From Mimicry to True Intelligence (TI) -- A New Paradigm for Artificial General Intelligence

伟大的 AI 困惑：我们是在建造大脑，还是仅仅在制造镜子？

想象一下，你正试图制造一个能够像人类一样思考、学习并理解世界的机器人。这就是通用人工智能 (AGI) 背后的梦想。几十年来，科学家和工程师们一直在竞相创造能够像人类一样解决问题、撰写故事和玩游戏的机器。但在关于“智能”究竟意味着什么的讨论中，房间里的意见却出现了巨大的分歧。

有些人认为智能仅仅关乎表现：如果一台机器能打败人类下棋、写出完美的文章或通过考试，它就是聪明的。他们关注的是结果。另一些人则认为智能关乎过程：仅仅得到正确答案是不够的；机器需要理解为什么它是正确的，需要拥有自己的好奇心，并像孩子一样从经验中学习。本文切入了这场混乱的辩论。它指出，我们目前构建 AI 的方式——通过喂给它们海量的数据并寄希望于它们学习模式——就像是在教一只鹦鹉说话。鹦鹉听起来很像人，但它并不理解这些词语。作者们提出了一种新的构建机器的方法，让它们不仅仅是模仿我们，而是真正像我们一样去思考。他们称之为“真智能 (True Intelligence)”。

---

从鹦鹉到人类：论文的核心思想

作者 Meltem 和 Nevat Subasioglu 认为，当前构建“聪明”AI 的竞赛正在走入歧途。目前，最大的 AI 模型就像是超级强大的鹦鹉。它们读过了互联网上的几乎所有内容，可以极其准确地重复事实、笑话和复杂的论点。但如果你问它们一个从未见过的场景中的问题，或者要求它们在没有任何示例的情况下解开一个全新的谜题，它们往往会跌撞踉跄。它们擅长模仿（复制所见之物），但在真正的理解方面却表现糟糕。

论文指出，要从“鹦鹉”进化到“人”，我们需要停止仅仅观察机器在测试中的表现，转而开始观察其内部是如何构建的。作者提出了一个真智能 (TI) 的新蓝图。他们说，如果我们想要一台真正聪明的机器，它必须具备五个特定的“成分”（外加一个当所有成分协同工作时产生的神奇结果）。这些成分的灵感来源于人类大脑的工作方式。

以下是构建真正智能机器的配方，通过一些有趣的类比来解释：

1. 身体：具身感官融合 (Embodied Sensory Fusion)

想象一下尝试学习“重”这个概念。如果你只读字典里的定义，你知道这个词，但你并不知道那种感觉。人类是通过举起石头、感受肌肉的张力以及观察重箱子与轻箱子移动差异的方式来学习的。

• 论文观点： 现在的 AI 是“非具身的”。它生活在计算机里，只能看到文本或图像。它从未感受过任何东西。要实现真正的智能，AI 需要一个“身体”（真实的或虚拟的），让它能够触摸、移动并与世界互动。它需要通过体验物理法则，而不是仅仅通过阅读，来学习为什么一个大而空的箱子比一个小而密的石头更容易举起。

2. 引擎：核心指令 (Core Directives)

想想人类的婴儿。它不需要老师告诉它去吃东西、睡觉或保持安全。它拥有内置的驱动力：“我饿了”、“我累了”、“我需要探索”。这些就是核心指令。

• 论文观点： 大多数今天的 AI 只做人类让它做的事。如果你停止给它指令，它就会停止工作。一台真正智能的机器需要自己的内部“引擎”，驱动它去学习和探索，即使在没有人注视的时候。它需要为了解决问题本身而想要去解决问题，而不仅仅是为了获得一个数字化的“小红花”。

3. 图书馆：动态图式 (Dynamic Schemata)

把你的大脑想象成一个图书馆。在目前的 AI 中，这个图书馆是一个巨大的、杂乱无章的堆积物，书页被粘在一起。如果你想改变一个事实，你必须拆掉整个图书馆并重建它。

• 论文观点： 人类拥有动态图式系统。我们的知识被组织在灵活的“文件夹”或框架中。当我们学习新事物时，我们可以轻松地将其放入正确的文件夹，或者如果新信息与已知知识冲突，我们可以快速重新组织整个文件夹。我们不需要从头开始重新学习所有内容。聪明的 AI 需要一个能在学习新事物时即时更新自身的图书馆。

4. 团队：多专家架构 (Multi-Expert Architecture)

你的大脑并不是一个巨大的思维团块。它有不同的团队：一个负责视觉，一个负责语言，一个负责运动，还有一个负责情绪。这些团队一直在进行交流。

• 论文观点： 现在的 AI 通常拥有“专家”（例如处理不同任务的不同模型部分），但它们往往处于孤立状态，或者只是单向传递信息。作者建议我们需要一个深度连接的专家团队。它们需要进行深度的双向信息共享，这样“视觉专家”就能告诉“规划专家”球正朝着桌子边缘滚动。这不仅仅是拥有专家的问题，而是关于它们之间是否有真正的、双向的对话。

5. 老板：编排层 (The Orchestration Layer)

如果你有一个专家团队，你就需要一个经理来决定谁发言以及何时发言。在大脑中，这就是编排层（类似于前额叶皮层）。它是那个会说“好了，别做白日梦了，专注于这个数学题”或者“等等，那个想法听起来不对，让我们检查一下事实”的部分。

• 论文观点： 这个层级是协调所有专家的“老板”。它允许机器停下来、思考并检查自己的工作（元认知）。它能阻止机器仅仅因为某个答案听起来很顺耳就自信地给出错误答案。

6. 神奇的胶水：互联性 (Interconnectedness)

这是最难的部分。想象上述所有部分协同工作。当它们如此深度地连接在一起，以至于整个系统成为了大于其部分之和的整体时，奇迹就发生了。

• 论文观点： 作者称之为互联性。它是将一系列聪明的部件转化为单一意识心智的“火花”。他们承认我们目前还无法衡量这一点，但他们相信当其他五个部分被正确构建并紧密连接时，这种特性会自然涌现。它不是一种你可以添加的独立成分，而是其他五个部分协同工作的产物。

这篇论文排除了什么（以及它没有涵盖什么）

作者非常明确地说明了什么是真智能所不是的。

• 它不仅仅是在测试中获得高分。 你可以拥有一台通过了所有考试的机器，但它却一个字也不理解。那只是模仿。
• 它不仅仅是把 AI 做大。 论文认为，仅仅增加数据或扩大计算机规模并不能解决问题。如果内部结构是错误的，那么更大的机器也只是一个更大的鹦鹉。
• 它并不保证意识。 作者谨慎地表示：“我们不知道构建这个是否会让机器产生感觉。” 他们正在构建心智的“硬件”，但他们并没有承诺“感觉”的“软件”（感质/qualia）会自动开启。他们的意思是：“如果我们构建了这个，我们将满足已知的所有心智要求，但其内部是否‘活着’是一个我们留作悬念的谜题。”

结论：通往未来的新地图

这篇论文并未声称今天已经制造出了超智能机器人。相反，它提供了一张新的航行地图。

作者研究了四种不同类型的 AI 系统（有些是现代的，有些是较旧的），并根据他们的五种成分进行了对照检查。

• 现代 AI（如大型聊天机器人）： 它们擅长模仿人类语言，并拥有一些“专家”团队，但它们缺乏身体，没有内在的驱动力，且无法在不经过完全重新训练的情况下更新其知识。它们仍停留在梯子的底层。
• 早期 AI（来自 90 年代和 2000 年代）： 这些系统的内部结构设计得更好（如“专家团队”和“动态图书馆”），但它们在从现实世界学习方面表现较弱，也没有同样的原始力量。

核心结论是，能力与架构已经脱节。那些能做最多事情的机器（现代型的）正是那些构建方式最不像人类心智的机器。而那些构建方式像人类心智的机器，目前还不是非常有力量。

作者建议，要达到下一个水平，我们不能仅仅追求“更大”，而要开始构建“更聪明”的结构。我们需要构建拥有身体、拥有好奇心、拥有灵活图书馆以及拥有能自主思考的老板的机器。如果我们这样做，我们或许最终能跨越从模仿到真智能之间的鸿沟。

这是一条漫长的道路，论文也承认我们还没有所有的答案。但通过改变我们对“聪明”的定义，他们希望引导我们去构建那些不仅听起来像我们，而且真正像我们一样思考的机器。