從松鼠到人類：為什麼理解動物學習才是AI 的關鍵？ 強化學習之父理查薩頓卻認為： 如果我們能真正理解松鼠是怎麼學習的，距離理解人類智慧就只差一步了。 這個觀點的核心很簡單：人類首先是動物。 薩頓認為語言能力只是"表面的一層小小的裝飾"。 你可能會反駁，人類登上了月球，製造了半導體，這些不是本質差異嗎？ 薩頓的視角不一樣。他關注的是智慧的基石，那些人類和動物共享的底層機制。 一隻松鼠每天要做什麼？ 找堅果、躲開天敵、記得藏食物的地點。 這些看似簡單的行為，背後是複雜的學習系統： 它要預測哪裡有食物，要透過試誤學會最佳路線，要在獎勵（找到堅果）和懲罰（遇到危險）中不斷調整策略。 這就是強化學習的本質。 另外，自然界中根本不存在監督學習。 什麼是監督學習？ 就是給你一堆"正確答案"，讓你照著學。 但松鼠學習的時候，沒有誰拿著小黑板告訴它"這樣跳是對的，那樣跳是錯的"。 它只是不斷嘗試，摔了幾次後，慢慢掌握了在樹枝間跳躍的技巧。 嬰兒也一樣。 你觀察一個嬰兒，會發現他們一直在主動嘗試：揮手臂、踢腿、把東西塞進嘴裡。 沒有人給他們示範"標準動作"，他們就是在探索這個世界，觀察自己的行為會產生什麼結果。 薩頓認為，這種基於目標、透過經驗學習的方式，才是智能的核心。 而現在大火的大語言模型，本質上是監督學習的產物，它們學的是人類已經寫下的文字，而不是像動物一樣主動探索世界。 模仿不是基礎 這裡有個爭議：人類不是很會模仿嗎？小孩不就是透過模仿大人學會說話、學會各種技能的嗎？ 薩頓不否認模仿的存在，但他認為模仿不是基礎，而是建立在更底層的試誤學習之上的。 即使是模仿，也需要先學會"怎麼模仿"。 嬰兒最開始連模仿都不會，他們只是在嘗試，在預測自己的行為會帶來什麼結果。 模仿能力本身，也是透過這種基礎學習機制發展出來的。 至於學校教育呢？ 薩頓認為那是人類獨有的例外情況，不是自然界的常態。 大部分動物一輩子都不會坐在教室裡聽老師講課，但它們依然能學會複雜的生存技能。 大多數哺乳動物都能持續學習，遇到新環境就調整策略。 但現在的AI 系統，訓練完就固定了，很難持續學習新事物。 反過來，AI 能解奧數題，能寫程式碼，這些幾乎所有動物都做不到。 這說明什麼？說明我們可能走偏了。 我們在追求AI 做人類擅長的事，卻忽略了動物都會、AI 卻不會的基礎能力。 薩頓的觀點是，如果我們真的想要通用智能，我們應該先去搞懂動物是怎麼學習的。 他也提出了一個更宏大的視角：人類和動物都是複製人。 啥意思？我們透過基因複製，一代代傳承下來。 我們很聰明，但我們其實不太理解自己的智能是怎麼運作的。 你能解釋清楚你的大腦是怎麼學會騎腳踏車的嗎？ AI 的出現，標誌著我們進入了設計時代。 這些智能體是被設計出來的，我們（理論上）知道它們每一層神經網路在做什麼。 未來，這些AI 還能設計出新的AI。 但薩頓提醒我們，在設計之前，我們得先理解自然界已經"設計"出來的智能，也就是動物的學習機制。 也許，真正的突破不在於讓AI 寫出更好的詩。 而在於讓它像松鼠一樣，能在陌生的環境中主動探索，持續學習，靈活應對變化。 畢竟，在智慧這件事上，動物已經進化了好幾億年。我們才剛開始。 --- AI總結生成，人工排版。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。