機(jī)器認(rèn)知四要素說

摘要：作者用認(rèn)知物理學(xué)的方法，從認(rèn)知的源頭—認(rèn)知的形式化談起，從宇宙構(gòu)成的“物質(zhì)說”，到工具構(gòu)成的“二要素（物質(zhì)、結(jié)構(gòu)）說”，再到動力機(jī)器構(gòu)成的“三要素（物質(zhì)、結(jié)構(gòu)、能量）說”，再發(fā)展到機(jī)器認(rèn)知構(gòu)成的“四要素（物質(zhì)、結(jié)構(gòu)、能量、時間）說”，深入展開，層層遞進(jìn)，從思維的自動化，躍升到認(rèn)知的自成長。用“認(rèn)知四要素說”解釋典型認(rèn)知事件，例如，解釋愛因斯坦的質(zhì)能方程，討論西蒙的”物理符號系統(tǒng)假設(shè)”的局限，以及機(jī)器對圓周率精度暴力計算的貢獻(xiàn),隨著ChatGPT日復(fù)一日地被全球使用和認(rèn)可，作者預(yù)言，繼對話圖靈測試常態(tài)化之后，人工智能的下一個里程碑將是具身圖靈測試常態(tài)化。

詳細(xì)摘要：ChatGPT在全世界各行各業(yè)的普遍試用，實(shí)現(xiàn)了對話圖靈測試的常態(tài)化。我國在全球率先提出的國家重大發(fā)展戰(zhàn)略——新一代人工智能，要迎接這一挑戰(zhàn)，有必要從認(rèn)知物理學(xué)的角度，回答1950年圖靈發(fā)出的天問：機(jī)器能思維嗎？進(jìn)而追問：機(jī)器如何思維？如何認(rèn)知？無論是碳基人類的認(rèn)知，還是硅基機(jī)器的認(rèn)知，都是由物質(zhì)、能量、結(jié)構(gòu)和時間這四個最基本要素組成的復(fù)雜構(gòu)體之間的相互作用，都依賴負(fù)熵為生，結(jié)構(gòu)和時間是認(rèn)知的奠基石，它們寄生在物理空間的物質(zhì)和能量上，構(gòu)成硬構(gòu)體；認(rèn)知空間里的軟構(gòu)體寄生在硬構(gòu)體或者已有的其他軟構(gòu)體之上，構(gòu)成豐富層次性的、多尺度的感覺、概念、信息和知識，體現(xiàn)精神世界。我們從曾經(jīng)的人工智能符號主義學(xué)派那里拓展“抽象”，從連接主義學(xué)派那里拓展“聯(lián)想”，從行為主義學(xué)派那里拓展“交互”，站在薛定諤、圖靈和維納等科學(xué)巨人的肩上，讓抽象、聯(lián)想和交互成為認(rèn)知的核心，軟構(gòu)體與硬構(gòu)體互動。認(rèn)知的機(jī)器可由現(xiàn)場可編程門陣列、數(shù)據(jù)處理單元、計算處理單元、圖形處理單元和張量處理單元及存儲器等硬構(gòu)體組成，還可植入體現(xiàn)基因遺傳的“幼兒認(rèn)知核”這樣的異構(gòu)硬構(gòu)體，形成機(jī)器具身；在其上再寄生豐富的、多尺度的軟構(gòu)體。機(jī)器的秩序體現(xiàn)出維持自身和產(chǎn)生有序事件的能力，用軟構(gòu)體精確調(diào)控物質(zhì)和能量，形成協(xié)同有序的思維活動。機(jī)器配置的異構(gòu)傳感器和思維的速度將不再困囿于碳基生命體的生化參數(shù)的極值，能夠通過多通道跨模態(tài)感知，進(jìn)行暴力思維，用記憶維持認(rèn)知的連續(xù)性，記憶約束計算，生成認(rèn)知空間的計算智能和記憶智能，可自舉、自我復(fù)用和自我復(fù)制，提升想象力和創(chuàng)造力。新一代人工智能將從數(shù)學(xué)的機(jī)械化，躍升為思維的自動化，進(jìn)而躍升為認(rèn)知的自成長，認(rèn)知世界的思維和物理世界的行為互為驗(yàn)證，知行合一，從對話圖靈測試的常態(tài)化，走向具身圖靈測試的常態(tài)化。認(rèn)知機(jī)器將和科學(xué)家、工程師、能工巧匠一起做出發(fā)現(xiàn)、發(fā)明和創(chuàng)造，各智其智，智智與共，成為思維的超強(qiáng)加速器和具身行為的超強(qiáng)放大器，人類進(jìn)入到了人機(jī)共生共創(chuàng)、迭代發(fā)展的智能時代。

0 引言

人類擁有兩個空間。一個是客觀的、外在的物理空間或者世界。在這個空間里，人類感知宇宙，認(rèn)識太陽、星星、月亮和地球等天體；認(rèn)識海洋、江河、湖泊和高山等天然物質(zhì)；認(rèn)識微生物、植物、動物，認(rèn)識“我”之外的所有生命；認(rèn)識工具、桌椅、電燈、汽車、樓房、書本、地圖、學(xué)校、雕塑、機(jī)器、人造衛(wèi)星等人造物。所有這些，都是實(shí)實(shí)在在的物理存在。我們還有一個主觀的、內(nèi)在的認(rèn)知空間或者精神世界，需要認(rèn)識意識、欲望、情感、信仰和智能，認(rèn)識自己的感受、體驗(yàn)和覺察[1]。內(nèi)部世界的意識、欲望、情感、信仰和智能的不同組合演變出不同的價值體系。

當(dāng)以意識、欲望、情感、信仰的價值體系作為主要價值觀時，愛、平等、正義、人權(quán)、尊重、成長、創(chuàng)造就成為了我們的價值標(biāo)準(zhǔn)[1]。如果僅僅以智能作為主要價值觀看待客觀的物理世界時，就會把人的認(rèn)知物化，用文字、工具、藝術(shù)、機(jī)器，甚至用智能機(jī)器去實(shí)現(xiàn)它們，把智能從生命中剝離出來，不受意識、情感等糾纏，讓智能延展到體外，成為人工智能，存在于物理世界，甚至發(fā)射到太空，成為人類文明生態(tài)的一部分，助推人的智能發(fā)展。

一個碳基生命的死亡，即個體精神消失，認(rèn)知終結(jié)，這只不過是有機(jī)物質(zhì)轉(zhuǎn)變?yōu)闊o機(jī)物質(zhì)而已。人類還在繁衍，宇宙依然浩瀚，星河依然流轉(zhuǎn)。宇宙的年齡大約是140億年，地球的年齡大約是45億年，促成人類認(rèn)知的演化充其量才500萬年。如果將地球的年齡縮短成一年，則人類僅在最后的半小時才出現(xiàn)[2]，笛卡爾說[3]，我思故我在，指的是人在認(rèn)知空間里的精神還在。你我思不思，地球依然存在和運(yùn)轉(zhuǎn)。在客觀的物理世界面前，千萬不要把人類主觀的精神世界夸大了，宇宙的力量與個人的愿望和幸福原本是不相干的，物理世界是不是就是人們認(rèn)知的那個樣子，無從核對。這是理解人類發(fā)明機(jī)器認(rèn)知的大背景。

當(dāng)前，ChatGPT[4]在全世界各行各業(yè)的普遍試用和認(rèn)可，實(shí)現(xiàn)了對話圖靈測試的常態(tài)化，也是對我國在全球率先提出的國家重大發(fā)展戰(zhàn)略——新一代人工智能的挑戰(zhàn)。深刻認(rèn)識新一代人工智能的基礎(chǔ)、內(nèi)涵、外延、技術(shù)特征以及發(fā)展途徑，是實(shí)現(xiàn)這一國家戰(zhàn)略的重要保證。無論是人的認(rèn)知，還是機(jī)器的認(rèn)知，無論是全球的人工智能前沿，還是中國特色的人工智能，都有必要用認(rèn)知物理學(xué)[5]的方法，從認(rèn)知的源頭——認(rèn)知的形式化開始。

1認(rèn)知的形式化

1.1 認(rèn)知的定義

人類認(rèn)知的整個活動，就是如何解釋、解決人類在生存和繁衍等過程中所遇到的現(xiàn)實(shí)問題。每一次認(rèn)知活動可分為感知、思維、行動、再反饋到感知的循環(huán)。感知是認(rèn)知的源泉，思維是發(fā)生在自我認(rèn)知空間里的活動，它自成體系，充滿想象，可以比物理世界更為深邃；行動是認(rèn)知的外化表現(xiàn)和目的，感知和行動均發(fā)生在物理空間里，通過交互形成具身智能，精神世界的認(rèn)知和物理世界的行為一體，認(rèn)知不停地在客觀的物理空間（物理世界）和主觀的認(rèn)知空間（精神世界）螺旋式輪回，以回答“在哪里”、“是什么”、“為什么”、“如何做” 等問題。偉大的物理學(xué)家阿爾伯特?愛因斯坦說過：“宇宙里最不可理解的事，是宇宙竟然是可以被理解的”[6]。但個人在宇宙里的地位太過渺小，單個壽命不過百年，要認(rèn)識無限是一件十分困難甚至是不可能的事情。人類竟然能夠通過人類文化、文明的代代傳承，形成科學(xué)的理論和技術(shù)的發(fā)明，解釋如此廣袤的宇宙，永不停止探索的腳步，把越來越多的未知變成已知，變成一定程度的可解釋性，這種有限理性其實(shí)是人類認(rèn)知過程中的群體共識。千年前還不可理解的東西，今天的人可能已經(jīng)理解了其中的一部分，另外部分可能因?yàn)橹R斷層等仍然無法理解。人類的認(rèn)知螺旋式發(fā)展，不會有盡頭，人類認(rèn)知之范圍愈大，其與未知接觸之界面會更大。盡管人類認(rèn)知有曲折，但卻是在一步步逼近真理。

認(rèn)知的能力是學(xué)習(xí)的能力（即解釋、解決預(yù)設(shè)問題的能力），以及解釋、解決現(xiàn)實(shí)問題的能力[7]。所謂預(yù)設(shè)問題，通常來自現(xiàn)實(shí)問題，并已經(jīng)被形式化，證明有了行之有效的解決方案，如寫在學(xué)校課本里的知識。學(xué)習(xí)是在外界的幫助下把自己以前的未知變?yōu)橐阎墙忉尅⒔鉀Q新問題的基礎(chǔ)。解釋、解決現(xiàn)實(shí)問題是學(xué)習(xí)的目的，兩者相互促進(jìn)。物理空間的具身智能包含感知智能和行為智能，其中感知智能又可分為時空識別智能（即位置、方向和時間的識別能力）和模式識別智能，因?yàn)樯婧头毖艿男枰踔脸蔀楦兄庇X，如人臉、語音的識別等。認(rèn)知空間里有計算智能和記憶智能，記憶優(yōu)先于計算，約束計算，反映計算的適用范圍或邊界。學(xué)習(xí)也好，解釋、解決現(xiàn)實(shí)問題也好，除了認(rèn)知空間的思維活動，還需要在物理空間和認(rèn)知空間反復(fù)交互驗(yàn)證，通過包括語言在內(nèi)的具身行為對外體現(xiàn)，并形成記憶的累積，實(shí)現(xiàn)認(rèn)知的自成長。學(xué)習(xí)的結(jié)果是記憶的修飾、修改和重塑，是記憶的存儲、調(diào)控和提取，學(xué)習(xí)的目的是解釋、解決新遇到的現(xiàn)實(shí)問題。正所謂“學(xué)而不思則罔，思而不學(xué)則殆”。國內(nèi)把指導(dǎo)學(xué)習(xí)（Supervised learning）譯成監(jiān)督學(xué)習(xí)，把無指導(dǎo)學(xué)習(xí)（Unsupervised learning）譯成無監(jiān)督學(xué)習(xí)，不很準(zhǔn)確，因?yàn)橹笇?dǎo)包括引導(dǎo)、解釋、糾錯、監(jiān)督等豐富的內(nèi)涵。大自然賦予人類的是渴望多于智慧，“求真”、“求知”和“求美”是人類天生的欲望，是人類在生存和繁衍中被物競天擇，適者生存，自然進(jìn)化發(fā)展出來的。認(rèn)知空間不僅是人記憶知識的倉庫，更是放飛想象力的天空，物質(zhì)難以約束想像的范圍，人可以想像不存在的東西，這正是精神力量的偉大之處。

1.2 四種基本認(rèn)知模式：演繹、歸納、創(chuàng)作和發(fā)現(xiàn)

討論認(rèn)知的形式化，要分析認(rèn)知的開放性，尤其是交互性；要分析認(rèn)知的不確定性，尤其是不確定性中的基本確定性；要分析認(rèn)知的層次性，尤其是遞歸性；要分析認(rèn)知的主動性，尤其是注意力機(jī)制；要分析認(rèn)知的復(fù)雜性，尤其是涌現(xiàn)機(jī)制；要分析認(rèn)知的整體性，尤其是感知-思維-行為之間的協(xié)同性。分析人或者機(jī)器在客觀的、實(shí)在的、外在的物理空間和主觀的、抽象的、內(nèi)在的認(rèn)知空間之間迭代形成的認(rèn)知，是如何逐步逼近真實(shí)的；分析一代代傳承的群體智能和個體智能迭代形成的人類認(rèn)知具有的演繹、歸納、創(chuàng)作和發(fā)現(xiàn)四種基本模式，也就是知識驅(qū)動的推理模式，如數(shù)學(xué)定理證明；記憶驅(qū)動的經(jīng)驗(yàn)?zāi)Ｊ剑?a href="http://www.1cnz.cn/v/tag/448/" target="_blank">深度學(xué)習(xí)；聯(lián)想驅(qū)動的創(chuàng)作模式，如從天體定位到人造衛(wèi)星定位工程到星鏈工程；以及假說驅(qū)動的發(fā)現(xiàn)模式，如門捷列夫預(yù)言新的化學(xué)元素。還要分析多元認(rèn)知模式形成的智能，它覆蓋形象思維、邏輯思維和頓悟，抽象、聯(lián)想和交互相互支撐，相互驅(qū)動，互為先導(dǎo)，互為補(bǔ)充，螺旋推進(jìn)。就單個人的認(rèn)知發(fā)展而言，想象力和創(chuàng)造力有差異，即使對同一個問題，在不同時期、不同情境下，也可能采用不同的認(rèn)知模式，存在不確定性。討論認(rèn)知的形式化，還要探討人類智能的體外延伸累積形成的人工智能是如何增強(qiáng)人的認(rèn)知的；人或者機(jī)器在思維、學(xué)習(xí)、成長過程中存在的多元認(rèn)知，各智其智、智人之智、智智與共、兼容并蓄；認(rèn)知模式之間的不停轉(zhuǎn)換，構(gòu)成趨于統(tǒng)一的無盡認(rèn)知。

1.3 用遞歸和迭代來克服熵增，維持機(jī)器的秩序

人的認(rèn)知也好，機(jī)器認(rèn)知也好，它們都不能違背廣義物理學(xué)的規(guī)律和原理，其中最根本、最基礎(chǔ)的就是熵增原理[8]。一個孤立系統(tǒng)總的無序程度，即“熵”，在自然過程中只會增加。當(dāng)熵達(dá)到最大值時，系統(tǒng)會出現(xiàn)嚴(yán)重混亂，走向終結(jié)，人要死亡。要使它們維持秩序，宇宙、生命和機(jī)器都擅長應(yīng)用簡單重復(fù)的基本操作進(jìn)行輪回或循環(huán)，克服熵增，維持秩序，呈現(xiàn)規(guī)律。

人類的生存和繁衍是一代一代迭代進(jìn)行的，表現(xiàn)為基因的遺傳。個體的生命組織里有很多遞歸和分形的現(xiàn)象。人類的進(jìn)化，包括人的智能在內(nèi)，也可以說是一個循環(huán)的過程。無論是人還是機(jī)器，認(rèn)知活動中的循環(huán)現(xiàn)象比比皆是。

在討論認(rèn)知形式化的時候，我們注意到生命和認(rèn)知中的一個重要的循環(huán)活動是迭代，用這次迭代的結(jié)果作為下一次迭代的初值，不斷遞推，累積發(fā)展。另一個重要的循環(huán)活動形式是遞歸，但遞歸與迭代不同。迭代是往前走，形而上。例如，人腦中的知識，從小學(xué)到大學(xué)到成年，就是這樣自我復(fù)用、迭代成長的；又例如人類社會的科學(xué)和技術(shù)，特別是智能機(jī)器一代一代的批量生產(chǎn)，也是迭代發(fā)展的。而遞歸是往回找，形而下。例如認(rèn)知機(jī)器中的具身智能最終是通過硬構(gòu)體[9]中機(jī)器指令遞歸執(zhí)行的。又如ChatGPT中的自回歸生成系統(tǒng)，就充分利用了遞歸和迭代[32]。遞歸和迭代對于生命和認(rèn)知的自引導(dǎo)、自成長，尤其重要。

碳基生命由細(xì)胞組成。諾貝爾獎獲得者埃爾溫·薛定諤在《什么是生命？》[10]中寫道：生命是很多種能夠決定個體未來發(fā)展完整模式的密碼本，人活著就是在對抗熵增規(guī)律。人和所有生物一樣都遵循最基本的物理定律，都會衰老，都依賴負(fù)熵為生。我們可以從機(jī)器認(rèn)知的角度，去理解查爾斯·達(dá)爾文的進(jìn)化論[11]，尤其是物種多樣性；理解弗朗西斯·克里克的遺傳學(xué)[12]，尤其是基因工程；理解埃里克·坎德爾的細(xì)胞學(xué)[13]，尤其是認(rèn)知神經(jīng)生物學(xué)。為此，必須理解機(jī)器如何依靠能量形成秩序的，如何通過和外界交互產(chǎn)生負(fù)熵的，進(jìn)而理解機(jī)器是如何思維、如何認(rèn)知的。

宇宙浩瀚，星河流轉(zhuǎn)。宇宙是由物質(zhì)組成的，物質(zhì)和能量可以互換。有人說宇宙大爆炸是一次新的涌現(xiàn)，也有人論證是宇宙大爆炸誕生了地球[14]。地球上早在生命出現(xiàn)之前就存在有多種多樣形態(tài)的物質(zhì)，幾百萬年來人類在地球上生存繁衍，日出日落，冬去春來，人類認(rèn)知的進(jìn)化，創(chuàng)造了越來越多的人造物，終于從宇宙構(gòu)成的物質(zhì)說，逐步發(fā)展到今天的“機(jī)器認(rèn)知四要素說”。

2從“工具二要素說” 到“認(rèn)知四要素說”

2.1 工具二要素說

首先看看石器時代和農(nóng)耕時代以來的“工具二要素說”，即物質(zhì)和結(jié)構(gòu)說。人類發(fā)明工具的材質(zhì)是物質(zhì)，把各種結(jié)構(gòu)直接寄生到物質(zhì)上，寄生到構(gòu)成工具的零部件的相互關(guān)系上，結(jié)構(gòu)決定功能，形成硬構(gòu)體（見圖1）。“把第一塊石頭做成刀”[15]花費(fèi)的時間是以數(shù)十萬年計的，物理空間里結(jié)構(gòu)和物質(zhì)難舍難分。在公元前3200年，蘇美爾人就發(fā)明了早期的輪子[16]，如果用兩個平行的“平面結(jié)構(gòu)”割截一顆天然的樹干，再用一個“圓結(jié)構(gòu)”賦予其四周，就成了“輪子” 。倘若沒有這個結(jié)構(gòu)寄生在物質(zhì)上的、讓“物體繞軸滾動”的、看似簡單的發(fā)明和持續(xù)發(fā)明的硬構(gòu)體，今天我們很難想象任何一種機(jī)械化工具還可以工作。這種知識累積覆蓋了從齒輪到自行車、汽車、噴氣發(fā)動機(jī)和精密儀器的所有范圍。輪子的發(fā)明距今已有5500年的歷史，輪子在人類史上的重要作用常常和火的發(fā)明相提并論。再例如，人類發(fā)明的第一個已知的齒輪計算工具是2000多年前古希臘的安提基特拉機(jī)械。如果追溯中國數(shù)學(xué)的機(jī)械化，結(jié)構(gòu)寄生在物質(zhì)上的最早的算盤，是由我國東漢數(shù)學(xué)家徐岳發(fā)明的硬構(gòu)體。他所撰的《數(shù)術(shù)記遺》中有云：“珠算控帶四時，經(jīng)緯三才”。可見，硬構(gòu)體絕不能簡單等同于物質(zhì)。寄生在物質(zhì)上面的各種各樣的復(fù)雜結(jié)構(gòu)，是人類特有的想象力的體現(xiàn)，結(jié)構(gòu)涉及到的尺度，大可大到、小可小到人具身尺度的18個量級左右。石器時代和農(nóng)耕時代的工具自身沒有動力，其結(jié)構(gòu)設(shè)計中不考慮能量，工具談不上是機(jī)器，更不是生命，但是已經(jīng)能夠大大擴(kuò)展人的體力和行為。

圖1 農(nóng)耕時代的工具：結(jié)構(gòu)寄生在物質(zhì)上的硬構(gòu)體的例子

2.2 機(jī)器三要素說

為了更好地用機(jī)器替代、延展人的體力，工業(yè)時代的機(jī)器里增加了一個重要要素——“能量”，與物質(zhì)和結(jié)構(gòu)一起，構(gòu)成“機(jī)器三要素說”。結(jié)構(gòu)直接寄生在物質(zhì)和能量上，寄生到構(gòu)成機(jī)器的零部件的相互關(guān)系上（如圖2），形成硬構(gòu)體，替代肉身，能夠運(yùn)轉(zhuǎn)起來，但不能思維。例如鐘擺、蒸汽發(fā)動機(jī)、電動車等，拓展人的體能，延伸人的行為能力。人類行走的速度和肌肉的力量幾千年也沒有太大變化，但人類發(fā)明的動力機(jī)器卻大大延伸和拓展了人的體力和行為。人類發(fā)明的車輛、船舶、飛機(jī)、火箭將人類活動范圍延展到陸地、海洋、天空、太空。火箭的速度比人行走的速度高了四、五個量級。如今，無論是機(jī)械能、輻射能、熱能、化學(xué)能、電能、核能，各種各樣的動力機(jī)器普遍運(yùn)用，無處不在，能源甚至成為一個國家發(fā)達(dá)與否的重要標(biāo)志。在物理的空間里，物質(zhì)、結(jié)構(gòu)、能量形成的各種各樣的復(fù)雜硬構(gòu)體，無論是工具還是機(jī)器，對人類社會的生產(chǎn)形態(tài)、組織結(jié)構(gòu)、經(jīng)濟(jì)繁榮和生活方式帶來了根本的變化。

有人把信息革命說成是第四次工業(yè)革命，其實(shí)未必確切。人類歷史已經(jīng)發(fā)生并繼續(xù)推進(jìn)著農(nóng)業(yè)革命、工業(yè)革命和認(rèn)知革命，它們并行發(fā)展、此起彼伏。石器時代和農(nóng)耕時代人類發(fā)明各種各樣的工具，延伸體力。工業(yè)革命時代人類發(fā)明各類機(jī)械和動力機(jī)器，延伸和拓展人的體力和行為，但動力機(jī)器還不會思維。舉例來說，時鐘這部機(jī)器是依靠物質(zhì)、能量和結(jié)構(gòu)來維持運(yùn)轉(zhuǎn)的，然而時間對鐘表這部機(jī)器的運(yùn)作沒有任何實(shí)質(zhì)貢獻(xiàn)。

圖 2 工業(yè)時代的機(jī)器——硬構(gòu)體的例子

2.3 機(jī)器認(rèn)知中的基本要素分析

智能時代的認(rèn)知機(jī)器與工業(yè)時代的動力機(jī)器不同。本文提出機(jī)器認(rèn)知的四要素說，在物質(zhì)、能量、結(jié)構(gòu)的基礎(chǔ)上增加了一個重要要素：時間。

在物理學(xué)中，尤其是天體物理學(xué)，空間和時間常常是兩大維度。物理學(xué)中的任何物體，其結(jié)構(gòu)一定寄生在物質(zhì)和能量上，結(jié)構(gòu)不可能是物理世界的孤立存在物；在空間里的物質(zhì)和能量的運(yùn)動和變化用時間去描述，其結(jié)構(gòu)也隨時間而變化，物質(zhì)和能量可以互換，物質(zhì)和能量在運(yùn)動和變化中存在，生命在成長或衰老中存在。我們認(rèn)為，時間是人類創(chuàng)造出來的主觀概念，宇宙里沒有絕對時間，也不是物理世界的孤立存在物，時間不是任何一種東西，不宜把時間空間化、物化。人類發(fā)明了時間的概念，時間分時刻和時間間隔，用來描述宇宙里物質(zhì)和能量的運(yùn)動和變化。人們曾經(jīng)把時間賦予最高的哲學(xué)地位[17]，只是把物質(zhì)和能量的運(yùn)動和變化在認(rèn)知空間中的認(rèn)識賦予最高的地位。結(jié)構(gòu)相對于時間是獨(dú)立的要素，不會顯得過于具體。結(jié)構(gòu)和時間是人類認(rèn)知、也是機(jī)器認(rèn)知的奠基石。智能源發(fā)于人腦，特別是源于難以計數(shù)的各類神經(jīng)細(xì)胞相互作用所致的復(fù)雜性，大腦新皮質(zhì)才是形成結(jié)構(gòu)和時間的思維器官。如果沒有記憶，我們就永遠(yuǎn)活在當(dāng)下，就不會有結(jié)構(gòu)和時間的概念，正是記憶讓我們能夠?yàn)檫^去和現(xiàn)在的認(rèn)知提供了連續(xù)性，人類才有抽象結(jié)構(gòu)和發(fā)明時間的生物學(xué)基礎(chǔ)。水、空氣和營養(yǎng)是維持生命的必須，記憶是人類對結(jié)構(gòu)和時間的認(rèn)知，并伴隨些許遺忘，是維持生命思維的必須，是生命的靈魂，貫穿于生命始終。只有維持正常的記憶，人類才能具有智能，累積智能，實(shí)現(xiàn)價值，生命才有歷史感，認(rèn)知才有成長感。結(jié)構(gòu)和時間彌漫在人的整個認(rèn)知空間里，數(shù)學(xué)是人類最抽象的軟構(gòu)體，是人類在自然語言基礎(chǔ)上使用的最抽象的專業(yè)語言。按照愛因斯坦的定義，時間只是鐘表面盤上的一個讀數(shù)。如果把同一批生產(chǎn)的擺鐘放置在宇宙的不同位置，會呈現(xiàn)不同的時間，這就充分證明了時間不能完全脫離和獨(dú)立于空間，只是用來表達(dá)空間的一個屬性。有了時間的概念，物質(zhì)和能量可以映射為認(rèn)知空間里不同時刻（即時間被凍結(jié)時）表現(xiàn)出的拓?fù)浣Y(jié)構(gòu)和關(guān)系。

物質(zhì)和能量是物理層面的真實(shí)存在，結(jié)構(gòu)和時間是認(rèn)知層面的抽象思維，是人類認(rèn)知物質(zhì)、能量的存在和變化的狀態(tài)參量。在人的精神世界里，用結(jié)構(gòu)表達(dá)物質(zhì)在空間的拓?fù)渑c形變，用時間表達(dá)物質(zhì)的運(yùn)動與變化，反映能量的傳遞與轉(zhuǎn)換。結(jié)構(gòu)和時間寄生在物質(zhì)和能量上的諸多硬構(gòu)體，組成機(jī)器具身；而機(jī)器思維過程中的數(shù)字、符號、信息是大量的軟構(gòu)體，如同人在認(rèn)知空間里表現(xiàn)出來的思想，它們寄生在硬構(gòu)體或者已有的其他軟構(gòu)體之上，能自我引導(dǎo)，即自舉，能自我復(fù)用，即遞歸，能遞推使用，即迭代，更能自我復(fù)制或者修改，構(gòu)成想象。至少存在下一個時間周期，使得機(jī)器能再去“思考”。時間讓機(jī)器里有了活動的秩序，思維才能夠“活”起來。人類認(rèn)知空間里的軟構(gòu)體是思維的要素，支撐形象思維、邏輯思維和直覺思維，體現(xiàn)人的豐富想象力和創(chuàng)造力，體現(xiàn)精神世界，有尺度感、時間感和層次感。如果要給底層軟構(gòu)體取名字，可能是些符號、字母、筆劃、數(shù)字、前后、左右、上下、順序、快慢等，也有人稱為心語，可統(tǒng)稱為符號和符號之間的關(guān)聯(lián)狀態(tài)。至于感覺、概念、信息和知識都是上層軟構(gòu)體，是合并和歸類，反映不同抽象尺度，是物理世界在認(rèn)知空間的鏡像和上層建筑，是想象的現(xiàn)實(shí)。當(dāng)今，包括ChatGPT在內(nèi)的深度學(xué)習(xí)巨大成功，其歷史意義在于：用物理世界大量硬構(gòu)體訓(xùn)練機(jī)器，用標(biāo)注代替記憶，用足夠多次的循環(huán)逼近無窮多，用足夠大的數(shù)逼近無窮大，用足夠小的數(shù)逼近無窮小，生成不同粒度的軟構(gòu)體。深度學(xué)習(xí)宏觀上屬于記憶驅(qū)動的經(jīng)驗(yàn)認(rèn)知模式，它能夠識別不同人在紙上寫出的、有差別的圖形A這些硬構(gòu)體，被合并、歸類、抽象成軟構(gòu)體的字母“A”，形成記憶；類似地，還可以判斷并識別物理世界存在的千千萬萬個有區(qū)別的實(shí)體（硬構(gòu)體），記憶形成認(rèn)知空間各類軟構(gòu)體的抽象概念，如“山”、“水”、“樹”、“草”、“椅子”、“房子”、“人”、“寵物”等等。從認(rèn)知的層面看，人類一切思維活動都是抽象。軟構(gòu)體是抽象的結(jié)果，是思維的“虛單元”，是硬構(gòu)體的鏡像。如果說，脫氧核糖核酸（DNA）是動植物細(xì)胞中帶有基因編碼的化學(xué)物質(zhì)，是寄生了結(jié)構(gòu)的物質(zhì)，是硬構(gòu)體，那么基因編碼是軟構(gòu)體。再以無人駕駛汽車為例，物理空間的硬構(gòu)體包括車廂、底盤、輪胎、電機(jī)、傳感器、芯片等，認(rèn)知空間的軟構(gòu)體包括操作系統(tǒng)、駕駛腦[18]程序、行車地圖、交通規(guī)則等。軟構(gòu)體和硬構(gòu)體交互，虛實(shí)互補(bǔ)，形成汽車具身智能。無人駕駛車體的具身行為，可以和有人駕駛區(qū)分不出差別來。

這里要特別指出，認(rèn)知的要素不是指宇宙構(gòu)成的要素，宇宙說即物質(zhì)說，我們從宇宙構(gòu)成的單要素（物質(zhì)）說起，到工具構(gòu)成的二要素（物質(zhì)、結(jié)構(gòu)）說，再到動力機(jī)器構(gòu)成的三要素（物質(zhì)、結(jié)構(gòu)、能量）說，再發(fā)展到機(jī)器認(rèn)知構(gòu)成的四要素（物質(zhì)、結(jié)構(gòu)、能量、時間）說。盡管在物理學(xué)中，物質(zhì)和能量可以互換，但在認(rèn)知過程中，只有物質(zhì)，沒有能量，無法進(jìn)行思維活動，也不可能有感知和行為。機(jī)器如果停止了能量供給，如斷電，機(jī)器就死了；而后如果又恢復(fù)供電，機(jī)器可以再次自舉，激活操作系統(tǒng)，重新進(jìn)入認(rèn)知的工作狀態(tài)；但是認(rèn)知的機(jī)器中的硬構(gòu)體不可能自成長，自我修復(fù)，更不可能自我復(fù)制，這和軟構(gòu)體很不一樣；硬構(gòu)體老化了、失靈了，被修復(fù)之后可以重啟，如果有新的硬構(gòu)體、軟構(gòu)體加進(jìn)來，只要適配，升級之后，可以提高機(jī)器認(rèn)知的能力。認(rèn)知的機(jī)器畢竟不是細(xì)胞組成的生命，沒有細(xì)胞裂變和生長的生物學(xué)基礎(chǔ)，不可能繁衍，不可能自我復(fù)制機(jī)器自身，不能自開機(jī)。但可以在四要素的支撐下，自我復(fù)制軟構(gòu)件，復(fù)制和延展思想，實(shí)現(xiàn)認(rèn)知的自成長，表現(xiàn)出具身智能和通用智能，也可以使自身處于睡眠態(tài)，等待被叫醒。

400萬年來的人類進(jìn)化，形成基因優(yōu)勢，脫離野蠻，將結(jié)構(gòu)直接寄生到物質(zhì)上，發(fā)明工具；300萬年來人類形成語言優(yōu)勢；6000年前人類發(fā)明文字和教育，形成文化文明優(yōu)勢，成為第一次認(rèn)知革命；最近500年來利用物質(zhì)、結(jié)構(gòu)和能量，發(fā)明機(jī)器，形成科技優(yōu)勢，解放了人的體力，大大擴(kuò)展了人類活動的物理空間，成為第二次認(rèn)知革命；最近100年來發(fā)明更多的傳感器和思維機(jī)器，解放人的智力，形成智能優(yōu)勢，人類進(jìn)入第三次認(rèn)知革命。物質(zhì)、能量、結(jié)構(gòu)和時間是人類認(rèn)知的核心要素，也是機(jī)器認(rèn)知的核心要素，認(rèn)知的機(jī)器里增加了更多的軟構(gòu)體。

3用“認(rèn)知四要素說”解釋典型認(rèn)知事件

3.1 解釋愛因斯坦質(zhì)能方程

1905年愛因斯坦提出的質(zhì)能方程E= mc2，是人類在認(rèn)知空間用結(jié)構(gòu)和時間對宇宙物質(zhì)和能量之間秩序的認(rèn)知，依靠軟構(gòu)體“位移”、“米”、“千克”、“秒”、 “焦耳”、“速度” 等概念的支撐，對宇宙中物質(zhì)和能量關(guān)系進(jìn)行解釋[19]，光速C = λM·fM，其中，λM、fM分別為物質(zhì)對應(yīng)的波長與頻率，代表了該物質(zhì)獨(dú)有的物理性質(zhì)及其空間波長與時間頻率特性，表達(dá)能量和質(zhì)量可以互換。每千克的質(zhì)量可轉(zhuǎn)化為焦耳的能量。宇宙中的物質(zhì)是從大爆炸中的能量轉(zhuǎn)化而來的[19]。物體以輻射形式放出能量，其質(zhì)量就要減少，體現(xiàn)宇宙的整體不變量和質(zhì)能的統(tǒng)一性。若沒有“位移”、“米”、“千克”、“秒”、 “焦耳”、“速度” 這些軟構(gòu)體概念，物質(zhì)和能量的關(guān)系是無法解釋的。質(zhì)能方程將物質(zhì)、能量、結(jié)構(gòu)和時間四要素及其轉(zhuǎn)換規(guī)律，于一個公式中表達(dá)。

3.2 回看西蒙的“物理符號系統(tǒng)假設(shè) ”

回顧人工智能符號主義的先驅(qū)赫伯特·西蒙和艾倫·紐厄爾在1976年提出的“物理符號系統(tǒng)”假設(shè)[20]，用以表達(dá)思維活動中的抽象能力，并認(rèn)為它是一般智能行為的充分必要條件。數(shù)學(xué)是培養(yǎng)抽象思維的手段之一，抽象源自早期人類的模仿活動，是思維的想象和創(chuàng)造活動，物理實(shí)體通過人的認(rèn)知抽象，被去偽存真、由表及里、去粗取精之后，成為軟構(gòu)體，體現(xiàn)為一般性、普遍性的符號，形成記憶，并不是真實(shí)存在。符號系統(tǒng)由一組代表實(shí)體的、抽象的“符號”組成，可以作為另一種稱為“表達(dá)式”（或符號結(jié)構(gòu)）的再組合。西蒙后來又進(jìn)一步提出了認(rèn)知系統(tǒng)模型，提出組塊理論[21]，將零散的構(gòu)件組成有意義的信息單元。現(xiàn)在看來，這些極為有限的符號、表達(dá)式、及其集合和操作，都可以稱為軟構(gòu)體，只不過存在多個抽象層次，軟構(gòu)體的抽象尺度各個不同。高層抽象的軟構(gòu)體操作，可以由較低層的軟構(gòu)體支撐完成，而較低層次的抽象又可以由更低層次的抽象實(shí)現(xiàn)，或上下跳躍，或?qū)訉舆f歸。但西蒙的物理符號系統(tǒng)假設(shè)在底層遠(yuǎn)遠(yuǎn)低估了人類抽象能力的豐富性，過于簡單，構(gòu)不成充分條件，軟構(gòu)體之間也無需那么嚴(yán)格的邏輯關(guān)系。當(dāng)今大語言模型的成功證明了這一點(diǎn)，ChatGPT有高達(dá)千億個參數(shù)。除了抽象之外，聯(lián)想和交互不可或缺，這是物理符號系統(tǒng)假設(shè)中沒有注意到的。創(chuàng)造力源于想象力，想象力源于大膽地抽象和樸實(shí)的聯(lián)想，深化于冷靜地類比，終極于實(shí)踐的驗(yàn)證。軟構(gòu)體之間的拓?fù)溥B接關(guān)系多種多樣，聯(lián)想導(dǎo)致關(guān)聯(lián)，導(dǎo)致相似、類比[31]和遷移，由此及彼，觸類旁通，舉一反三，形成通用知識和一般智能。交互還確保了抽象和聯(lián)想不可脫離物理世界，得到驗(yàn)證，確保知行合一。然而，西蒙用相當(dāng)于高層軟構(gòu)體的新符號結(jié)構(gòu)，體現(xiàn)思維活動的迭代發(fā)展，讓機(jī)器通過遞歸來完成思維，貢獻(xiàn)巨大。西蒙因在人工智能、認(rèn)知心理學(xué)和編程列表處理方面的奠基性貢獻(xiàn)獲得圖靈獎，后來又榮獲諾貝爾經(jīng)濟(jì)學(xué)獎和美國心理學(xué)協(xié)會的終身成就獎，1994年還當(dāng)選為首批中國科學(xué)院外籍院士，讓我們敬佩。

3.3 硅基機(jī)器成為人類思維的超強(qiáng)加速器

圖靈在1936年發(fā)表《論可計算數(shù)及其在判定問題中的應(yīng)用》[22]，對可計算本質(zhì)進(jìn)行了嚴(yán)格的數(shù)學(xué)定義，提出的圖靈機(jī)是一種簡單但運(yùn)算能力極強(qiáng)的計算模型，奠定了“計算就是智能” 的理論基石。用圖靈機(jī)可以計算所有的能想象得到的可計算數(shù)。后來著名的“邱奇—圖靈論題”[23]說明了 “λ演算、遞歸函數(shù)和圖靈可計算問題的等價性”，即：所有能行可計算或是機(jī)械程序可計算的函數(shù)，恰好就是用一般遞歸函數(shù)去逼近無限。可以認(rèn)為“圖靈可計算”是軟構(gòu)體依靠自我復(fù)用來逼近無限的過程，開創(chuàng)了機(jī)器暴力計算的先河。

以人類對圓周率的認(rèn)知為例展開討論。公元前1900年，古巴比倫石匾記載圓周率約等于25/8（3.125）。公元前200多年，阿基米德利用圓的外切與內(nèi)接 96 邊形，求出了圓周率的取值應(yīng)該在3.140845和3.1428571之間。公元500年，祖沖之為了計算圓周率，在地面畫直徑1丈的大圓，從這個圓的內(nèi)接正六邊形一直作到 12288 邊形，得出π值在3.1415926與3.1415927之間。依靠生物自然進(jìn)化的人類，借助簡單工具計算π值，小數(shù)點(diǎn)精度提高1個位數(shù)，用了1700年，提高4個位數(shù)，又用了800年。然而，1950年在ENIAC計算機(jī)上算出π的2037個小數(shù)位。1954年在NORC計算機(jī)上用13分鐘算出3089個小數(shù)位。1989年用IBM－VF型巨型機(jī)算到小數(shù)點(diǎn)后10.1億位。2010年日本人自組裝計算機(jī)，算出小數(shù)點(diǎn)后50億位。2011年計算機(jī)算到小數(shù)點(diǎn)后萬億（1012）位。如果一張A4紙可寫60行，每行寫17位，要10億張紙才能寫完，紙疊在一起，疊高要10萬米！人類借助電腦，圖靈機(jī)可計算，軟構(gòu)體復(fù)用，π的小數(shù)點(diǎn)精度提高到1012，僅用了70年。由此可見，硅基機(jī)器是人類思維的超強(qiáng)加速器和智能行為的超強(qiáng)放大器，暴力計算呈指數(shù)級增長的速度是碳基生命智能望塵莫及的（見圖3），人類應(yīng)該充分享受機(jī)器暴力思維的紅利，讓人工智能服務(wù)于工程師的聯(lián)想驅(qū)動的創(chuàng)作模式和科學(xué)家的假說驅(qū)動的發(fā)現(xiàn)模式。

圖 3用硅基機(jī)器計算圓周率精度暴力程度的形象化

硅基機(jī)器的暴力計算能力開創(chuàng)了機(jī)器動畫和虛擬現(xiàn)實(shí)的新方向。認(rèn)知機(jī)器里的抽象和聯(lián)想，通過暴力計算可以生成許多騙過人眼的虛擬現(xiàn)實(shí)，如制造出虛擬海嘯。當(dāng)然，如同過度的想象力有時會導(dǎo)致精神病人有幻覺和妄想一樣，硅基機(jī)器有時也會掉進(jìn)軟構(gòu)體的死循環(huán)，表現(xiàn)為死機(jī)，但依然消耗著能量。

人們討論生物自然進(jìn)化現(xiàn)象，常用的時間尺度是“萬年” ; 討論人類文明生態(tài)現(xiàn)象，常用的時間尺度是“千年”; 討論人類思維和認(rèn)知的進(jìn)步，尤其是科學(xué)技術(shù)的發(fā)展，常用的時間尺度是“百年”甚至“十年”。當(dāng)前，智能機(jī)器的思維速度已經(jīng)到達(dá)納秒（10-9）級別，正在奔向皮秒（10-12）、甚至飛秒（10-15）級別，正在用足夠小逼近無窮小。人類思維的速度幾千年并沒有太大變化，依靠自然進(jìn)化的碳基生命體的反應(yīng)速度，仍然停留在毫秒（10-3）級別，或許更低。機(jī)器思維速度把人類思維速度拋在后面七八個量級。隨著計算機(jī)時鐘精度的提升，CPU的工作頻率同步提升，相當(dāng)于幼兒認(rèn)知核[24]中語言指令（無論是復(fù)雜指令集還是精簡指令集）的執(zhí)行周期被大大縮短。量子計算機(jī)的介入，算力還會暴漲。當(dāng)今機(jī)器圍棋程序[25]和蛋白質(zhì)折疊結(jié)構(gòu)預(yù)測[26]超強(qiáng)于人腦，不足為怪，更重要的是機(jī)器暴力思維可以反過來促進(jìn)人腦的想象力。圖靈在1950年的《計算機(jī)械和智能》[27]中說:“我既不貶低不能在選美競賽中有出色表現(xiàn)的機(jī)器，也不貶低同飛機(jī)賽跑失敗的人”。今天可以這樣來理解：我們既不貶低沒有意識和情感的思維機(jī)器，也不貶低思維速度遠(yuǎn)遠(yuǎn)不如硅基機(jī)器的生物人。認(rèn)知機(jī)器超越做文秘工作的一般都市白領(lǐng)是完全可能的，要替代情商高、直接服務(wù)人的工作還有難度。但是，給之時日，也會有改進(jìn)。

4具身圖靈測試的常態(tài)化

4.1 自動駕駛的出路：車輛具身行為測試的常態(tài)化

目前，無人駕駛常常被誤認(rèn)為是一個自動控制問題，受到國際汽車工程師學(xué)會（SAE）J3016標(biāo)準(zhǔn)提出的L0到L5等級劃分的過度影響；或者是深度學(xué)習(xí)中的預(yù)訓(xùn)練加微調(diào)的問題，受到英偉達(dá)等端到端深度學(xué)習(xí)的過度影響。有人從道路環(huán)境入手，強(qiáng)調(diào)智能網(wǎng)聯(lián)，依靠北斗/GPS高精度定位、RSU/OBU等路邊設(shè)施的引導(dǎo)、5G/6G通信網(wǎng)絡(luò)、或者高精度導(dǎo)航地圖[28]來滿足駕駛認(rèn)知的需要；還有人在車輛上增加越來越多的傳感器，攝像頭增加到幾十個、激光雷達(dá)增加到七八個，并從64線上升為128線甚至更多，還追加毫米波雷達(dá)、紅外線雷達(dá)等；更有人一味的讓智能車在實(shí)際道路上行駛上百萬公里，企圖補(bǔ)全各種情境或事故態(tài)勢；而交通管理部門正在建立各類測試評估標(biāo)準(zhǔn)，企圖囊括盡可能多的駕駛情境，如換道超車、無保護(hù)左轉(zhuǎn)、匯入?yún)R出車流、十字路口拐彎、側(cè)方位停車、跟隨駕駛、雪地行駛、側(cè)翻、爆胎等事故防范等等，以便給智能車發(fā)放駕照。十多年前，我們就提出研發(fā)駕駛腦，率先在全球成功地完成了北京至天津、鄭州到開封實(shí)際道路的無人駕駛。當(dāng)時所用客車的底盤是一家著名的客車制造商生產(chǎn)的，他們最近忍痛決定停止自動駕駛的研發(fā)而轉(zhuǎn)入外包。老百姓戲說自動駕駛“只聽樓梯響，不見人下來”，自動駕駛產(chǎn)業(yè)化舉步維艱。

汽車有著近200年制造發(fā)展的輝煌歷史，是工業(yè)革命的典范，也是智能制造的典范，成就了人類的移動生活。尤其是汽車人體工程學(xué)的實(shí)踐，通過方向盤、油門和剎車，非常自然地延伸了人的四肢和體力，車子成為受控制的身體的一部分。盡管車輛動力學(xué)研究日趨成熟，汽車的自動化已經(jīng)做到了極致，但無需駕駛員的汽車自操控，如果不能像人一樣具備與時俱進(jìn)的學(xué)習(xí)能力，面對行人沒有禮讓，切換道路不夠果斷，嘗試并道沒有試探，和周邊車輛行人的打車需求沒有交互，不能應(yīng)對各種邊緣工況，是很難獲得人類社會認(rèn)可的。智能駕駛更核心的是駕駛認(rèn)知的形式化，是機(jī)器駕駛腦的研發(fā)和量產(chǎn)，是如何確保機(jī)器駕駛比人駕更安全、更節(jié)能、更舒適的問題，讓曾經(jīng)的汽車制造商去研發(fā)駕駛腦實(shí)在是勉為其難。“具身圖靈測試”是指測試第三方從機(jī)器表現(xiàn)的行為上無法區(qū)分各種各樣的動力機(jī)器是由人操控的，還是機(jī)器自主操控的。駕駛事故是無法窮盡的，意外之外還有意外，用車輛的具身圖靈測試無法區(qū)分是標(biāo)桿駕駛員還是機(jī)器自駕駛，車輛的具身交互智能才是無人駕駛的出發(fā)點(diǎn)和歸宿。

圖4 機(jī)器駕駛腦的學(xué)習(xí)過程

機(jī)器駕駛腦的一個突出優(yōu)點(diǎn)，是始終保持注意力，專注車輛行為過程中當(dāng)前路權(quán)和駕駛態(tài)勢圖的自生成，這是會疲勞、有情緒的人類駕駛員無法做到的，無人駕駛是技術(shù)發(fā)展的必然趨勢。教機(jī)器開車，培訓(xùn)機(jī)器駕駛腦接替標(biāo)桿駕駛員的工作，有如下三個循序漸進(jìn)的環(huán)節(jié)。首先是標(biāo)桿駕駛員操作、機(jī)器駕駛腦學(xué)習(xí)，這是指導(dǎo)學(xué)習(xí)；然后是駕駛腦自作業(yè)、標(biāo)桿駕駛員干預(yù)，這是半指導(dǎo)學(xué)習(xí)；再是機(jī)器自操控、自學(xué)習(xí)，這是自主學(xué)習(xí)。圖4中從后往前的反饋是多次的，帶有不確定性，有時回到指導(dǎo)學(xué)習(xí)，有時回到半指導(dǎo)學(xué)習(xí)。指導(dǎo)學(xué)習(xí)包含先入為主、賦予任務(wù)、引導(dǎo)、釋疑、解惑、交互認(rèn)知、監(jiān)督等；而自主學(xué)習(xí)是把指導(dǎo)學(xué)習(xí)的結(jié)果轉(zhuǎn)為長期記憶的重要環(huán)節(jié)。只有機(jī)器的自學(xué)習(xí)，不斷地迭代，才能實(shí)現(xiàn)認(rèn)知的自成長。駕駛腦還可以靈活外掛記憶棒，如典型情境應(yīng)對庫、事故防范庫、泊車庫等，能夠在指導(dǎo)學(xué)習(xí)和強(qiáng)化學(xué)習(xí)、特別是自主學(xué)習(xí)的過程中把越來越多的駕駛未知變?yōu)橐阎屪⒁饬κ冀K盯住當(dāng)前路權(quán)的變化，自糾錯，用具身圖靈測試的常態(tài)化實(shí)現(xiàn)駕駛認(rèn)知的自成長，這才是無人駕駛的根本出路。

4.2 具身圖靈測試常態(tài)化是對話圖靈測試之后的又一個里程碑

語言智能是人類智能最基本的體現(xiàn)。當(dāng)前，ChatGPT 正在全人類面前接受著日復(fù)一日的、實(shí)時的圖靈測試[29]，有著不凡的表現(xiàn)。對話，無論是聽和說，還是手寫，還是敲鍵盤用文字溝通，都是一種具身的行為，都要消耗能量。但是，GhatGPT無法取代一個人的多種智能，因?yàn)樗鼜膩頉]有在文本之外的物理世界中獲得過任何行為體驗(yàn)和經(jīng)驗(yàn)。在人類長時間的進(jìn)化過程中，除了用視聽覺交互之外，更多的是用四肢和軀體與外界環(huán)境進(jìn)行物理交互[30]，我們常常稱之為“勞動”。各種各樣的動力機(jī)器普遍運(yùn)用，千差萬別，無處不在。如農(nóng)田里的拖拉機(jī)、插秧機(jī)、收割機(jī)，工地上的掘土機(jī)、起重機(jī)、盾構(gòu)機(jī)，運(yùn)輸線上的汽車、飛機(jī)、輪船，工廠里的發(fā)動機(jī)、發(fā)電機(jī)、機(jī)床、生產(chǎn)線，太空里的航天器，等等。機(jī)器不停地運(yùn)轉(zhuǎn)，創(chuàng)造了一批又一批新的勞動崗位，特別是技能崗位，培養(yǎng)出一大批優(yōu)秀操作手、能工巧匠、大國工匠，其操作技能常常讓人們驚嘆不已。人圍著機(jī)器轉(zhuǎn)，機(jī)器圍著人轉(zhuǎn)，一代代重復(fù)著，成為生活的常態(tài)，恩格斯甚至發(fā)出“勞動創(chuàng)造人類”的感嘆。一切有關(guān)動力機(jī)器的設(shè)計、實(shí)現(xiàn)、評估都涉及到人的操控，人與機(jī)器的交互，人體具身與機(jī)器的行為互動，并且朝向更加完善、自然、便捷的方向發(fā)展，人成為整個生產(chǎn)活動實(shí)時控制的中心。

如果工業(yè)革命以來人類發(fā)明和使用的各種各樣的機(jī)器都能夠被人工智能潤物細(xì)無聲地滲透，實(shí)現(xiàn)自操控，夜以繼日，不知疲倦，在行為上和由能工巧匠操控的機(jī)器具身行為不再能夠區(qū)分，人們將從日復(fù)一日的、億萬個形形色色的機(jī)器勞動崗位（特別是艱苦工作崗位）上解脫出來，不再長期被各種各樣的機(jī)械和機(jī)器所奴役和捆綁，仍然能夠保持各類工農(nóng)業(yè)產(chǎn)品、生活用品的增產(chǎn)、保持經(jīng)濟(jì)和社會的繁榮，人們更多地從事更具創(chuàng)造性的自由勞動，人類社會將發(fā)生多大的變化啊！所以，無人操控機(jī)器的具身圖靈測試的常態(tài)化，將是繼對話圖靈測試常態(tài)化之后的又一個重要里程碑，也許這個過程不用百年，車輛的自操控亦或會首當(dāng)其沖。

對任何一臺機(jī)器，我們希望它一專多能，但不奢望它全知全能，無所不能。我們希望智能機(jī)器能自主操控，替代人類社會中各種各樣的勞動，尤其是艱苦條件惡劣環(huán)境里的工作崗位。機(jī)器所感知的世界，由其配置的異構(gòu)傳感器所決定，傳感器的種類和精度決定機(jī)器感知的質(zhì)量，決定機(jī)器所觀察到的物理世界的極限，影響機(jī)器的認(rèn)知和智能，人類完全可以不受碳基生命感知器官的限制，給機(jī)器配裝上各種各樣的硅基傳感器和識別系統(tǒng)，比如讓它或者戴上顯微鏡、望遠(yuǎn)鏡，或者看到偏振光、電磁場，或者聽到超聲波、次生波，配置北斗定位接收機(jī)，甚至把特定形式的語言，如編程語言、美術(shù)語言、化學(xué)語言、材料配方語言等賦予不同的機(jī)器個體，讓它用專業(yè)的術(shù)語和人類專家交互。機(jī)器的行為即具身智能，和機(jī)器具身動力學(xué)性質(zhì)息息相關(guān)，例如自駕駛的汽車行為和車輛動力學(xué)相關(guān)，自航行的水面艦艇行為和船舶海洋動力學(xué)相關(guān)，自駕駛的飛機(jī)行為和機(jī)身空氣動力學(xué)相關(guān)，自操控的盾構(gòu)機(jī)和其伺服系統(tǒng)行為相關(guān)，自操作的手術(shù)機(jī)器人和手術(shù)刀的靈巧性相關(guān)，人類完全可以給機(jī)器配置各種各樣的、或強(qiáng)大或精細(xì)的動能行為裝置。因?yàn)闄C(jī)器不再受人的感知器官和行為能力局限，不再受肉體的局限，隨著機(jī)器認(rèn)知的自成長，幾乎任何勞動崗位上，機(jī)器做得比人好是很正常的事情。

圖 5 機(jī)器學(xué)習(xí)和機(jī)器自作業(yè)中的交互和協(xié)同

自操控的認(rèn)知機(jī)器除了有金屬和非金屬的物質(zhì)組成各種機(jī)械之外，可以有強(qiáng)大的動力系統(tǒng)和復(fù)雜的伺服系統(tǒng)，更重要的是，可由現(xiàn)場可編程門陣列（FPGA）、數(shù)據(jù)處理單元（DPU）、計算處理單元（CPU）、圖形處理單元（GPU）和張量處理單元（TPU）、及存儲器等異構(gòu)的、硅基的硬構(gòu)體組成，還可植入體現(xiàn)基因遺傳的“幼兒認(rèn)知核”的硬構(gòu)體，形成機(jī)器具身，在其上再寄生豐富的、多尺度的軟構(gòu)體，可自舉和自我復(fù)用。智能機(jī)器與人的交互通過跨模態(tài)感知，實(shí)現(xiàn)行為的外循環(huán)。機(jī)器腦中有異構(gòu)、并行的瞬時、短時和長期記憶，它們之間的協(xié)同構(gòu)建記憶智能。目前的機(jī)器腦中，瞬時記憶和短時記憶，根據(jù)系統(tǒng)需求可以采用DPU、GPU、TPU、FPGA等并行處理器和電路，而計算則可采用CPU、GPU等處理器實(shí)現(xiàn)。未來的機(jī)器腦，有可能采用處理效率更高的3D存算一體化等新架構(gòu)系統(tǒng)芯片。總之，新一代智能機(jī)器是異構(gòu)的、甚至是超異構(gòu)的組成，這些機(jī)器在學(xué)習(xí)和作業(yè)中，與調(diào)教機(jī)器的人交互，實(shí)現(xiàn)使命對齊（見圖5）。軟構(gòu)體通過硬構(gòu)體在物理世界獲得反饋，充分利用預(yù)測和控制，形成感知-思維-行為的循環(huán)回路，得以證實(shí)，才能形成越來越正確的認(rèn)知。

圖 6 機(jī)器自作業(yè)流程圖

可交互、會學(xué)習(xí)、自成長的認(rèn)知機(jī)器的自作業(yè)流程圖，如圖6所示。圖中可以看到控制系統(tǒng)的多層次的嵌套執(zhí)行，有具身行為的反饋回路，有注意力的反饋回路，有傳感器的感知環(huán)境的反饋回路，在各層級間進(jìn)行合理分配；有長期記憶、瞬時記憶、工作記憶的轉(zhuǎn)換，有搜索相關(guān)事實(shí)和知識的引擎，有行為的決策，更有對記憶的修改和對記憶的快速提取，通過糾正錯誤的負(fù)反饋回路來對齊使命目標(biāo)。

5結(jié)束語
智能時代的機(jī)器智能，已經(jīng)從數(shù)學(xué)的機(jī)械化躍升為思維的自動化，進(jìn)而躍升為認(rèn)知的自成長。從對話圖靈測試的常態(tài)化，走向具身圖靈測試的常態(tài)化，認(rèn)知機(jī)器將和科學(xué)家、工程師、能工巧匠一起做出發(fā)現(xiàn)、發(fā)明和創(chuàng)造。人類將進(jìn)入到了人機(jī)共生共創(chuàng)、迭代發(fā)展的智能時代，也為可交互、會學(xué)習(xí)、自成長的新一代人工智能的系統(tǒng)架構(gòu)奠定了基礎(chǔ)。

最后補(bǔ)充一點(diǎn)，人體肉身行為的模擬，其實(shí)并不是人工智能的重點(diǎn)，因?yàn)橹悄芸茖W(xué)和技術(shù)主要不是做人工生命，也不是追求類人形狀的仿生工程，至今我們沒有看到哪一臺機(jī)器自身能夠有一絲的自尊心或者好奇心，更看不到全世界機(jī)器人聯(lián)合起來的任何跡象。

我們應(yīng)該牢牢記住，人類發(fā)明認(rèn)知機(jī)器的根本目的，是把物理世界直接當(dāng)作認(rèn)知對象，解釋、解決人類在生存和繁衍的過程中遇到的現(xiàn)實(shí)問題。讓我們擁抱認(rèn)知機(jī)器替代社會大量人力勞動崗位，并輔佐人類更多創(chuàng)造的新一代人工智能時代。人類一定會更加智慧、更加尊嚴(yán)、更加優(yōu)雅地生活！