身体的智能：12.3以不同的方式来看待事物

科学从一开始就不断地改变着我们看待自己和周围世界的方式。通常，这是个渐进的过程，但是在某些情况下，它是突然和戏剧性的。例如，Nicolaus Copernicus（1473~1543）揭示了地球围绕太阳转而不是其他的方式。这对人们如何认识我们在宇宙中的位置有着深远的影响。我们思考的另一个根本转变是来自达尔文在19世纪提出的自然选择理论。人类不是像神话中那样被创造出来的，他们和猿拥有共同的祖先，同样是进化的结果。这个事实改变了我们如何看待自己和神以及和地球上其他物种间的关系。在科学发展中很少有那样不仅对科学而且对整个世界都有很多启示的发现。约在20世纪之交，Sigmund Freud强调我们的行为在本质上是由意识控制之外的力量所驱使。如果Freud的假设，那个奠定了神经机能病理心理分析理论的假设真的正确的话，那么这对自由意志的概念有很多含义（见插注1.1）。在20世纪中期，James
Watson和Francis Crick发现脱氧核糖核酸（DNA）携带生命的遗传信息，为此，他们（还包括Maurice Wilkins）获得了1962年的诺贝尔奖。这个发现确认我们和所有形式的生命包括扁形虫和酵母菌有更多的共同点比很多人所愿意承认的多出很多。理论上讲，这个见解再一次地减小了人类的特殊性或独特性。下一个令人振奋的发现立刻出现，即在第6章讨论过的人类基因工程的一个重要见解：人类基因并不是像以前估计得那样包含10万个基因，而是包含数目相对很少的20000-25000个基因。对科学家来说，这个发现的含意是像人类（有大且复杂的大脑）那样非常复杂的表现型可以从相对少量的基因成长而来。如我们

曾经提到过的，扁形虫C.elegans有和我们大概相同数量的基因，但是我们的大脑约有一千亿个神经细胞而C.elegans仅有302个。

所有的这些发现都使我们，作为人类，以不同的方式看待事物。从更微观的角度，我们现在想展示几个例子，在某种程度上，它们转化为我们关于智能，特别是行为机制的思想。因为在前面我们已经讨论过这些例子，这里我们只做简述。为了把零散的泡沫方块聚成堆，机器人首先要发现泡沫块，如利用摄像头，然后它要接近泡沫块并把它拿起来，接下来，它要寻找最近的堆，并把泡沫块运到那里堆放。还能有其他的方式吗？那些“瑞士机器人”可以不用识别被清理物，也不用寻找要堆放的位置便可完成清理。他们利用其特殊的生态位制约来完成这个任务，如闭合的空间、方块的大小、形状和重量以及传感器的适当位置。

行走要求精确控制关节的轨迹，否则，怎么可能行走？被动动态行走者通过利用它们的固有动力学和自身形态（宽阔的脚掌、胳膊的反向摆动、被动摆腿）能够完全不需要控制实现在斜面上行走，或仅用很少控制实现在平地上行走。

机器人的快速移动需要非常快的电子设备，因为它要求非常实时的感觉反馈回路。四足机器狗“Puppy”可以在几乎没有任何电子设备和传感器的情况下实现稳定步态的行走。通过利用其自身复杂的固有动力学，它可以进人稳定的步态，这是个吸引子状态。这个固有动力学是由振荡频率、机器人的重量分布、关节被动弹簧的弹性及材料的变形特性决定。只要Puppy的状态在某个吸引区域（如在自然步态模式附近），它就会自我稳定，因此，不需控制就可实现稳定移动。

如果要协调6条腿来行走，必须要有一个中央全局控制器。据发现昆虫事实上没有这样的中央全局控制器；相反，它们有几乎独立的局部控制器来控制腿的运动（用于控制前摆、后退和上下运动）。那么怎样才能实现协调行走呢？在腿之间存在全局通信，但是它是通过具身性和同环境的交互实现的，而不是通过神经系统。请回顾一下第4章所述内容，如果昆虫的一条腿后蹬，那么其他触地腿的关节角度也会相应地改变。所以腿之间通信所需要的是角度传感器，用来完成通过环境的反馈回路。而且昆虫确实有这样的角度传感器。

为了学习一项延迟报酬的任务，智能体必须记住它以前的决定，以此来分析哪些是正确的以及哪些是错误的。机器学习的基础问题之一就是报酬分配，在学习走迷宫的任务中，智能体在它做出向哪边转的决定后很久才能得到报酬信号。如果它没有得到报酬信号，那么它必须找出哪个决定是错误的。显然，为此它必须要有一定的记忆能力以记住所作的一系列决定。但是Simon Bovet的人工鼠能够学习T型迷宫延迟报酬任务而不用明确记忆过去的行动，它只学习瞬时感觉和动作神经细胞间的关联。这是可能的，因为记忆功能被卸载到环境（支架）中了，也就是说，智能体利用了其和真实世界的交互。

社会能力不仅要求有深奥的感知技巧来判断他人的内在状态，也需要常识和对

社交规则很好的理解。换句话说，它需要高层次的认识技巧。社会交互机器人Kismet在和人的交互中得到社会能力（或者至少是在外界观察者看来是）。它利用和环境的交互而触发并协调许多基本反射来实现这种社会能力，利用声音定位（把头转向声源），转向快速移动的方向，跟随慢速移动物体和习惯化（如果环境没有改变，那么过一会儿它会停止活动）。如果机器人Kismet正在“对话中”，这时有人进门（有很大声音），那么它会转向声源（声源定位），跟踪进来的那个人一会（跟踪缓慢移动物体），然后变得厌倦（习惯化）而返回刚才的“对话”：就像你所期待的正常社会人一样。

如果你想找到去某地的最短路径，那么你必须有距离的概念，或至少要有办法比较出哪个距离更短。但是蚂蚁没有用到一点距离的概念而能找到距食物源的最短路径，它们在所走路径上释放信息素并跟随信息素的最高浓度。如果食物源在附近，那么蚂蚁在经过很短的一段时间后便会回到巢穴，和食物源在远处的情况相比，气味挥发的时间更短。高浓度的气味会吸引其他蚂蚁，这反过来会留下更多的气味。这个自发组织过程使看上去不可能的事情变得很简单。再次强调的事，蚂蚁是利用和环境的交互实现这个功能的。

计算机没有创造性。它们怎么会有呢，计算机只是用来计算的机器！在本书中我们讨论了许多由“计算机设计”的复杂创新的人造物：Rechenberg的圆形隆起状管道，NASA的进化天线，Jon Bird的无线接收机和Bongard的推块者。如我们所看到的，当计算机利用进化系统进行设计，特别是和真实世界相联的时候，它们是有创造性的。因此是解除计算机仅作数字运算工具的虚构命题的时候了。

我们能够继续近乎无限地列举这样的例子，但是这里给出的例子应该足以演示事物总可以从不同方式来看待的观点。作为总结，让我们短暂地回到心身问题。像我们已经看到的，Rodney Brooks指出人类智能甚至人类意识可能有点像拟人机器人Cog（和他的后继者Kismet）所采用的简单、类似齿轮的机制。Cog和许多本书中讨论过的其他机器人给出的启示是智能或意识是许多简单的，基本上自主的，类似反射的过程以纯机械方式的方式交互作用而产生的。无须赘言，如果Brooks和其他跟随其后的研究者是正确的话，这将深远地改变我们如何看待自己和如何看待心灵和身体的关系。