身体的智能：第二部分 走近智能理论
第二部分将尝试初步构建智能理论。发展智能理论毫无疑问是一项艰巨复杂的事业，许多伟大的思想家都投入到这个探究之中。我们只列出其中的几位，从19世纪开始，有美国心理学家及哲学家William James（1842-1910）（《心理学原理》
（Principles of Psychology）一书的作者），伟大的奥地利心理学家及医师弗洛伊德（Sigmund Freud，1856-1939）（心理分析之父）；瑞士生物学家及心理学家Jean Piaget
（1896-1980）（儿童智力发育研究的巨匠）；俄罗斯心理学家Lev Vigotsky（1896一1934）（心理学的建构主义观点理论学家）和英国心理学家Charles Spearman（1863一1945）（作为IQ测试基础的一般智力因子g的发明者）。他们都在对智能的理解方面作出了重要贡献，并且在广义上可以说都发展了智能理论。更近一些，Robert Sternberg的《智能的三元理论》（Triarchic Theory
of Intelligence）（1985），Howard
Gardner的
《多智能原理》（Theory of Multiple Inteligences）（1982），Marvin Minsky的《心理的社会》（Society of Mind）（1987），Allen Newell的《认知的统一理论》（Unified Theories of
Cognition）（1990），John Anderson的ACT原理《认知的构造》（The Architecture of Cognition）（1983）及Steven Pinker的《心理的工作机制》（How the Mind Works）（1997），也都可以被认为是针对智能原理的研究工作。
尽管已有了这些卓越的研究成果，我们认为我们还是能在此领域作出有价值的贡献，理由是我们的思想是从具身性观点出发，并通过应用综合方法论而逐步形成的，而这正是在以前的研究中所缺少的。本书展示了我们基于最近对具身性的理解，为智能理论所作的尝试。这是最为核心的部分，也是最富有成果的部分。为了让它更便于理解，我们用许多例子来支持我们的讨论。
在前一章中已经概述过这个领域相对混沌的概貌，在这样一个跨学科环境中，理论应采取何种形式成为问题。因为我们的科学，即人工智能，不仅分析存在着的生物系统，还构建智能系统，我们实际上是在和一种新的科学打交道，这种新科学是一种综合的科学而不是如生物、神经科学、物理学或化学等单纯的，只以自然界
中实际存在的系统为研究对象的解析科学。
此外，分析科学比人工智能有着更为悠久的历史，有着广为接受的标准，由此构成了健全的科学，然而，对综合方法论来说，对实验和原理进行判断的基准还有待开发。
因此第3章概述了我们正在寻找的原理的类型，并介绍了由诸如多样性–顺应性、参考系、综合方法论、时间尺度及涌现等许多重要概念提供的通用框架。这章包含了一些科学哲学，以此我们概述了原理的本质，并描述了这对在此领域中取得进展和进行实际研究的意义。我们仅涉及了问题的表面，但很高兴在有关科学文献中并没有发现关于我们正在致力于发展的这类原理。
为了说明我们的通用框架，让我们只举一个例子，即研究行为所必需的三个时间构架或时间尺度。第4、5和6章就围绕着这三个时间构架展开：即“当今”（当看到红色交通信号灯时踩刹车），学习和发育（看到交通信号灯时踩刹车的行为是如何通过学习得到的）以及进化（脑是如何进化以使学习成为可能的）。
第4章首先描述了真实世界智能体的性质，并概述了一组设计启发性规则，它们既能给我们在构造综合智能体时提供指南，又能帮助我们理解生物体。这些设计原理大都和“当今”时间构架有关。这是本书中最长的一章，需要部分读者有持久力来阅读。
但是，在第4章中也有许多令人惊异的，并未曾在科学文献中出现过的启示，比如，通过与环境的交互，智能体不仅能将其自身的传感信息结构化，还能将它们的实现方法结构化。关于这一点，我们将在后面进一步详细说明。
第5章从发展的观点探讨了设计和分析问题，并提出如下问题：高层次的认知是如何从个体发育中涌现的，认知是如何在智能体成熟为“成体”时涌现的。例如，某些离散的东西如抽象符号处理或认知是如何随着时间的推移，从完全连续的系统（我们人类都是连续的动力学系统）中产生的？这个问题的一个特别而又多少具有挑战性的实例是步行，或更一般的说，移动和思考有关，我们将在那一章中更详细地探讨。考察这个问题的另一个方式和著名的符号接地问题有关，即符号是如何得到它们的意义的，或符号和环境间的联系是如何建立的。那章以一组聚焦于发育时间观点的设计原理作为总结。许多想法是从正欣欣向荣的发育机器人学领城中获得的，那个领域的目标是在机器人上，特别在拟人机器人上模仿心理及生物发育过程。
第6章考察如何运用从生物进化中获得的想法来设计智能体：从零开始到身体、
传感器、驱动器和脑的整个智能体。当然，不能从字面上理解“从零开始”，它意味着设计者的决定是在不同于“当今”或发育方法的层次上做出的。作为设计者我们后退一步，让仿真进化为我们承担这部分工作。主要想法是，让进化来设计能逐渐完成复杂任务的虚拟智能体，从而在某个时刻，我们可能倾向于用“认知的”这一术语来描述它们的行为特征。这章的目标之一是证明人工进化的强大力量。
我们将给出几个令人印象深刻的例子，其中对高度复杂的工程任务它已经超过了人类。在第5章强调了某个个体的生存期，而在第6章中，我们将时间构造推广到可以包含数代智能体，并拓展我们的视野，不仅考虑单个智能体，还考虑它们的种群。另外，我们将主要结果加以总结，得出一组面向进化系统的设计原理。
不考虑个体，而考虑种群的含义将在第7章中加以讨论。在那章中，我们考家从智能体种群中产生的涌现现象，也就是说，在各个智能体不知道整体模式的情况下，通过智能体间的相互作用，从群体中产生的现象或行为模式。这类涌现行为经常被称为“集体智能”。这种现象大多数在所谓的基于智能体的仿真中加以研究，而不是用真实机器人：我们会对形成此现状的原因略加推测。我们还将介绍另一类集体智能，即模块机器人―一由许多模块组成，模块间相互作用，能达成有趣的集体行为的机器人。在模块机器人学中，不仅是机器人本身，每个模块也可以被看成智能体。因为模块机器人能改变它们的形态，因此它们比那些只改变控制状态的机器人更有适应力。模块机器人领域充满魅力，但是，使用的模块的尺寸在5-10cm级，而且使用模块的个数相对较少，一般少于100。
随着科学技术的发展，特别是在纳米技术领域的发展，制造更多更小的模块将成为可能，这将会更有力地推动这种机器人的发展。科幻小说似的场景，如微型机器人的群集可能在不久的将来成为现实。一组面向集体智能的设计原理反映了这一章的要点。