圖 | 達特茅斯會議部分與會專家（來源：資料圖）

當時他們提出的AI，指的就是像人一樣的意識體，或者叫做通用AI。然而遺憾的是，當時的科學(xué)家未能創(chuàng)造出意識。因此，此后AI開始分裂變成更簡單的子領(lǐng)域：機器人、機器學(xué)習(xí)、計算機視覺、自然語言處理等等。在過去的70年內(nèi)，這些學(xué)科都各自產(chǎn)生了巨大的進步。不過，在他看來若以是否創(chuàng)造了意識來衡量，AI的問題仍未解決。

“70年后的今天，創(chuàng)造意識的這個使命，落在了我們這一代研究者的肩上?！彪x開Facebook后，陶芳波做了一個決定：開始關(guān)于意識的創(chuàng)造，為萬物賦予意識。他組建了一支由腦科學(xué)家、計算機科學(xué)家、芯片科學(xué)家、物理學(xué)家、數(shù)學(xué)家、復(fù)雜系統(tǒng)科學(xué)家組建的團隊，經(jīng)過努力，團隊成功創(chuàng)造了具有“意識”形態(tài)的AI系統(tǒng)。盡管在他看來，這個意識系統(tǒng)仍然“不太聰明”，但已邁出了AI研究創(chuàng)造性的一步。

腦科學(xué)與認知科學(xué)賦予AI思考能力

AI從工具升級成為意識，首先需要明白智能是什么。他介紹，人類的智能可分為四個層次，最下面一層稱為感知和直覺，在認知科學(xué)中叫做系統(tǒng)1。它本質(zhì)上是一種動物智能，也就是對環(huán)境做出條件反射式反應(yīng)的能力。第二層是認知和理性，也就是系統(tǒng)2。這是人類獨有的能力，例如計算數(shù)學(xué)題、科學(xué)研究都需借助理性。第三層是被稱為系統(tǒng)0的自我意識，這是一個人存在的長期驅(qū)動力。第四層是智慧和靈性，人可以向內(nèi)探索存在的意義，甚至否定自我意識。

“目前的AI，類似于用數(shù)據(jù)擬合直覺，所以本質(zhì)上只是在系統(tǒng)1運作。而機器人反叛人類，需要達到第四層智慧的覺醒，”陶芳波說，“我們要創(chuàng)造的機器意識，既不是能反抗人類的機器人，也不僅僅是數(shù)據(jù)工具。所以我們希望，能夠把第一層到第三層融合起來。”經(jīng)過長期的實驗和分析，他發(fā)現(xiàn)，要想實現(xiàn)三個層次的融合，必須借助腦科學(xué)的知識。

他介紹稱，大腦不是一個單一的模型，它包含許多獨立的模塊，共同構(gòu)成了一個復(fù)雜系統(tǒng)。過去許多AI技術(shù)，或多或少獲得了大腦的啟發(fā)。大腦和AI的關(guān)系可以分為三個尺度。首先是微觀的腦啟發(fā)，即通過模仿人腦的神經(jīng)元，創(chuàng)造出人工的神經(jīng)元；其次是中觀尺度的深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)，即研究一個特定的任務(wù)，如何通過一條神經(jīng)動力學(xué)的鏈路完成。

例如，人臉識別就是模仿信息怎樣從眼球進入到視覺神經(jīng)，最后在大腦皮層完成計算，形成判斷。目前的AI研究基本上集中于這兩個層次，而很少有科學(xué)家從大腦的宏觀結(jié)構(gòu)來構(gòu)造全腦模型。然而，大腦的意識和通用能力，本質(zhì)上源于大腦的整體性。人類的記憶系統(tǒng)、意識、新皮層，不是為一個特定的任務(wù)而存在的。因此，他認為，如果要創(chuàng)造機器意識的話，必須拋開原來由點到線的過程，從整體性的角度來考慮，開辟大腦和AI的第三個尺度。