李德毅院士：《认知物理学——薛定谔、图灵和维纳的启示和超越》

机器之心发布

机器之心编辑部

2023 年 1 月 3 日，著名人工智能学家，中国工程院院士、欧亚科学院院士，中国人工智能学会名誉理事长李德毅在 Science 伙伴期刊 Intelligent Computing 发表前瞻性观点论文《认知物理学 —— 薛定谔、图灵和维纳的启示和超越》。论文回顾了 20 世纪上半叶，控制论之父维纳（1894-1964）、量子力学之父薛定谔（1887-1961）和人工智能之父图灵（1912-1954）三位杰出学者为人类留下的五篇经典之作，并受其启发，展望未来以负熵为生、可交互、会学习、自成长的智能机器，为今后机器智能的发展奠定了基础和方向。

论文地址：
https://spj.science.org/doi/10.34133/icomputing.0009

1936 年，图灵提出图灵机模型，认为图灵可计算和一般递归函数等价，说明通过暴力计算，可以用足够大去逼近无限。1943 年，薛定谔撰写著作《生命是什么？》，提出生命赖负熵为生，可以预见，如果机器赖秩序为生，机器便可作为认知的载体。1948 年，维纳撰写《控制论》一书，研究生命体、机器和组织的内部或彼此之间的控制和通信。控制和通信（或者称之为交互）为实现机器的具身智能提供了支持。1950 年，图灵的《计算机器与智能》发表，提出了著名的用于测试机器智能程度的图灵测试。1950 年，维纳撰写《人有人的用处 —— 控制论和社会》一书，该书描述了社会领域的控制论问题，发现人有人的智慧、机器有机器的智能，可通过交互认知得以实现。

1.从薛定谔谈开去，机器用时序和交互来维持负熵。

薛定谔在《生命是什么？》一书中探讨生命的意义时，曾经写道：生命是很多种能够决定个体未来发展完整模式的密码本 (code-script)，人活着就是在对抗熵增规律，生命以负熵为生。那么如果机器可被视为生命，机器如何应对熵增？我们认为机器和生物一样，遵循最基本的物理定律。生命会衰老，以负熵为生；机器则需要依靠能量，形成秩序，通过和外界交互，产生负熵。

农耕时代的工具和工业时代的机器还不能以生命观来看待。农耕时代的工具（如轮子、大刀等）里有实体物质和虚体结构，结构直接寄生在物质上，形成硬构体。工业时代的机器（如蒸汽发动机、摆钟等）里有物质、能量和结构，结构直接寄生在物质和能量上，形成硬构体。

到了智能时代，机器里有物质、能量、结构和时间。物质和能量是物理层面的真实存在，结构和时间是认知层面的抽象思维，用结构来思维物质在空间的拓扑（几何）关系，用时间来思维物质的运动变化、能量的流动转化。结构和时间寄生在物质和能量上成为硬构体（如集成芯片），机器里的信息则是大量的软构体（如程序），体现精神，它们寄生在硬构体或者已有的其他软构体之上，可自我复用，机器的秩序显示出维持自身和产生有序事件的能力，体现在认知和行为两个方面。

机器可作为思维的载体，时间是机器认知的奠基石。机器里有物质、能量、结构和时间。时钟依赖能量，时间依赖时钟，秩序依赖时间。软构体寄生在硬构体上，机器自举实现思维自动化，自我复用实现认知自成长。机器运行靠程序，程序靠时序，软件靠交互，时序和交互产生负熵，机器赖负熵为生。时钟不停，与外界交互不息，则思维和认知不息。

图 1. 智能机器的要素

2.从图灵谈开去，图灵机的局限和图灵对人工智能的贡献

图灵究其一生研究计算机械化，他于 1936 年发表的论文《论可计算数及其在判定问题中的应用》中，对可计算本质进行了严格数学定义，提出图灵机模型是一种十分简单但运算能力极强的计算装置，用来计算所有能想象得到的可计算数。后来著名的「邱奇 — 图灵论题」说明了「λ 演算、递归函数和图灵可计算是等价的」，即：所有可计算或是机械程序可计算的函数，恰好就是用一般递归函数去逼近无限。可以认为「图灵可计算」是以软构体自我复用来逼近无限的过程。

图灵在 1950 年发表的文献《计算机械与智能》中，开宗明义地要大家考虑机器能否思维，他分析并驳斥了 9 种对思维机器的反对意见，主张教机器学习，只要机器在语言行为（对话）上和人没有明显差别，就应该算是能思维或有智能了，这就是后来著名的 「图灵测试」。他还认为可以编制一个「儿童程序」，然后对其进行教育（指导学习、自主学习）以达到成人的智力水平。

但我们知道，学习是「感知 - 认知 - 行为」的循环过程，认知不可能独立于感知和行为，要发展机器智能就必须克服图灵机的两个局限：（1）孤立了认知，忽视了机器具身与环境的交互；（2）孤立了计算，忽视了记忆。

由此，我们可以得到更完整的关于智能的以下认识：

「智能」的定义：培养和传承解释解决预设问题的学习能力，以及解释和解决现实问题的能力。预设问题通常来自现实问题，并已经被证明存在行之有效的解决方案。学习是把未知变为可知，是解释和解决新问题的基础，解释和解决现实问题是学习的目的，两者相互促进。

3.从维纳谈开去，交互认知：具身行为的控制

控制就是追求熵减，通过负反馈来确保机器具有行为智能的稳定性。

这种控制在生物中的基础是神经系统。神经系统由神经细胞组成，对感知、认知起主导作用，通过和外界的信息交互获得负熵。对于人，尤其重要的是大脑皮质的进化；当然，还离不开双手的进化以及语言能力的进化，这是一个「感知 - 认知 - 行为」的闭环，对应三个区：瞬时记忆区、工作记忆区和长期记忆区。其中，瞬时记忆区处理不同感觉器官获得的感知信息，工作记忆区分析当前问题的态势，长期记忆区里留下了我们认知的结果。

机器中也有类似的控制模式，人类为机器赋予任务和行为特征。机器有感知、有认知、有行为，可交互、会学习、自成长，为了提升这些能力，就是在交互的环境里，由软构体里的算法规定的一组带有奖励和惩罚函数在内的、周而复始的复杂动作，通过迭代和交互完成在瞬时记忆区、工作记忆区和长期记忆区状态的改变。通过自动控制体现具身智能。这种强化学习，是人赋予机器使命的重要方法。

以深度学习为例，传统算法需要预写程序，通过编译才能获得智能，算法被长期困在程序里，而深度学习打破了这种局面，用标注代替人类记忆，从大数据中直接获得分类知识，使得记忆智能优于计算智能。由此可见，深度学习要在迭代和交互中完成。机器尤其擅长深度递归，无需担心它指数爆炸，排列组合试错，暴力计算是机器长项。

4.迭代的智能：从学习到创造

机器思维离不开语言。孤立的机器自然语言处理是行不通的，需要实时的人机交互。语言能力是机器智能的杰出表现。机器用语言思维先要把语言形式化，只有形式化才可机械化，而后自动化。一旦自动化，思维的深度就一定会超越人类。当前由人赋予机器特定的语境和语用，让机器写作，生成开幕词、闭幕词、新闻稿等已经屡见不鲜，机器写作的专业论文甚至已经被会议收录发表，机器作画、批改作业和试卷等已经常态化。图灵测试有可能区分不出来哪些是机器所为。未来机器的智能会在多样化和常态化的「图灵测试」中迭代成长。

自然选择并没有「过分」地进化人类这个物种，人类变得智能不是进化的必然，只是给了人类出生后认知二次扩张的潜力，正如同机器可以终身学习。可交互、会学习、自成长将成为智能机器的硬核（图 2），智能机器要具备交互和迭代能力。自动驾驶汽车如果不能像人一样具备与时俱进的学习能力将很难获得驾照。

图 2. 可交互、会学习、自成长的机器运行流程图

如果拿人和机器进行比较，人使用自然语言思维，机器使用形式化语言思维并被机械地执行；人类思维有多样性和活跃性，机器思维有必然性和统一性；人类思维速度受限于生命的生化参数极限，而物理的机器则可暴力计算和暴力思维；人有丰富的想象力和创造力，机器有一以贯之的执着。总有一天出现机器工程师创造出新材料的配方，机器科学家提出新的假设，驱动产生新的科学发现。

最终，人工智能成为人类文明生态，使得人与机器可多通道、跨模态交互认知，让人发挥人的智慧、机器发挥机器的智能。用生命的观点看机器，人类构造了赖时序和交互为生、即赖负熵为生的智能机器；用物理学的观点看认知（图 3），以物质、能量、结构和时间为基础，用软构体表达思维和认知，自我复用产生有序事件，维持不确定性中的基本确定性，在人与机器之间，在物理空间和认知空间，形成交替认知的螺旋，会学习、自纠错、自组织、自成长，显示出解释、解决问题的认知能力，知行合一，形成迭代的智能。

图 3. 认知物理学 - 薛定谔、图灵和维纳的启示

关于Intelligent Computing

Intelligent Computing 由之江实验室和美国科学促进会（AAAS）共同创办，是《科学》合作期刊框架中智能计算领域的第一本开放获取（Open Access）国际期刊。之江实验室主任朱世强教授和中国工程院院士、中国科学院计算技术研究所学术所长孙凝晖教授共同担任期刊主编。期刊以「面向智能的计算、智能驱动的计算」以及「智能、数据与计算驱动的科学发现」为主题，主要刊载原创研究论文、综述论文和观点论文。

投稿:
www.editorialmanager.com/icomputing

官网: spj.science.org/journal/icomputing

邮箱: icomputing@zhejianglab.com