微信搜索“高速商务通”,马上办理ETC
身体的智能:5.6大脑和身体动态机制的匹配
在具身性人工智能的早期,许多研究人员研究巡航和定向是出自以下信念,那就是运动和定向是认知发育和大脑进化的潜在动力。这点被神经学家Daniel Wolpert提出的问题所支持,即为什么植物没有大脑?他认为答案可能非常简单,即植物不需要运动!在“具身化转折”之后,研究者开始研究机器人,因为有轮子的机器人的可用性和易用性,所以它们成为了被选择的工具。虽然取得了许多进步(研究者必须和真实世界的问题,如噪声,不精确性,变化和不可预测性打交道),这种方法本身还是有许多重要的问题。记住生态平衡的一个方面就是感觉、运动和神经系统的复杂性应该相匹配。
轮式机器人一般在运动系统中只有几个自由度,它们通常有两个电机,每个轮
子一个,这样可以让机器人在平整的表面上运动。因为在机器人上安装一个高分辨率的摄像头很容易,并且因为轮式机器人非常简单,所以许多实验设计并不平衡――很复杂的感觉系统,非常简单的运动系统。因为这些不平衡的设计,系统就有了相对无趣的物理动态机制―不管这些摄像数据如何运用,或者执行了怎么样的控制算法,机器人还是只能在平地上被驱动。尽管其中有些算法有来自生物学的启示,相对机器人本身的动态来说,它们还是很任意的,也就是说一个算法被另一个所取代而获得的行为是大致相同的。但是似乎缺少了什么重要的东西,有充分的证据说明缺少的就是一个具有丰富的动态机制的感觉–运动系统。我们说丰富的动态机制即指系统有许多自由度可以让它以更多不同的方式运动。只有两个轮子没有胳膊的机器人没有丰富的动态,而有着胳膊、腿和手的复杂的拟人机器人正相反。
有丰富动态机制的机器人的代表是Kenta(日语的意思是“肌腱小子”),是由拟人机器人学方面的杰出学者之一东京大学的Masayuki Inaba研制出来的(例子见Yoshikai等,2003)。和其他拟人机器人不同的是,它有一个柔软的、分节的脊柱,大量的肌腱可以让它以许多不同的方式运动。因此Kenta就获得了真正丰富的动态。
为了进一步探讨这个看似矛盾的结论,即复杂的感觉一运动系统是高层次认知的前提之说,让我们再来看一个案例。老鼠是很神奇的动物,它们可爱、聪明、有趣、而且好奇;它们会游泳、攀爬、操纵物体;它们可以学习并且在某些方面表现出它们真的有智能,它们还有不可思议的方向识别能力。学习在一个迷宫中穿行只是它们所擅长的任务之一。这迷人的能力―除此之外它们还可以很容易地在研究室内成长,且方便管理是老鼠大量成为心理学和行为神经学研究对象的一个原因。位置和头部指向细胞(O’Keefe和Dostrovsky,1971)的发现,对解释它们的巡航能力的研究来说,是一个里程碑式的大事。当老鼠被放在一块指定的活动场地时,海马体(大脑中颞叶的一个区域,并被认为在形成长期记忆中起着重要作用)中某群特定细胞群被激活。当老鼠被移到另一个地方的时候,另一群细胞,即另一组“位置细胞”被激活。这种现象告诉我们不同的细胞群是和老鼠所在环境的不同位置相联系的。和所谓的头部指向细胞(即只有到老鼠的头部指向一个特定的方向才会被激活的细胞)一起,它们给老鼠提供了一个很好的表征系统,或者说地图。这几群细胞看上去至少是老鼠不可思议的巡航技巧的部分原因。
在模仿老鼠以位置和头部指向细胞为基础的机器人行为实验中,使用轮式机器人如Khepera是很普遍的,它有一个全方位的摄像头(有360度视野的摄像头)。全方位的摄像头经常使用是因为啮齿动物有着几乎全方位的视野。使用机器人的好处在于它们工作于和老鼠几乎相同的环境中,它们也得处理大致相同的感觉刺激。使用轮式机器人的缺点在于它们是有轮子的,它们的动态机制和老鼠完全不同而且简
单得多,并且,如我们之前讨论的,机器人的控制结构是没有限制的。从这个角度来说,机器人只是个计算机,它可以任意编程。比如说,它可以编程为一个详细的模型,模型中有数千个位置和头部指向细胞。这样的话,机器人有着复杂的计算部分和简单的身体,有一种认知主义的味道。这可能听上去矛盾,一方面机器人控制系统来源于生物学方面的灵感,另一方面它没有接地,因为控制器没有和机器人身体的动态机制相匹配。为了增加机器人模型的有效性,把所建模动物的复杂的感觉–运动技能考虑进去是有必要的,并且为此一个更复杂的动态机制,从一个更复杂的身体得来的动态机制,是必不可少的。例如,老鼠可以独立于身体而运动它的头部(也包括它们的视觉系统)(Khepera一般不能),这就是一个可能在位置和头部指向细胞的进化中起作用的形态条件。
但是老鼠不止是到处运动。很明显地,若想构建起它们的体象和认知,其他行为也是必需的。例如,它们需要在真实世界中辨别事物,即它们应该有能力进行分类。也有很多的实验证据说明分类是以感觉一运动协调的行动为基础的,如通过中央凹处理看一个物体,抓住、指示、触摸,在一个平面上或者沿着边缘移动手指(或者胡须)等。体象包含(通常不是很明确的)关于运动系统和不同的传感器系统之间相互作用的知识。比如说,当你握住并且举起一个东西的时候,你手里的压力传感器和你视网膜的光传感器,还有你肌肉中的本体感受传感器都同时被激活了,不仅告诉你关于这个物体的信息,还有你的手和胳膊如何工作的信息。不用说,本体传感器对于体象是很重要的。
再者,体象不必是符号的或者有意识的,它一般是连续的、不离散的。不过在这个动态系统之内,包含有运动、感觉、神经系统和环境,大量吸引子状态也存在并且是组成体象的一部分。想象一下一个机器人握起一样物体并将其举起。就和人类的情况相类似。这个行为会同时触发手里的压力传感器,执行器中的力传感器,还有摄像头,而且这种感受刺激是因为运动器被激活而产生的。在某种程度上,这就会造成一种吸引子状态让机器人“理解”运动信号、肌肉活动(本体感受)还有传感器刺激之间的因果关系。