身体的智能：1.5具身性及其意义

关于具身性，我们指智能总是需要一个身体。或者更为精确地说，我们仅将智能归于具身化的智能体，也就是其行为能够在同周围环境的相互作用中被观察到的真实物理系统。一般来说，软件智能体以及电脑程序是非具身性的，本书中提出的很多结论对其并不适用。我们将会看到，如此简单的陈述“智能需要身体”意义巨大。一些具身性的推论是很显而易见的，但是另外一些则不然。例如，如果一个系统是具身性的，那么其必须遵守物理定律，并必须以某种方式来应付重力、摩擦以及能量供应来求得生存。虽然这既有趣，又对我们的智能观点提出了新挑战，但具身性的真正重要性来源于物理过程与所谓的信息过程的交互作用。对生物智能体来说，这涉及物理动作与神经过程的关系，更通俗地说，是与身体和大脑之间的联系有关。对于机器人而言，这相当于机器人的动作和其控制程序之间的联系。鉴于整部书都与这些话题有关，在此我们将不探究任何细节。取而代之，我们意欲展现后续内容的风格，即使眼下您对具身性为什么对智能来说必不可少的理由还不是百分百的清楚，也不需太在意。而且，作为一种展望，我们仅交代结论而不作论证，详细论证将在后面的章节中给出。下面试举几例。

首先，具身性是认知或思考的前提，换句话说，它是任何智能的先决条件。所以身体不是一个麻烦的、仅简单地承载大脑的物质，它对于认知是必须的。如Lakoff和Nunez所主张的，似乎对于如数学思维等功能，身体也是必需的，而我们经常假定数学思维纯粹是抽象和精神的过程。第二，如果考虑了具身性，很多作业会变得简单。例如，如果适当地利用材料的硬度和变形特性，抓取物体所需的控制将会少得多。考虑一下你手指头上柔软和可变形的组织是如何使抓取硬物的任务变得轻而易举，试想，如果你必须在所有手指上套上硬管，结果又会如何！这个作业变得简单的原因是，实际上是手的形态和材料属性替代了抓取所需要的部分神经控制。如果你带着套管去抓玻璃杯，那么你就需要对如何以及在什么地方放置你的手指更加小心。第三，如果一个机器人或生物体的传感器被放置在身体某些恰当位置，其所输入的传感刺激的一些预处理就会被这些传感器的布置而非神经系统所处理。即通过在身体上恰当地布置传感器，“好”的传感信号会被传送到大脑，大脑得到好的“原材料”得以正常工作。例如，人手擅长抓取物体是缘于人手的解剖结构，使得指尖更容易接触到物体，而不是手指的背面，而且手的指尖部位比手指和手的背面有更多触觉传感器。第四，如果利用了智能体的肌肉–肌腱系统特性，即便神经系统慢得不足以控制运动的全部细节，像奔跑这样的快速运动也能轻易实现。例如，当你的脚碰到地面，肌肉–肌腱系统的弹性材料取代了脚踝的弹性伸长和弯曲，不需要神经系统进行控制（这一点将在第4章进行详细阐述）。第五，通过智能体同其

所处环境之间的物理交互，在不同的传感通道中产生了信息和相关传感信号。这听起来有些复杂，事实上也确实复杂，但是它处于智能行为的中心，我们将在后面探索它的细节。例如，当你走路的时候，周围环境似乎在同时流过你的眼睛，位于你腿部肌肉的传感器记录着行走时的压力。又如，当一个智能体移动时，距离其较近的物体似乎比距离其较远的物体移动得快，这把距离信息提供给了智能体。这种“信息的结构化”（information
structuring）将在后面的章节进行研究。所以，在智能体的神经活动（大脑）、形态学（身体形状及其材料特性）和其与环境的交互之间存在着微妙的相互影响或者平衡，这种和环境的相互作用以及相互影响能够被探索利用，以完成特定任务。回顾肌肉–肌腱系统的弹性，指尖组织的可变形性确实在某种意义上减轻了大脑的负担。

除了使用这些思想为智能新理论铺设基础，我们还将试图打破大脑控制身体这个被许多人接受的假设。正如我们曾经指出的那样，这可能会使一些人感到惊慌，因为毕竟这种观点在我们社会已由来已久，根深蒂固。这个新理论着眼于大脑和身体两个系统之间的相互作用，而不是假定这两个系统之间存在着由这部分（大脑）控制那部分（身体）的递阶结构。我们将证明尽管大脑很重要，但大脑不是智能的唯一和中心所在，智能是遍布于整个身体的。我们将揭示控制这个概念本身需要修订。我们也会给出实例说明对大脑过程的理解不能仅着眼于大脑本身：为了理解大脑的功能，我们必须考虑具身性，还必须处理大脑、身体和环境之间的耦合关系。相对于各组成部分之间相互影响的分布式的、平坦的系统，我们更易于思考某人或事物（如大脑）处于控制地位的递阶式系统，但这并不意味着事情确实如此。本书的一个目的就是要说明，我们可以以不同的视角来看待事物（特别是我们自己）。

我们希望能令人信服地证明：作为认知主义范式基础的基于计算的智能观念，是一个错误的导向，以摩尔定律（计算机的计算能力大概每1~2年翻一倍）推测人工智能的未来从根本上是有缺陷的。未来学家、企业家以及计算机科学家Ray
Kurzweil（《精神机器的时代》（The Age of Spiritual Machines）的作者）就是一个例子。

因为他假设智能是一个只和计算能力有关的函数，并就此勾画了一个情景：在不久的将来，电脑仅因为具有更高的数字处理能力而超越人的大脑。我们希望能够让读者相信，智能的计算理论注定从开始就要失败。而且我们会说明在很多文献中，存在于智能体本身内部的事物和观察智能体的人的头脑中反映的事物之间存在着混淆，这就是我们将在书中多次涉及的参照系问题。

我们也会说明尽管有其自身的限制，人工进化（将在第6章介绍的一类模拟生物进化的计算机算法）是一个非常有力的设计工具，特别适合于设计智能体。事实上我们将说明计算机已经自动设计了复杂的人造物，并且在有些案例中这些人造物在性能上优于人类工程师设计的产品。这些结果沉重打击了电脑不具有创造性的普遍看法。但是，当我们想设计一个在现实世界当中起作用的人造物时，这些设计必

须在物理拟实仿真中或直接在真实世界中进行检验，毋庸讳言，这意味着人造物不能只是抽象的，还必须有一个身体。

这里将讨论的具身性的最后一个含义与综合方法论（synthetic
methodology）有关，这是我们贯穿本书使用的一种方法，这个方法将在下一章中详细讨论，它强调“通过构造而理解”的思想。当研究具身性时，构造实际物理系统必不可少，由于我们所感兴趣的是智能系统，所以其最有可能的就是机器人。如果我们试图了解人类行走，综合方法论就需要我们构建一个实际步走机器人。当然也可以通过仿真，但为了揭示行走的普遍机理，仿真必须能复制步行的实际物理过程。其间总是存在仿真的精确性问题。经验表明，建立一个实际物理系统总会产生些最新见解。通过仿真很容易“作弊”，一个在真实世界行走的智能体，像人或者物理机器人，必须处理对地面的碰撞，而该问题会在仿真（各个问题必须明确地被编制在程序中）中被忽略。综合方法论和在生物学、心理学或神经科学使用的更经典的过程分析法也截然不同。在过程分析中是通过对动物或者人类进行实验来展开细致的研究。我们已经说过，随着计算科学所展示的兴旺发展，近来科学大体上更趋于综合（一体化），物理学家在仿真上准备试验，外科医生在仿真中准备手术，药理学家通过仿真检验药效。但是即使具有高等级的仿真精度，最终也有必要在真实世界当中进行实验。