個(gè)階段，生命的演化路徑從簡(jiǎn)單的自我復(fù)制開(kāi)始，生命體會(huì)通過(guò)基因變異和自然選擇逐步演化出更加復(fù)雜的生命結(jié)構(gòu)。在不斷的演化過(guò)程中，生命體會(huì)逐漸適應(yīng)其所處的環(huán)境，提高生存能力。例如，在早期的生命體中，可能存在一些原始的代謝途徑，但在不斷的演化中，更加高效的代謝途徑會(huì)得到優(yōu)先選擇，從而提高了生命體的代謝能力和生存適應(yīng)性。同時(shí)，生命體可能會(huì)逐漸發(fā)展出更為復(fù)雜的細(xì)胞結(jié)構(gòu)以適應(yīng)不同的環(huán)境需求。此外，生命進(jìn)化還受到一系列的外部因素的影響，包括能源、氣候、物理環(huán)境等，這些因素也會(huì)對(duì)生命進(jìn)化方向產(chǎn)生影響。通過(guò)不斷的適應(yīng)和演化，生命體最終演化成了多樣化的形態(tài)，從而提升了生命體在復(fù)雜環(huán)境中的適應(yīng)性和生存能力。

1.2 智能初步產(chǎn)生：低級(jí)群體智能

人類在很不適應(yīng)的環(huán)境中尚且無(wú)法生存，可以想象到起初無(wú)法控制自身運(yùn)動(dòng)方向的簡(jiǎn)單生命，當(dāng)被水流帶到陌生環(huán)境時(shí)，大部分個(gè)體將因?yàn)闊o(wú)法適應(yīng)新的環(huán)境而死亡。而少量個(gè)體因?yàn)檠莼龅囊恍┕δ艿靡陨妫罱K演化的差異將不斷累積。而對(duì)于生命的整體來(lái)說(shuō)，它們實(shí)際上是通過(guò)大量個(gè)體的犧牲來(lái)完成了群體的進(jìn)化和對(duì)環(huán)境的適應(yīng)。最終的結(jié)果是，存在著生命的自然環(huán)境的范圍不斷擴(kuò)大，生命體的環(huán)境適應(yīng)性也愈發(fā)的強(qiáng)。生命和環(huán)境就在這樣的循環(huán)中不斷演化[1]。

隨著生命體結(jié)構(gòu)的逐漸完善和復(fù)雜，我們會(huì)發(fā)現(xiàn)，它們似乎不再像原來(lái)那樣只會(huì)簡(jiǎn)單地復(fù)制自身，而是發(fā)展出了一些高級(jí)的功能，例如可以幫助自身移動(dòng)和攝入營(yíng)養(yǎng)物質(zhì)的鞭毛。甚至最終隨著不同個(gè)體之間的相互吞噬，而組合形成了共生合作關(guān)系。實(shí)際上，此時(shí)的生命體已經(jīng)初步具備了“智能”，但很明顯的是其“智能”的產(chǎn)生和進(jìn)步完全得益于自然的篩選和群體中部分個(gè)體的變化及死亡。對(duì)比人類而言，它們的“智能”還弱到可以忽略。例如人在看到前面有危險(xiǎn)，可以通過(guò)視覺(jué)提前感知，然后避開(kāi)。但我們當(dāng)前所假設(shè)的簡(jiǎn)單生命體還只能通過(guò)群體去通過(guò)前方區(qū)域，然后以部分個(gè)體死亡為代價(jià)，使得剩余的個(gè)體在空間上避開(kāi)危險(xiǎn)區(qū)域而得以生存。

實(shí)際上，現(xiàn)在的我們都知道，避開(kāi)危險(xiǎn)區(qū)域的方法并非只能通過(guò)群體中部分個(gè)體的死亡這種低效的方式來(lái)實(shí)現(xiàn)，但簡(jiǎn)單的微生物可不知道這些。它們只是按部就班地在環(huán)境的篩選下不斷演化，通過(guò)大量的復(fù)制、差異的積累，以及涌現(xiàn)來(lái)產(chǎn)生更加高級(jí)的功能[2]。其“智能”水平的提升速度在很長(zhǎng)一段時(shí)間內(nèi)都將沒(méi)有太大變化，并且這種進(jìn)化方式也注定會(huì)因?yàn)樵诮Y(jié)構(gòu)愈發(fā)復(fù)雜的同時(shí)差異累積速度相對(duì)不斷降低而出現(xiàn)“智能”提升的瓶頸。從生物考古學(xué)來(lái)看，地球演化史上確實(shí)也存在“無(wú)聊的十億年”，在漫長(zhǎng)的時(shí)間里生命的形式都沒(méi)有出現(xiàn)太大的變化。其中一種對(duì)此的解釋是，僅僅通過(guò)個(gè)體基因突變和環(huán)境篩選的方式，已經(jīng)很難讓復(fù)雜生命體快速積累出更具優(yōu)勢(shì)的特征。

1.3 新的差異積累方式與感知能力的升級(jí)：個(gè)體智能水平強(qiáng)化

如何讓已經(jīng)比較復(fù)雜的生命再一次提升“智能”水平提升的速度和上限呢？自然界的生命演化給出的其中一個(gè)答案是開(kāi)發(fā)新的差異積累方式：將多細(xì)胞生命作為整體進(jìn)行組合來(lái)積累差異（即有性生殖），而非從前僅僅通過(guò)單個(gè)個(gè)體的突變。但是，如果個(gè)體不具備遠(yuǎn)距離的移動(dòng)能力，那么有性生殖同樣無(wú)法實(shí)現(xiàn)更大差異的組合效果；即便演化出遠(yuǎn)距離移動(dòng)的運(yùn)動(dòng)能力，又非常有可能因?yàn)閷?duì)環(huán)境的無(wú)法感知而在移動(dòng)過(guò)程中誤入無(wú)法適應(yīng)的環(huán)境而死亡。另外，不具備較強(qiáng)感知能力的遠(yuǎn)距離移動(dòng)，也會(huì)面臨難以遇上異性生殖對(duì)象的問(wèn)題。

大自然的神奇之處很多時(shí)候也在于：在諸多的兩難困境中，生命依然演化出了解決問(wèn)題的辦法。隨著神經(jīng)細(xì)胞以及神經(jīng)系統(tǒng)逐漸在演化中出現(xiàn)，并且結(jié)合新的差異積累方式，多細(xì)胞生物的感知能力和學(xué)習(xí)能力突飛猛進(jìn)，上述的兩難問(wèn)題也迎刃而解，生物演化又進(jìn)入一個(gè)“智能”水平加速提升的階段。令人驚奇的是，這一幕也相當(dāng)像我們?nèi)祟愒谘邪l(fā)人工智能時(shí)因人工神經(jīng)網(wǎng)絡(luò)而產(chǎn)生的進(jìn)步。

1.4 神經(jīng)系統(tǒng)的成熟：知識(shí)的產(chǎn)生

神經(jīng)系統(tǒng)的強(qiáng)大之處在于，可以不以群體中個(gè)體死亡為代價(jià)來(lái)使得其他個(gè)體得到正確結(jié)果（例如避免死亡情況下要移動(dòng)的方向），而是可以通過(guò)感知、記憶和學(xué)習(xí)讓個(gè)體得到正確的結(jié)果。如果我們把“在一種情境下，應(yīng)當(dāng)如何動(dòng)作，才能得到某種結(jié)果？”這樣問(wèn)題的答案叫作“知識(shí)”，那么擁有神經(jīng)系統(tǒng)的生命已經(jīng)發(fā)展出了學(xué)習(xí)、存儲(chǔ)、利用“知識(shí)”的能力。（此處是泛指的知識(shí)，并非局限于文字描述的知識(shí)。）

或許此時(shí)的神經(jīng)系統(tǒng)學(xué)習(xí)到的更像是一種反射機(jī)制，用“知識(shí)”來(lái)描述可能會(huì)讓讀者覺(jué)得不適應(yīng)，但實(shí)際上這里的“知識(shí)”描述的是輸入到輸出中間的處理過(guò)程，也類似于人工神經(jīng)網(wǎng)絡(luò)術(shù)語(yǔ)中的“模型”，與用文字和語(yǔ)言表示的“知識(shí)”在本質(zhì)上是相同的，即描述輸入與輸出中間的處理過(guò)程（當(dāng)然，文字除此之外也可僅僅為記憶的媒介）。我們猜測(cè)，現(xiàn)今人們所擁有的有關(guān)默會(huì)知識(shí)的能力，或許就起源于最初神經(jīng)系統(tǒng)演化過(guò)程中在環(huán)境中對(duì)知識(shí)的學(xué)習(xí)機(jī)制。

1.5 語(yǔ)言與符號(hào)系統(tǒng)大規(guī)模應(yīng)用：更高效的知識(shí)傳遞與高度社會(huì)化

經(jīng)過(guò)數(shù)億年的演化（真是漫長(zhǎng)的時(shí)光），地球上已經(jīng)有了非常多樣化的物種，高級(jí)的動(dòng)物也都演化出了非常多樣的器官和系統(tǒng)（例如運(yùn)動(dòng)系統(tǒng)、神經(jīng)系統(tǒng)、內(nèi)分泌系統(tǒng)、循環(huán)系統(tǒng)、呼吸系統(tǒng)、消化系統(tǒng)、生殖系統(tǒng)等）。生命體內(nèi)部運(yùn)行著多個(gè)精妙的系統(tǒng)，同時(shí)適應(yīng)外部環(huán)境需要通過(guò)個(gè)體犧牲來(lái)?yè)Q取群體的學(xué)習(xí)能力的狀態(tài)在大多數(shù)情況下已經(jīng)不再存在了，取而代之的是個(gè)體通過(guò)感知、學(xué)習(xí)和理解知識(shí)（顯性或者隱性）來(lái)躲避危險(xiǎn)、面對(duì)和處理從未遇到過(guò)的問(wèn)題。這時(shí)候高等動(dòng)物的智能水平已經(jīng)讓人嘆為觀止了，不僅擁有強(qiáng)大的感知能力、運(yùn)動(dòng)能力，還具備對(duì)事物的情緒反應(yīng)、對(duì)事物的客觀價(jià)值有所分辨的能力，同時(shí)其神經(jīng)系統(tǒng)已經(jīng)能夠?qū)Ψ浅?fù)雜和龐大的知識(shí)進(jìn)行表征。但我們更傾向于此時(shí)的情緒反應(yīng)是源自環(huán)境干預(yù)以及自身比較簡(jiǎn)單的身體激素調(diào)節(jié)，而非擁有像人類般細(xì)膩而豐富的情感；而其價(jià)值系統(tǒng)也類似于學(xué)習(xí)出的知識(shí)，不是社會(huì)性的價(jià)值決定，而是客觀性或者是生理性的價(jià)值分辨。

同時(shí)，即便其神經(jīng)系統(tǒng)已經(jīng)具備強(qiáng)大的表示能力，但不同個(gè)體之間的信息交流效率依然是比較低效的。除了屬于生物本能的反應(yīng)，其余大部分知識(shí)和能力依然需要一代代的長(zhǎng)時(shí)間帶領(lǐng)和教導(dǎo)才能積累和延續(xù)，并且起初這種知識(shí)傳遞的效率比起現(xiàn)在的人類而言要低很多。想想人類社會(huì)中要傳遞的知識(shí)有多少，再想想一只老虎在一生中所傳遞的知識(shí)就知道了。那人與老虎在這方面的差異是什么造成的呢？是語(yǔ)言。人類在進(jìn)化的過(guò)程中產(chǎn)生了用符號(hào)去表示和記錄知識(shí)的習(xí)慣，進(jìn)而形成了一整套語(yǔ)言體系，而這些語(yǔ)言承載了人類所積累的知識(shí)，越來(lái)越多并且越來(lái)越豐富。人與人的交流溝通也隨著語(yǔ)言系統(tǒng)的發(fā)展而增強(qiáng)，人的社會(huì)性也隨之進(jìn)一步增強(qiáng)?？偠灾祟愡@一物種逐漸走向了高效知識(shí)傳遞、高度社會(huì)化、高度復(fù)雜化的方向。在“智能”的整體水平上也超越了其他所有的生物。

1.6 價(jià)值系統(tǒng)升級(jí)：高級(jí)群體智能與個(gè)體智能協(xié)同進(jìn)化

生命總是在不斷演化，實(shí)際上人類所走的這條演化路線也具有很多困難和問(wèn)題，其中一個(gè)重要問(wèn)題是：在長(zhǎng)時(shí)的決策要求、復(fù)雜的知識(shí)體系、復(fù)雜的社會(huì)關(guān)系下，個(gè)體通過(guò)理性和推理所能考慮的可能性空間將會(huì)變得無(wú)窮無(wú)盡，同時(shí)行動(dòng)動(dòng)作的唯一性和正確推理結(jié)果的唯一性與之具有矛盾。即如果面對(duì)問(wèn)題時(shí)要盡可能充分利用個(gè)體已有知識(shí)得出可靠決策，那么便容易因?yàn)橐延兄R(shí)和信息過(guò)多而陷入推理過(guò)程無(wú)法得出結(jié)論和行動(dòng)。而如果不充分利用已有知識(shí)，而僅從直覺(jué)和情緒反應(yīng)或者單一的原則來(lái)得出結(jié)論，那么又會(huì)容易在環(huán)境變化時(shí)，因?yàn)闆](méi)有利用已有知識(shí)靈活改變而做出更多錯(cuò)誤的選擇。

或許是為了平衡上述兩種矛盾，人類演化出了更為精妙的價(jià)值系統(tǒng)。在諸多可能中，人類可以根據(jù)自身的價(jià)值判斷來(lái)決定自己的行為。價(jià)值系統(tǒng)比純粹的邏輯推理更有彈性，擁有更大的行為選擇空間。例如塞翁失馬的例子。實(shí)際上，塞翁因?yàn)榭梢哉{(diào)整自身的價(jià)值判斷，使得他的選擇更多，既可以為之悲傷，也可以為之慶幸，這種機(jī)制在處理社會(huì)化的問(wèn)題和自身情緒時(shí)是很有用的。一個(gè)善于體會(huì)和調(diào)整價(jià)值觀的人，總是能比固守某種觀點(diǎn)的人看到更多的可能性，同時(shí)也能比過(guò)分思考的人更早做出滿意的行動(dòng)。人類彈性的價(jià)值系統(tǒng)為人類個(gè)體在社會(huì)中生存提供了支持，使得部分人類個(gè)體總能在社會(huì)中找到一個(gè)領(lǐng)域或方面，長(zhǎng)時(shí)間地提升自身在這個(gè)領(lǐng)域的“智能”水平，同時(shí)得益于文字系統(tǒng)不斷將知識(shí)代代積累和傳遞。

2 智能理論的發(fā)展

按前文所述，人類是獨(dú)有的開(kāi)發(fā)了復(fù)雜的語(yǔ)言并記錄了大量對(duì)世界認(rèn)知的物種。而人類所能記錄的對(duì)世界的認(rèn)識(shí)是從時(shí)間、空間規(guī)律開(kāi)始的，這些規(guī)律蘊(yùn)含了各種力量及其關(guān)系的存在。通常情況下，事實(shí)本身往往不會(huì)直接告訴我們什么是正確的什么是錯(cuò)誤的，沒(méi)有明確的概念，量的分析是毫無(wú)意義的。然而，人們?cè)谔幚砀鞣N客觀時(shí)空矛盾時(shí)，常常會(huì)不自覺(jué)地忽略了主觀價(jià)值的關(guān)涉問(wèn)題，從而造成在涉及有人或模擬人參與的系統(tǒng)中或力不從心或南轅北轍，鑒于此，本節(jié)將從事實(shí)與價(jià)值結(jié)合的角度重新審視人類關(guān)于“智能”理論的發(fā)展：即自動(dòng)化與智能化系統(tǒng)的基本規(guī)律。人類的智能不是從“我”開(kāi)始的，而是從“我們”開(kāi)始的，即一開(kāi)始就是“群體智能”，所以是“我們”創(chuàng)造出了“我”的概念，也是人類的群體智能孕育出了更強(qiáng)的個(gè)體智能。

2.1 自動(dòng)化存在的問(wèn)題

傳統(tǒng)的自動(dòng)化領(lǐng)域涉及老三論，即控制論、信息論和系統(tǒng)論。

1943年羅森勃呂特和維納的哲學(xué)論文《Behaviour, purpose and teleology》[3]（行動(dòng)、目的和目的論）是控制論萌芽的重要標(biāo)志，奠定了控制論中反饋思想的雛形，該文的中心思想是：控制行為是一個(gè)從原因到目的之間的隨機(jī)試探和反復(fù)調(diào)節(jié)的曲折過(guò)程?？刂普撏ㄟ^(guò)信息和反饋建立了工程技術(shù)與生命科學(xué)和社會(huì)科學(xué)之間的聯(lián)系。控制論中的信息輸入、處理、輸出、反饋一般是以客觀事實(shí)性數(shù)據(jù)、模型、統(tǒng)計(jì)為基礎(chǔ)的，因而在科技、工程領(lǐng)域使用效果較好，而在涉及包含主觀價(jià)值的社會(huì)、經(jīng)濟(jì)領(lǐng)域使用效果不佳。

1948年10月香農(nóng)的論文《A Mathematical Theory ofCommunication》[4]（通信的數(shù)學(xué)理論）成為現(xiàn)代信息論研究的開(kāi)端。在該文中，香農(nóng)給出了信息熵（以下簡(jiǎn)稱為“熵”）的定義，這一定義可以用來(lái)推算傳遞經(jīng)二進(jìn)制編碼后的原信息所需的信道帶寬，熵度量的是消息中所含的信息量。實(shí)際上，信息熵的提出解決了對(duì)信息的量化度量問(wèn)題，而對(duì)于（不同發(fā)出/接收者）信息質(zhì)量的好壞還沒(méi)有度量。

1932年L·V·貝塔朗菲發(fā)表“抗體系統(tǒng)論”[5]，提出了系統(tǒng)論的思想。目前，系統(tǒng)論運(yùn)用完整性、集中性、等級(jí)結(jié)構(gòu)、終極性、邏輯同構(gòu)等概念，研究適用于一切綜合系統(tǒng)或子系統(tǒng)的模式、原則和規(guī)律，并力圖對(duì)其結(jié)構(gòu)和功能進(jìn)行數(shù)學(xué)描述。對(duì)于包含人的復(fù)雜系統(tǒng)的處理還很不理想。

總之，對(duì)于自動(dòng)化領(lǐng)域的老三論（控制論、信息論和系統(tǒng)論）而言，缺乏價(jià)值反饋、價(jià)值度量、價(jià)值體現(xiàn)已成為其進(jìn)一步發(fā)展的瓶頸和挑戰(zhàn)，為此，我們將嘗試在人機(jī)環(huán)境系統(tǒng)工程中建立新三論。

2.2 智能化存在的問(wèn)題

一般而言，傳統(tǒng)的自動(dòng)化系統(tǒng)的典型特征是具有相對(duì)確定性的輸入、處理、輸出和反饋，以保持整個(gè)系統(tǒng)的魯棒性、穩(wěn)定性和可解釋性，而智能化系統(tǒng)的輸入、處理、輸出、反饋各環(huán)節(jié)相對(duì)不確定（但利己），人工智能水平則處于自動(dòng)化與智能化兩者之間。

當(dāng)前，智能化研究主要仍以人為本進(jìn)行符號(hào)、連接、行為分析與模擬，取得了不少成績(jī)（如阿爾法系列產(chǎn)品），但也出現(xiàn)了許多困難和不足，還遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到人們的期望和要求，究其因，其核心仍試圖以還原論的思想破解智能的機(jī)理或應(yīng)用，還沒(méi)有從根本上理解智能產(chǎn)生的機(jī)制原理及應(yīng)用的規(guī)律。

與機(jī)器智能相較而言，人類的智能向來(lái)不是孤立的，而是人物環(huán)境交互產(chǎn)生的。真正的智能可以計(jì)算，但單純的計(jì)算是不能產(chǎn)生智能的，智能的基本邏輯是比較，而不是計(jì)算。

智能不但涉及科學(xué)、技術(shù)、數(shù)學(xué)等領(lǐng)域，而且涉及人文、藝術(shù)、社會(huì)等方面，準(zhǔn)確地說(shuō)，智能是復(fù)雜事物，包括西方性復(fù)雜與東方性復(fù)雜。智能里面包含著唯物和唯心，既有客觀事實(shí)又有主觀意識(shí)，既有機(jī)械慣性也有靈活辯證，既有因果必然還有比較自由，既有邏輯推理更有直覺(jué)感悟。把智能看成是數(shù)據(jù)、信息、知識(shí)、算法、算力等是危險(xiǎn)的，真實(shí)的智能不但能夠?qū)W習(xí)、生產(chǎn)、使用、維護(hù)、升級(jí)這些事物，而且可以扭曲、異化、詭詐、變易這些概念或機(jī)制機(jī)理。

智能化不是信息化、數(shù)字化、自動(dòng)化的簡(jiǎn)單延伸、擴(kuò)展，而是一種與后三者大不相同的新型范式，智能不僅要掌握已知的信息/學(xué)習(xí)已有的知識(shí)，更重要的是還要生成有價(jià)值的信息、知識(shí)及有效地使用協(xié)調(diào)這些信息和知識(shí)，是理性邏輯推理與感性超邏輯判斷的統(tǒng)一。

針對(duì)當(dāng)前智能化研究的上述問(wèn)題，我們嘗試提出結(jié)合東西方思維，從人類具身、離身、反身的態(tài)勢(shì)感知角度解決智能化建模難題。

2.3 西方還原理性與東方感性系統(tǒng)思想的融合

把智能看成邏輯，把智能看成計(jì)算，這兩個(gè)錯(cuò)誤是制約智能理論發(fā)展的瓶頸和誤區(qū)。

世界是復(fù)雜的，復(fù)雜性的世界并不都是科學(xué)和計(jì)算，而是科學(xué)與非科學(xué)、理性與感性融合的人物環(huán)境系統(tǒng)，智能是自然與人工的結(jié)合，準(zhǔn)確地說(shuō)，依目前的數(shù)理、物理水平，通過(guò)編寫(xiě)計(jì)算機(jī)程序是不可能實(shí)現(xiàn)人類水平的智能的，人工智能是不可能真正理解世界的，必須另辟蹊徑。我們嘗試根據(jù)東西方文明的特點(diǎn)及現(xiàn)有計(jì)算和認(rèn)知領(lǐng)域成果，提出計(jì)算計(jì)模型，針對(duì)復(fù)雜、多域、動(dòng)態(tài)的環(huán)境，研究人機(jī)混合下的態(tài)勢(shì)感知模型，探索人-機(jī)-環(huán)境對(duì)決策的影響；進(jìn)一步構(gòu)建基于理性和感性混合驅(qū)動(dòng)的計(jì)算計(jì)模型，實(shí)現(xiàn)人機(jī)混合智能決策[6]；完成智能領(lǐng)域的理論創(chuàng)新、模型創(chuàng)新、方法創(chuàng)新與平臺(tái)創(chuàng)新，為未來(lái)智能研究提供方法和理論基礎(chǔ)。愛(ài)因斯坦曾這樣描述邏輯與想象（感性）的差異：“Logic will get you from A to B，Imagination will take you everywhere”，其實(shí)，人最大的特點(diǎn)就是能根據(jù)特定情境把邏輯與想象、具象與抽象進(jìn)行有目的的彌聚融合。這種靈活彈性的彌散聚合機(jī)制往往與任務(wù)情境緊密相關(guān)。

休謨之問(wèn)是指休謨1711年在其名著《人性論》里面提出來(lái)的一個(gè)問(wèn)題：從“是”（Being）中能否推出“應(yīng)該”（Should）來(lái)，即從客觀事實(shí)里能否推出主觀價(jià)值[7]。這個(gè)問(wèn)題在西方近代哲學(xué)史上占有重要地位，在他之后許多著名哲學(xué)家紛紛介入，但終未有效破解。在兩千多年前的東方，孟子在《告子上》一書(shū)中就說(shuō)過(guò)：是非之心，智也[8]。智能的任務(wù)就是要打開(kāi)科技與、或、非門(mén)的狹隘，比如大與、小與，大或、小或，大非、小非……大是（being）、大應(yīng)（should）、小是（being）、小應(yīng)（should）穿透各種非家族相似性的壁壘，用未來(lái)的想象（預(yù)期）和當(dāng)前的感受（如同情、共感、同理心、信任等）影響智能領(lǐng)域的走勢(shì)。

智能系統(tǒng)中的算計(jì)就是人類沒(méi)有數(shù)學(xué)模型的計(jì)算，智能計(jì)算中的“與或非”邏輯，大家比較熟悉了，就不再贅述；算計(jì)中的邏輯不妨稱之為“是非應(yīng)”，其中，“是”偏同化，“非”側(cè)順應(yīng)，“應(yīng)”為平衡，當(dāng)遇到未知問(wèn)題時(shí)，先用“是”，再用“非”，后用“應(yīng)”。大是大非時(shí)，大是不動(dòng)，先試小非，再試中非，若不行，大非不動(dòng)，先試小是，再試中是，這些試的過(guò)程就是“中”的平衡?！皯?yīng)”就是不斷嘗試、調(diào)整、平衡。以上就是計(jì)算與算計(jì)結(jié)合的新邏輯體系，算計(jì)邏輯把握價(jià)值情感方向，計(jì)算邏輯細(xì)化事實(shí)理性過(guò)程。智能走向未來(lái)，沒(méi)有新邏輯出現(xiàn)或許就會(huì)沒(méi)有靈魂。

智能的核心問(wèn)題為“是不是”+“該不該”+“好不好”的混雜組合問(wèn)題。其中，“是不是”屬于客觀事實(shí)性邏輯計(jì)算問(wèn)題，“該不該”屬于主觀價(jià)值性判定算計(jì)問(wèn)題，“好不好”屬于主客觀混合性決策計(jì)算計(jì)問(wèn)題。當(dāng)前大家思考智能大都處在做“是不是”（0、1）的邏輯可計(jì)算部分，對(duì)于主觀價(jià)值的可判定性及兩者的混合計(jì)算-算計(jì)（計(jì)算計(jì)）還未有好辦法解決。

西方現(xiàn)代物理學(xué)有兩大支柱理論。一是愛(ài)因斯坦的相對(duì)論，它從大尺度上解釋了宇宙自身的膨脹現(xiàn)象，為其提供了理論框架。二是量子力學(xué)，它從小尺度上為分子、原子，以及比原子更小的粒子（比如電子和夸克）的存在性提供了理論框架。量子力學(xué)是由許多科學(xué)家，包括普朗克、海森堡、波爾、薛定諤等人共同提出。但這兩個(gè)理論卻有一個(gè)共同之處，就是都是通過(guò)算計(jì)而產(chǎn)生計(jì)算體系，還有大家熟知的數(shù)學(xué)四次危機(jī)及其化解也是如此吧。

東方智慧既有數(shù)學(xué)的成分也有非數(shù)學(xué)的成分，東方智慧不是單純的智能計(jì)算，而是智能化，重點(diǎn)在“化”，即算計(jì)。算計(jì)是人類帶有動(dòng)因的理性與感性的混合盤(pán)算，是已有邏輯形式與未知邏輯形式的融合籌劃。比如毛主席指揮打仗，在戰(zhàn)略（算計(jì)）上從不犯錯(cuò)，不會(huì)在敵人（算計(jì)）選擇的時(shí)間、敵人選擇的地點(diǎn)，以敵人希望的方式開(kāi)戰(zhàn)。

元是認(rèn)知之始的元素。一元為being，多元為should，除了多元之外，還有變?cè)?，隨機(jī)應(yīng)變的元。多元認(rèn)知是如何形成一元認(rèn)知的？即人們是如何把多種邏輯壓入一次邏輯推理過(guò)程中的呢？這是智能領(lǐng)域的研究關(guān)鍵，也是未來(lái)科幻需要破解的難題！隨之會(huì)衍生出這樣一些問(wèn)題：人們是如何把多種態(tài)、勢(shì)壓入智能系統(tǒng)中的態(tài)、勢(shì)、感、知過(guò)程中的呢？人們是如何把多種科學(xué)事實(shí)計(jì)算壓入一次智能系統(tǒng)計(jì)算計(jì)過(guò)程中的呢？

在西方科技發(fā)展的歷史長(zhǎng)河中，第一次數(shù)學(xué)危機(jī)稱為畢達(dá)哥拉斯悖論（信奉“萬(wàn)物皆數(shù)”的信條，號(hào)稱任何線段長(zhǎng)度都可表示為兩個(gè)自然數(shù)之比，畢達(dá)哥拉斯悖論是希帕索斯發(fā)現(xiàn)的，他發(fā)現(xiàn)了直角邊長(zhǎng)為1的等腰直角三角形斜邊長(zhǎng)度不是自然數(shù)之比）；第二次數(shù)學(xué)危機(jī)稱為貝克萊悖論（1734年由愛(ài)爾蘭主教貝克萊提出：在牛頓和萊布尼茨求導(dǎo)數(shù)過(guò)程中，dx 既是0又不是0，這就是貝克萊悖論）；第三次數(shù)學(xué)危機(jī)稱為羅素悖論（集合R本身既是R的元素，又不是 R的元素）。

這三次危機(jī)的一致性在于“是”與“不是”的悖論，與量子物理的“貓”一樣，與文學(xué)的“to be or not to be”相似，與東方思想中的“是非之心”相關(guān)，與經(jīng)濟(jì)行為中的“A與非A”異曲同工。“是”與“不是”即為一元，其相互間的轉(zhuǎn)化即為變?cè)溲苌龅摹皯?yīng)”即為多元。如A是一元，A轉(zhuǎn)化為B是變?cè)?，A應(yīng)為B或C或D……為多元。邏輯壓縮、人與隱形系統(tǒng)、計(jì)算-算計(jì)（計(jì)算計(jì)）依然成為未來(lái)科幻領(lǐng)域的研究重點(diǎn)和難點(diǎn)。計(jì)算涉及事實(shí)性人機(jī)環(huán)境系統(tǒng)（事圖）問(wèn)題，算計(jì)則更多涉及價(jià)值性人機(jī)環(huán)境系統(tǒng)（意圖）問(wèn)題，而事實(shí)與價(jià)值常常會(huì)出現(xiàn)不一致甚至是矛盾，計(jì)算計(jì)就是各種事實(shí)、價(jià)值的混合性人機(jī)環(huán)境系統(tǒng)問(wèn)題，而且不同粒度的計(jì)算計(jì)模型是不同的。如果說(shuō)計(jì)算中含有貝葉斯（結(jié)論隨新數(shù)據(jù)的輸入而改變），那么算計(jì)就涉及錨定論（結(jié)論很難隨著新數(shù)據(jù)的輸入而改變），智能領(lǐng)域也許就是一個(gè)典型的科技與藝術(shù)的計(jì)算計(jì)案例。

算計(jì)是人類不借助機(jī)器的跨域多源異構(gòu)系統(tǒng)的復(fù)雜“計(jì)算”過(guò)程。在某種意義或程度上，算計(jì)就是觀演一體化、“存算一體化”這兩個(gè)“神經(jīng)形態(tài)”過(guò)程的交互平衡，觀（存）就是拉大尺度或顆粒的非實(shí)時(shí)top-down過(guò)程，演（算）就是小尺度細(xì)顆粒實(shí)時(shí)bottom-up過(guò)程。

從東方角度而言，人機(jī)混合智能是觀演同在的技藝術(shù)（藝術(shù)+技術(shù)）形式，它至少包含三層意思。第一層，人機(jī)混合必須是（人主）藝術(shù)的，但又不是真實(shí)藝術(shù)的，它是用（機(jī)器）技術(shù)語(yǔ)言再創(chuàng)造出的智能，它是藝術(shù)意念的技術(shù)化；第二層，創(chuàng)造出藝術(shù)性的目的，是要呈現(xiàn)智能的美；而這個(gè)智能的美，就蘊(yùn)藏著人機(jī)智能的第三層意思：人機(jī)混合智能是人的藝術(shù)與機(jī)器技術(shù)的混合，它是觀演同在的技藝術(shù)。因而，人機(jī)混合智能在觀演關(guān)系中生成帶有主觀性、想象性的美，以及虛實(shí)相生、無(wú)中生有的真。

如何把算計(jì)嵌入多源異構(gòu)計(jì)算的彌（散）聚（合）中去？如何實(shí)現(xiàn)不同顆粒度中（狀）態(tài)的積分、（趨）勢(shì)的微分、感（覺(jué)）的連續(xù)、知（覺(jué)）的離散呢？計(jì)算能夠解決不少“態(tài)”的可計(jì)算問(wèn)題，而要真正解決“勢(shì)”的可判定問(wèn)題則需要人類的算計(jì)。例如查爾斯·達(dá)爾文在用自然選擇闡述他的進(jìn)化論時(shí)，根本就沒(méi)用到數(shù)學(xué)。同樣，當(dāng)阿爾弗雷德·魏格納首次描述板塊漂移理論時(shí)，也只是用語(yǔ)言表述的。當(dāng)然，索維爾所言“理解人類的局限性，是智慧的開(kāi)端”不無(wú)道理，未來(lái)新型人機(jī)關(guān)系最重要的是重構(gòu)與合作，即隨態(tài)/勢(shì)的變化而重構(gòu)感/知、隨感/知的變化而重構(gòu)態(tài)/勢(shì)，二者由單純被動(dòng)的工具使用變?yōu)樽灾鞣e極的合作關(guān)系。

數(shù)學(xué)本身就是一種虛實(shí)相間的元宇宙，點(diǎn)線面體都是非真實(shí)存在的虛擬概念，大家卻用它來(lái)近似描述物理世界。從數(shù)到圖（空間）、力（時(shí)間）、能（量）、信息（客觀）、智（能），數(shù)學(xué)模型與物理世界的關(guān)系，如同形式邏輯模型與真實(shí)世界事物的關(guān)系一樣，是理想符號(hào)關(guān)系對(duì)事實(shí)關(guān)系的描摹、刻畫(huà)，這些“非存在的有”表征主要為三類，一是孫悟空、圣誕老人等想象類（虛擬量），二是爺爺奶奶等逝去先人真實(shí)類（物理量），三是藝術(shù)處理后的諸葛亮、維特根斯坦等真實(shí)想象混合類（加工量）。

自然科學(xué)及數(shù)學(xué)工具本質(zhì)上是一種主體懸置的態(tài)勢(shì)感知體系，人文藝術(shù)常常是一種主體高度參與的態(tài)勢(shì)感知體系，博弈智能涉及了這兩方面，由于主體的實(shí)時(shí)參與，所以更側(cè)重人文藝術(shù)方面。

彭羅斯從歌德?tīng)柌煌陚涠ɡ戆l(fā)展了自己的理論，認(rèn)為人腦有超出公理和正式系統(tǒng)的能力。他在《皇帝新腦》中提出，大腦有某種不依賴于計(jì)算法則的額外功能，這是一種非計(jì)算過(guò)程，不受計(jì)算法則驅(qū)動(dòng)；而算法卻是大部分物理學(xué)的基本屬性，計(jì)算機(jī)必須受計(jì)算法則的驅(qū)動(dòng)。對(duì)于非計(jì)算過(guò)程，量子波在某個(gè)位置的坍塌，決定了位置的隨機(jī)選擇。波函數(shù)塌縮的隨機(jī)性，不受算法的限制。

人腦與電腦的根本差別，可能是量子力學(xué)不確定性和復(fù)雜非線性系統(tǒng)的混沌作用共同造成的。人腦包含了非確定性的自然形成的神經(jīng)網(wǎng)絡(luò)系統(tǒng)，具有電腦不具備的“直覺(jué)”，正是這種系統(tǒng)的“模糊”處理能力和效率極高的表現(xiàn)。而傳統(tǒng)的圖靈機(jī)則是確定性的串行處理系統(tǒng)，雖然也可以模擬這樣的“模糊”處理，但是效率太低下了。而正在研究中的量子計(jì)算機(jī)和計(jì)算機(jī)神經(jīng)網(wǎng)絡(luò)系統(tǒng)才真正有希望解決這樣的問(wèn)題，達(dá)到人腦的能力。

彭羅斯認(rèn)為，客觀還原所代表的既不是隨機(jī)，也不是大部分物理所依賴的算法過(guò)程，而是非計(jì)算的，受時(shí)空幾何基本層面的影響，在此之上產(chǎn)生了計(jì)算和意識(shí)。非存在的有表現(xiàn)為三類，一是孫悟空、圣誕老人等想象類，二是爺爺奶奶等逝去先人真實(shí)類，三是藝術(shù)加工后的諸葛亮、維特根斯坦等真實(shí)想象混合類。

愛(ài)因斯坦所說(shuō)的“時(shí)間和空間是人們認(rèn)知的一種錯(cuò)覺(jué)”，即時(shí)間和空間只是人們對(duì)于事物發(fā)展順序和物體間相互關(guān)系的一種抽象概念，在人們從日常經(jīng)驗(yàn)總結(jié)出的觀念中，時(shí)間和空間是絕對(duì)的、可度量的，而相對(duì)論揭示出時(shí)空的相對(duì)性和二者間的聯(lián)系。我們認(rèn)為不變的時(shí)間和空間都會(huì)隨物體的運(yùn)動(dòng)、物質(zhì)能量的分布而變化。

在態(tài)勢(shì)感知中，態(tài)涉及物理、心理、管理等參數(shù)狀態(tài)（主態(tài)、客態(tài)），勢(shì)是有效態(tài)的變化方向，感是接受的各種數(shù)據(jù)刺激，知是建立起的各種聯(lián)系。用態(tài)勢(shì)的轉(zhuǎn)化比值“態(tài)/勢(shì)”確定有效態(tài)的大小，有效態(tài)變化的速度很重要。態(tài)勢(shì)感知涉及計(jì)算-算計(jì)系統(tǒng)。事實(shí)態(tài)不能產(chǎn)生勢(shì)，價(jià)值態(tài)能夠產(chǎn)生勢(shì)。如何快速識(shí)別出或嘗試出價(jià)值態(tài)將變得十分關(guān)鍵，價(jià)值態(tài)有經(jīng)驗(yàn)方面的，有情感方面的，有測(cè)試方面的，也有對(duì)環(huán)境認(rèn)知方面的。

數(shù)理的物理域、心理的認(rèn)知域、管理的信息域、情理的社會(huì)域中的時(shí)間空間同樣會(huì)發(fā)生各種變化，我們不妨稱之為基于事實(shí)-價(jià)值體系的虛擬-現(xiàn)實(shí)時(shí)空態(tài)勢(shì)感知維度。共分為現(xiàn)實(shí)時(shí)空的xyzt+虛擬時(shí)空的xyzt+事實(shí)時(shí)空xzyt+價(jià)值時(shí)空xyzt，抑或它們之間的各種組合及參照系變換（如虛擬價(jià)值時(shí)空、現(xiàn)實(shí)事實(shí)時(shí)空、虛擬事實(shí)時(shí)空、現(xiàn)實(shí)價(jià)值時(shí)空）。

不同維度里的態(tài)、勢(shì)、感、知不盡相同，所以常常會(huì)發(fā)生虛擬時(shí)空維度里的態(tài)對(duì)不準(zhǔn)現(xiàn)實(shí)時(shí)空維度的勢(shì)（如想象情景與實(shí)踐情境不一致），事實(shí)時(shí)空維度里的態(tài)對(duì)不準(zhǔn)價(jià)值時(shí)空維度的勢(shì)（如物理場(chǎng)景與任務(wù)意圖不一致），所以常常出現(xiàn)各種有“態(tài)”無(wú)“勢(shì)”現(xiàn)象。

智能是在人與物、環(huán)境的交互中逐步形成的，一方面，我們的認(rèn)知總是在與這個(gè)世界發(fā)生著融合；另一方面，被誤用的計(jì)算卻也可能會(huì)影響我們的認(rèn)知。1968年圖靈獎(jiǎng)獲得者理查德·哈明就曾一語(yǔ)中的地認(rèn)識(shí)到：“計(jì)算的目的不在于數(shù)據(jù)，而在于洞察事物。”這里的洞察就包含著對(duì)未來(lái)的預(yù)測(cè)與算計(jì)。人類的洞察機(jī)制不是一維的具身認(rèn)知，還常常涉及二維的離身認(rèn)知、三維（以上）的反身認(rèn)知及其混合認(rèn)知機(jī)理。

3 ChatGPT的智能水平探討

眾所周知，ChatGPT是基于GPT-3模型的聊天機(jī)器人。GPT-3是OpenAI公司開(kāi)發(fā)的一種自然語(yǔ)言處理模型，具有極強(qiáng)的語(yǔ)言生成能力和上下文感知能力。使用GPT-3模型作為其核心技術(shù)的ChatGPT，可以完成智能對(duì)話、問(wèn)答等任務(wù)?？墒撬啾扔趶那暗淖匀徽Z(yǔ)言對(duì)話系統(tǒng)，究竟發(fā)生了什么變化？以至于如今在市面上備受歡迎，并且被諸多學(xué)者和各界人士給予厚望，認(rèn)為其能夠改變世界。

3.1 人類知識(shí)的模型化

ChatGPT從技術(shù)的角度講，其實(shí)就是一個(gè)具有龐大參數(shù)的深度神經(jīng)網(wǎng)絡(luò)模型[9]。但是其強(qiáng)大之處在于實(shí)現(xiàn)了將人類記錄在文字中的海量知識(shí)通過(guò)訓(xùn)練的方式輸入了它的模型網(wǎng)絡(luò)。原本這些文字記錄本身就存在，并且我們可以通過(guò)搜索引擎進(jìn)行高效檢索，那為什么還要對(duì)知識(shí)進(jìn)行模型化呢？

因?yàn)槿祟愖非蟮娜斯ぶ悄苁峭ㄓ弥悄荏w，而通用智能體就勢(shì)必需要面臨它不曾見(jiàn)過(guò)的情景，即需要具備一定的泛化能力。但是記憶與檢索的方式無(wú)法實(shí)現(xiàn)泛化，而神經(jīng)網(wǎng)絡(luò)模型卻可以。所以當(dāng)我們問(wèn)ChatGPT它從未見(jiàn)過(guò)（即與其訓(xùn)練數(shù)據(jù)不同）的問(wèn)題時(shí)，它依然能夠回答得很好，這就得益于其強(qiáng)大的泛化能力。甚至有研究人員經(jīng)過(guò)測(cè)試，發(fā)現(xiàn)ChatGPT具備了一定的推理能力和認(rèn)知能力，這些從大量數(shù)據(jù)訓(xùn)練中所涌現(xiàn)出的能力著實(shí)讓人們吃了一驚[10]。

這些新能力在諸如客服系統(tǒng)、智能搜索引擎、自然語(yǔ)言翻譯、虛擬數(shù)字人、智能機(jī)器人……方面都會(huì)有巨大的應(yīng)用潛力，毫無(wú)疑問(wèn)或多或少會(huì)改變我們的生活。但同時(shí)也應(yīng)該認(rèn)識(shí)到，對(duì)比自然智能的演化歷程，ChatGPT大模型的訓(xùn)練方式?jīng)Q定了它不會(huì)像自然智能那樣各方面的能力都平衡且豐富，而是僅僅在對(duì)話領(lǐng)域有較好的效果[11]。并且也因?yàn)椴捎脭?shù)據(jù)訓(xùn)練，而非生物體親身經(jīng)歷世界那樣，所以它也無(wú)法分辨真實(shí)和虛假，一切全由數(shù)據(jù)和隨機(jī)因素影響，但人們卻會(huì)因?yàn)樗卮鸬拿菜坪侠矶X(jué)得可靠，這種人機(jī)信任的狀態(tài)在某種程度上是非常不可靠的。

3.2 ChatGPT與自然智能的演化路徑

在前文中，我們梳理了自然智能的演化過(guò)程，那么可以對(duì)比ChatGPT的產(chǎn)生與自然智能的演化過(guò)程有何不同。首先考察ChatGPT能否自我復(fù)制。雖然ChatGPT因?yàn)楸举|(zhì)是運(yùn)行在計(jì)算機(jī)的程序，所以其復(fù)制相當(dāng)?shù)娜菀祝鋸?fù)制的過(guò)程本身是受到人類控制的，所以無(wú)法達(dá)成“自我復(fù)制”這個(gè)條件，也無(wú)法達(dá)成低級(jí)群體智能的演化方式（即通過(guò)自我復(fù)制過(guò)程中差異積累和部分個(gè)體死亡的方式提升群體智能水平）。值得一提的是，從ChatGPT的能力來(lái)看，其在軟件層面是完全能實(shí)現(xiàn)“自我復(fù)制”的，因?yàn)橐粋€(gè)程序的復(fù)制說(shuō)到底就是運(yùn)行一些代碼進(jìn)行數(shù)據(jù)拷貝的事情，這正是計(jì)算機(jī)和機(jī)器程序所擅長(zhǎng)的。

智能體的演化需要差異的積累與環(huán)境的反饋，而自然智能還需要具備對(duì)自然環(huán)境感知能力的提升，同時(shí)自然智能是先有對(duì)自然環(huán)境的感知能力，進(jìn)而才發(fā)展出語(yǔ)言和符號(hào)、高級(jí)的價(jià)值系統(tǒng)。然而，ChatGPT一開(kāi)始就是由人類所產(chǎn)生的文本數(shù)據(jù)進(jìn)行訓(xùn)練的，其存儲(chǔ)于模型的知識(shí)并非來(lái)自對(duì)自然環(huán)境的感知。雖然人類很多時(shí)候?qū)W習(xí)課本知識(shí)時(shí)也是如此，但是人類能夠因?yàn)殚L(zhǎng)時(shí)間與自然環(huán)境進(jìn)行交互，所以從課本中學(xué)習(xí)的知識(shí)也能夠在與環(huán)境交互的過(guò)程中“重新”進(jìn)行學(xué)習(xí)和調(diào)整?？偟膩?lái)說(shuō)，ChatGPT目前只能與人的文字進(jìn)行交互，而無(wú)法與自然環(huán)境進(jìn)行交互。也就是說(shuō)，ChatGPT的智能水平高本質(zhì)上是因?yàn)槌浞治樟巳祟愓Z(yǔ)言與符號(hào)系統(tǒng)大規(guī)模應(yīng)用的成果，也即吸收了人類的“智能資產(chǎn)”。這對(duì)于機(jī)器來(lái)說(shuō)，從理論和事實(shí)上都是“智能”水平快速提升的最優(yōu)解。甚至ChatGPT發(fā)展出高級(jí)的價(jià)值系統(tǒng)也不是不可能，但應(yīng)當(dāng)也只能停留在文字和語(yǔ)言層面。人類同時(shí)具備兩種能力。能力一：從與自然環(huán)境的交互中抽象出符號(hào)化知識(shí)的能力。能力二：從符號(hào)化知識(shí)中學(xué)習(xí)到自然環(huán)境特征的能力。我們可以認(rèn)為ChatGPT具備能力二并且相當(dāng)強(qiáng)大，但它不具備對(duì)自然環(huán)境的直觀感知，也無(wú)法從與自然環(huán)境的交互中總結(jié)知識(shí)，所以當(dāng)前其更像是“高度智能化的人類知識(shí)庫(kù)”。

如果類似于ChatGPT的智能體要朝著更通用的方向發(fā)展，勢(shì)必要突破上述所說(shuō)的能力一?？梢圆聹y(cè)，通用人工智能的演化相比于自然智能的演化過(guò)程，一個(gè)關(guān)鍵的不同將會(huì)在于：自然智能先演化出能力一，再演化出能力二；而通用人工智能將會(huì)先演化出能力二（當(dāng)前已經(jīng)實(shí)現(xiàn)），再演化出能力一（當(dāng)前還未實(shí)現(xiàn)）。

3.3 不足：缺乏對(duì)事實(shí)與價(jià)值的理解與判斷

ChatGPT是一種基于自然語(yǔ)言處理技術(shù)的聊天機(jī)器人，它的回答是基于對(duì)大量文本數(shù)據(jù)的學(xué)習(xí)和訓(xùn)練得出的。雖然ChatGPT可以生成看似合理的回答，但它缺乏對(duì)價(jià)值和事實(shí)的判斷能力。究其原因，正如上文所說(shuō)，ChatGPT不具備在與自然環(huán)境的交互中抽象出符號(hào)化知識(shí)的能力。雖然其得益于訓(xùn)練數(shù)據(jù)的龐大以及基于人類反饋的調(diào)整而能夠表現(xiàn)出一定的判斷力，但在能力一上的缺陷還是會(huì)導(dǎo)致缺乏對(duì)事實(shí)的理解與判斷能力。ChatGPT并沒(méi)有真正理解問(wèn)題或回答中所涉及的概念和知識(shí)與對(duì)應(yīng)的實(shí)體關(guān)系。這是僅僅依靠能力二必定會(huì)面臨的局限。因此，在使用ChatGPT時(shí)需要謹(jǐn)慎，特別是在涉及重要決策或事實(shí)準(zhǔn)確性要求較高的情況下，最好還是尋求專業(yè)人士或可靠來(lái)源的建議。

觀察當(dāng)前學(xué)界和業(yè)界熱點(diǎn)，可以發(fā)現(xiàn)關(guān)于能力二的研究正是熱點(diǎn)，正有非常多的研究點(diǎn)在如火如荼地進(jìn)行（例如模型性能調(diào)優(yōu)、輕量化部署等），而關(guān)于能力一的研究還暫且沒(méi)有眉目。我們認(rèn)為，人工智能系統(tǒng)對(duì)事實(shí)和價(jià)值在理解與判斷上的問(wèn)題，需要等到能力一相關(guān)研究突破才有可能解決。

3.4 軍事應(yīng)用潛力

ChatGPT的出現(xiàn)對(duì)軍事智能技術(shù)的發(fā)展可能會(huì)產(chǎn)生積極影響。由于ChatGPT具有強(qiáng)大的自然語(yǔ)言處理能力，因此可以用于分析和理解大量的軍事情報(bào)數(shù)據(jù)，從而幫助軍方做出更明智的決策。此外，ChatGPT還可以用于開(kāi)發(fā)智能對(duì)話系統(tǒng)，使得士兵和指揮官之間的溝通更加高效和準(zhǔn)確。但是，也需要注意到ChatGPT存在一些局限性，例如無(wú)法分辨真實(shí)和虛假信息等問(wèn)題。因此，在應(yīng)用時(shí)需要謹(jǐn)慎評(píng)估其可靠性和適用性。

ChatGPT還可以用于開(kāi)發(fā)虛擬訓(xùn)練系統(tǒng)，幫助士兵和指揮官進(jìn)行模擬訓(xùn)練和實(shí)戰(zhàn)演練。這種虛擬訓(xùn)練系統(tǒng)可以提高軍隊(duì)的戰(zhàn)斗力和應(yīng)對(duì)能力，同時(shí)也可以減少實(shí)際訓(xùn)練的成本和風(fēng)險(xiǎn)。另外，ChatGPT還可以用于開(kāi)發(fā)智能機(jī)器人，用于執(zhí)行一些危險(xiǎn)或重復(fù)性工作，從而減輕士兵的負(fù)擔(dān)，甚至也有可能用于實(shí)現(xiàn)能獨(dú)立作戰(zhàn)的機(jī)器人?？傊珻hatGPT的出現(xiàn)為軍事智能的發(fā)展提供了非常多新的思路和可能性。

ChatGPT能為軍事智能帶來(lái)新的發(fā)展機(jī)會(huì)是肯定的，因其在諸多方面能媲美人類的水平從而具有很高的下限，但考慮到當(dāng)前類似的大模型訓(xùn)練方式還沒(méi)有達(dá)到其能發(fā)揮出能力的上限，所以這類大模型經(jīng)過(guò)軍事相關(guān)的專門(mén)優(yōu)化并應(yīng)用之后能提升多少戰(zhàn)力，以及這種提升能拉開(kāi)與其他軍事方的實(shí)力差距，這些都還是未知的。如果這種人工智能在未來(lái)的戰(zhàn)爭(zhēng)中能發(fā)揮至關(guān)重要的作用，那我們應(yīng)當(dāng)謹(jǐn)防技術(shù)和應(yīng)用上的落后，以及謹(jǐn)防此類技術(shù)帶來(lái)軍事上某方的強(qiáng)權(quán)。

3.5 發(fā)展風(fēng)險(xiǎn)

通用人工智能的實(shí)現(xiàn)如果需要上述兩種能力，那我們已經(jīng)在其中一種能力上基本達(dá)到要求了，但同時(shí)也需要思考可能會(huì)帶來(lái)的風(fēng)險(xiǎn)。只實(shí)現(xiàn)了能力二意味著人工智能還只能與人類進(jìn)行交互而無(wú)法獨(dú)立地與自然環(huán)境進(jìn)行交互，所以帶來(lái)的風(fēng)險(xiǎn)也主要體現(xiàn)為對(duì)人的影響（例如對(duì)價(jià)值觀、隱私、教育等的影響）[12]。同時(shí)，當(dāng)人類想要控制它的時(shí)候，還是比較可控的。并且其作為人的幫手時(shí)，也有非常多的益處，可以提升人類個(gè)體的工作效率和學(xué)習(xí)效率。所以我們認(rèn)為，只具備能力二的人工智能系統(tǒng)對(duì)人類社會(huì)而言風(fēng)險(xiǎn)性還不算太高，而能力一因?yàn)榻换ミ^(guò)程的不可控，面臨的風(fēng)險(xiǎn)將會(huì)更大。

自然智能在演化過(guò)程中并非一帆風(fēng)順，而是經(jīng)歷了非常多的腥風(fēng)血雨，有藍(lán)藻大量繁殖導(dǎo)致大氧化事件而造成大量生物滅絕，有生物之間的弱肉強(qiáng)食，有種群間與種群內(nèi)的分裂與戰(zhàn)爭(zhēng)……這些過(guò)程的發(fā)生，都是在生命與自然環(huán)境的交互中產(chǎn)生的。我們現(xiàn)在通過(guò)歷史已經(jīng)知道了這些，但在生命與環(huán)境的交互過(guò)程中，有非常多的事物是人力不可控的，我們無(wú)法預(yù)料如果機(jī)器能夠與環(huán)境獨(dú)立進(jìn)行交互，究竟會(huì)發(fā)生什么。曾經(jīng)人類所犯的錯(cuò)誤（例如混亂、戰(zhàn)爭(zhēng)與屠殺）會(huì)不會(huì)在機(jī)器學(xué)到能力一時(shí)重新再犯一遍呢？人性中的弱點(diǎn)會(huì)不會(huì)在機(jī)器中再次復(fù)現(xiàn)呢？我們認(rèn)為這些情況都是當(dāng)機(jī)器具備能力一時(shí)才有可能出現(xiàn)的，但也應(yīng)當(dāng)提前思考?；蛟S因?yàn)槿斯ぶ悄茉谘莼^(guò)程中會(huì)先具備能力二，從而能夠從人類歷史中學(xué)習(xí)，所以不會(huì)像人類那樣再犯錯(cuò)；也可能在具備能力一之后產(chǎn)生人類無(wú)法預(yù)料的情況。

4 總結(jié)

綜上所述，本文對(duì)比自然智能的演化過(guò)程，對(duì)人工智能的發(fā)展和ChatGPT的效果進(jìn)行了全面分析，并提出了當(dāng)前智能化理論的不足；突出強(qiáng)調(diào)了提高人工智能通用性的重要性和人工智能的長(zhǎng)遠(yuǎn)發(fā)展方向。文章還探討了新興的應(yīng)用領(lǐng)域和對(duì)世界的潛在影響。

展望未來(lái)，很明顯，人工智能將繼續(xù)在我們的生活中扮演越來(lái)越重要的角色。隨著技術(shù)的進(jìn)步，我們可以期待看到更復(fù)雜的人工智能系統(tǒng)，它們能夠處理復(fù)雜的任務(wù)，并以更高的準(zhǔn)確性做出決策。然而，也有人擔(dān)心人工智能的倫理影響，特別是在隱私和安全等領(lǐng)域。因此，研究人員和政策制定者必須共同努力，確保以負(fù)責(zé)任和道德的方式開(kāi)發(fā)人工智能。

總的來(lái)說(shuō)，盡管仍有許多挑戰(zhàn)需要解決，但人工智能的未來(lái)看起來(lái)很有希望。隨著對(duì)研究和開(kāi)發(fā)的持續(xù)投資，我們期待在未來(lái)幾年看到這一領(lǐng)域更多令人興奮的突破。

審核編輯：湯梓紅