最近，從事聖達菲研究所 (Santa Fe Institute) 的戴維斯複雜性研究的米切爾教授接受採訪時談到，“機器人要變得更像人，首先要學會類比思維。”一句話道出目前人工智慧的困境。

讓機器更像人，這並不是白日做夢。如今 AI 正在學習各種認知，包括最難突破的時間認知、經驗認知、感性認知。

長期以來，思維是人類獨有的本領。在人工智慧訓練上，科學家們更專注邏輯和行為規則的程式設計。但這樣訓練出來的 AI，前期需要大量的資料學習，也並沒有思維，所會的技能幾乎全被打碎。

目前，米切爾領導著 SFI 的自然和人工系統智慧基礎專案，"AI 類比" 研究要比以往任何時候都更加突出。該專案將在明年召開一系列跨學科研討會，研究生物進化、集體行為 (如螞蟻等群居昆蟲的行為) 和如何利用身體促進智力的發展。

半路出家，高中數學老師做起人工智慧

1979 年獲得普利策獎的著作《哥德爾、艾舍爾、巴赫》激發了大批電腦科學家的靈感，但很少有人像梅蘭妮・米切爾 (Melanie Mitchell) 那樣改變了人生軌跡。

在閱讀了這本 777 頁的大部頭書後，紐約的高中數學老師米切爾決定：我 "需要" 從事人工智慧的工作。

她很快找到了這本書的作者、人工智慧研究員道格拉斯・霍夫斯塔德（Douglas Hofstadter），並說服他給自己一個實習機會。

雖然當時她只學了幾門電腦科學課程，但霍夫斯塔德似乎對她的膽量印象深刻，並不關心她的學歷。

米切爾趕上了“最後一刻”的研究生申請，並加入了霍夫斯塔德在密歇根大學安娜堡分校的新實驗室。在接下來的六年裡，兩人密切合作，開發了一個名為“Copycat"的電腦程式。用他們的話來說，這個程式的目的是" 發現創新性的類比，並做出具備這樣思想的智慧體 "。

此後的科研路上，米切爾便一直和“AI 數字思維”維繫在一起。

類比到底是什麼

這是一種抽象的能力，比如你告訴我一個故事，然後我說，“哦，我懂你”，實際上這種事並沒有發生在我身上，但我可以做一個假設。

然而，機器人知道“理解”是什麼嗎，知道“意義”是什麼嗎，以數字形式存在的它們，計算過自己的生命長短嗎？當人工智慧遇上“認知”障礙，能否自主解決？

滑稽的是，要明白人類意義時，它們卻在忙著處理資料。

他們永遠也學不會類比嗎?

在探索 AI“認知”的問題上，不少科學家正在做相關的實驗。上個月 DeepMind 實驗室發博文稱，“正在訓練開放式學習的智慧體。”這些無需監督和資料餵養的智慧體，能以很少的例子在遊戲任務裡自主進化，並且表現出不俗的泛化能力。

這暗示了 AI 學會類比的可能性，但實際情況是，智慧體在遊戲中執行得很好，如何將其擴充套件到我們真正關心的領域? 假如能夠證明 AI 具備類比能力，如何在擁有認知之後再學習和推理？

更重要的是，這是否意味著人工智慧也需要像我們一樣，擁有一個身體呢？

因為認知和智力活動不僅僅是大腦孤立的計算，而是大腦、身體和環境的相互作用。因此，電影《東成西就》裡的段王爺，只有漂浮的腦袋就能飛昇成仙，在人工智慧這並不現實。