如今的AI能作詩，能開汽車，甚至能通過高難度的數(shù)學物理考試和司法考試。但許多人類大腦輕而易舉能完成的事情，比如擺好洗碗機中的餐具，AI至今無法做到。AI企業(yè)家麥克斯·班尼特（Max Bennett)提出了他的解釋：答案深藏于人腦進化的10億年歷史中，而這段歷程充斥著無數(shù)試錯、災(zāi)難與精妙的創(chuàng)新。班尼特將龐雜的進化史凝練為“五次突破”，每次突破都標志著人腦進化的重要躍遷。結(jié)合AI科學的前沿進展，班尼特總結(jié)了當前AI系統(tǒng)在哪些領(lǐng)域已比肩或超越人腦，又在何處仍顯不足。

本書廣受當代頂尖神經(jīng)科學家贊譽，它以恢宏的視野與顛覆性的洞見試圖論證：唯有以遠古智慧為燈塔，AI方能突破未來的可能性邊界。

下文為本書譯者林橋津撰寫的書評。林橋津現(xiàn)任香港科技大學（廣州）腦與智能研究所助理教授，曾任劍橋大學卡萊爾學院研究員，擔任多本神經(jīng)科學期刊審稿人。

《智能簡史》（中譯出版社，2025年7月）

撰文 | 林橋津（香港科技大學（廣州）腦與智能研究所助理教授）

麥克斯·班尼特（Max Bennett)，經(jīng)濟學與數(shù)學出身、沒進過一天實驗室的創(chuàng)業(yè)者，用五年時間干了件瘋狂的事：在經(jīng)營人工智能（AI）公司的同時，他硬是從入門課本啃到最新論文，將40億年生物智能演化的進程熔鑄成了一部《智能簡史：進化、AI與人腦的突破》（后文簡稱《智能簡史》）。我們不禁好奇，這位既沒博士學位，又非科班出身的“科學門外漢”，究竟靠哪些獨門絕技叩開神經(jīng)科學領(lǐng)域的大門？

Photo Credit：Gary O.Bennett

答案藏在商業(yè)實戰(zhàn)與科學探索的碰撞中。身為多家AI公司的創(chuàng)始人、福布斯U30精英，班尼特的探索始于商業(yè)前線的切身體驗。他與合伙人共同創(chuàng)立的Bluecore公司通過AI技術(shù)幫助中小企業(yè)對抗商業(yè)巨頭，但越是深入算法底層，他越發(fā)現(xiàn)：現(xiàn)有的AI系統(tǒng)能夠擊敗圍棋世界冠軍卻學不會做家務(wù)。這種“高能低效”的反差，與生物智能的精妙形成鮮明的對比。

這個看似簡單的問題，成了橫在班尼特面前的一道坎。他起初只想找?guī)妆旧窠?jīng)科學教科書補補課，卻發(fā)現(xiàn)書上對“意識怎么形成”或“記憶怎么存儲”這樣的基礎(chǔ)問題竟無定論。這個發(fā)現(xiàn)讓他眼前一亮：既然專家還在爭論不休，或許我這個搞企業(yè)的人能帶來新視角？他先試著給幾位神經(jīng)學家發(fā)郵件請教，但所有郵件都石沉大海。面對學術(shù)高墻的沉默，這位創(chuàng)業(yè)家迅速啟動商場上慣用的Plan B：與其被動等待指導(dǎo)，不如主動輸出觀點。他將自己的假設(shè)和理論整理成學術(shù)論文投稿，即便不被錄用，至少能通過審稿意見獲得專業(yè)反饋。意外的是，這篇“跨界作業(yè)”居然通過了同行評審并被雜志接受了。這份來自學術(shù)圈的意外認可成了班尼特的敲門磚，陸續(xù)有神經(jīng)學家開始和他討論，他們碰撞出的思維火花最終形成了《智能簡史》的核心框架。從自購教材搭建知識地圖，到用論文審評打磨理論精度，再到與頂尖學者頭腦風暴，這種“用企業(yè)思維破解學術(shù)壁壘”的路徑，正如他創(chuàng)辦Alby公司時顛覆傳統(tǒng)商業(yè)邏輯的策略：當既定規(guī)則失效時，創(chuàng)造新規(guī)則本身就是解決方案。

書中貫穿的跨界智慧，源自作者對學科邊界的主動突圍。從主動抽離充滿競爭的金融交易行業(yè)轉(zhuǎn)向AI創(chuàng)業(yè)，再到深潛神經(jīng)科學破解智能密碼，班尼特的軌跡印證了“興趣是最高效的驅(qū)動力”。在書中，他將這種探索精神具象化為生物進化史的關(guān)鍵躍遷：線蟲靠趨利避害的本能應(yīng)對環(huán)境動蕩，哺乳動物為躲避恐龍進化出風險預(yù)判能力，每一次突破都是生命對生存困境的創(chuàng)造性回應(yīng)。當2023年全網(wǎng)為GPT-4狂歡時，班尼特卻從25億年前藍藻制造的氧氣災(zāi)難中，看到算力軍備競賽可能引發(fā)的“生態(tài)危機”；又從靈長類心智進化史中，揭示AI倫理的根本挑戰(zhàn)——真正的智能躍遷不在于模型參數(shù)的堆砌，而在于能否像語言系統(tǒng)重構(gòu)人類認知那樣，重塑AI的底層邏輯。正如線蟲用持久的行為偏好化解環(huán)境不確定性，未來AI需在類腦架構(gòu)中植入生物級能耗意識，將智能發(fā)展模式從“恐龍式盲目擴張”轉(zhuǎn)變?yōu)椤熬€蟲式精準生存”。

作為同齡人，譯者在字里行間讀到的不僅是知識密度，更是一個跨界破壁者對認知邊疆的敬畏與熱望。班尼特用5年時間搭建的“神經(jīng)科學-AI”對話橋梁，恰似他書中揭示的智能本質(zhì)：既要讀懂生命進化的說明書，也要掌握技術(shù)創(chuàng)新的核心算法。

AI與神經(jīng)科學的雙向賦能

“老師，我們怎么從生物學上理解卷積神經(jīng)網(wǎng)絡(luò)？有沒有好辦法改進強化學習模型？”我任教的本科基礎(chǔ)生物課程中，不少學生對AI和大數(shù)據(jù)有著強烈的興趣，也時常期待我從神經(jīng)生物學角度對這些AI難題給出答案?！吧窠?jīng)網(wǎng)絡(luò)”“強化學習”“工作記憶”這些詞語對于我來說既熟悉又陌生，因為它們在AI和神經(jīng)科學領(lǐng)域中有相關(guān)卻又不同的含義。比如，神經(jīng)網(wǎng)絡(luò)在AI領(lǐng)域往往代表著高緯度數(shù)據(jù)運算，而在神經(jīng)科學領(lǐng)域則表示生物體內(nèi)由神經(jīng)元通過突觸連接形成的網(wǎng)狀結(jié)構(gòu)。這種術(shù)語的認知錯位，讓我看見兩個領(lǐng)域如同互補的拼圖：算法中的神經(jīng)網(wǎng)絡(luò)映射著生物突觸的聯(lián)結(jié)邏輯，而神經(jīng)科學對意識涌現(xiàn)的探索，正不斷重塑機器學習可解釋性的邊界。

正是這種跨學科研究的魅力，讓我接下《智能簡史》的中文版翻譯邀約。作者在序言中的自白深得我心：“我寫這本書只是因為我想讀這本書”。作為譯者，我翻譯此書的最大動力，同樣源于對書中提出的核心命題的強烈好奇：生物智能與AI的共性與差異，能否為我們揭示智能的本質(zhì)？

我的課題組聚焦神經(jīng)元內(nèi)的RNA代謝與蛋白合成機制，觀察這些微觀分子如何編織學習記憶的神經(jīng)網(wǎng)絡(luò)。博士期間，我曾花費大量時間手動分析顯微成像數(shù)據(jù)，甚至連續(xù)十多個小時坐在電腦前，標注上百張神經(jīng)元圖像中每個突觸的熒光信號強度。如今AI圖像工具能在幾分鐘內(nèi)完成我們團隊好幾天的工作量。這讓我既驚喜于技術(shù)突破，也開始思考一個關(guān)鍵問題：為什么機器能高效處理實驗數(shù)據(jù)分析這類技術(shù)活，卻無法解釋其背后的生物學意義？

顯微鏡下的神經(jīng)元圖像，高亮的結(jié)構(gòu)是熒光標記的突觸蛋白

這種矛盾在實驗室日常工作中愈發(fā)凸顯。我們和大多國內(nèi)外以濕實驗為主的課題組一樣，大部分實驗仍保持著最傳統(tǒng)的手工操作流程。比如需要將裝有細胞的培養(yǎng)皿從三樓送到一樓的顯微鏡室時，若遇到電梯故障，人類研究員會立刻改走樓梯，并根據(jù)皿內(nèi)狀態(tài)調(diào)整步速；而自動化物流系統(tǒng)只會機械地等待程序響應(yīng)。這種“最后一公里”困境恰似當前AI發(fā)展的縮影：它能處理封閉場景的標準任務(wù)，卻復(fù)現(xiàn)不了實驗員面對突發(fā)狀況時的急中生智。而那些糅合經(jīng)驗與直覺的應(yīng)變智慧，正是智能難以被編碼的奧秘。

正是這些日常教學和科研中的真實困境，讓我在翻譯《智能簡史》時產(chǎn)生強烈共鳴。作者對生物智能獨特性的剖析，既解答了我對AI技術(shù)邊界的困惑，也成為我翻譯此書的最大動力：AI智能的提升需要從生物進化中汲取靈感，而神經(jīng)科學對大腦奧秘的追問，也需要借助AI技術(shù)的工具箱。謹以此譯本，獻給所有在神經(jīng)科學與人工智能交叉地帶拓荒的探索者。當我們教會機器識別人臉時，或許更該思考嬰兒如何從母親眼神中建立情感連接；當我們試圖構(gòu)建更聰明的機器時，或許更應(yīng)回歸生命科學最本真的追問。智能革命的終極答案，或許正藏在生命系統(tǒng)通過億萬年進化來打磨的“笨功夫”里。

五步解鎖40億年智能密碼

翻開《智能簡史》，你會見證一場顛覆認知的“生物算法展”——沒有大腦的珊瑚蟲的捕食機制堪稱海洋版二進制開關(guān)：當浮游生物觸碰它的觸須、神經(jīng)元所產(chǎn)生的信號超過閾值時，這個海洋程序員的“if-else語句”立即觸發(fā)“張口捕食程序”；而當刺激消失，觸手又像關(guān)閉的電路般恢復(fù)平靜。這種基于閾值反饋的生存智慧，正是掃地機器人Roomba的靈感原型。初代Roomba的碰撞轉(zhuǎn)向系統(tǒng)，復(fù)刻了5.5億年前原始生物的避險絕技——當秀麗線蟲用頭部感受器探測到前方出現(xiàn)的鹽分劇變時，會像觸電般猛然調(diào)頭，正如你家掃地機器人撞到桌腿時“咔嗒”一聲自動轉(zhuǎn)向。從遠古海底到現(xiàn)代客廳，這場智能革命的核心密碼從未改變：不需要構(gòu)建環(huán)境地圖，不依賴中央處理器，用即時反饋替代復(fù)雜計算，讓生存需求驅(qū)動行為邏輯。當Roomba的碰撞傳感器在桌腿間反復(fù)修正路線，它正重演著線蟲在遠古海洋摸索前行的神經(jīng)脈沖。

第一代掃地機器人Roomba（左），珊瑚蟲（中），秀麗隱桿線蟲（右）丨圖源：《智能簡史》

作者以五次在生死邊緣鍛造出的“智能升級”為主線，串起一部生命與機器的進化史：

第一次突破：轉(zhuǎn)向

6億年前，最早能分清左右的兩側(cè)對稱動物，靠著“遇食物前進，遇危險轉(zhuǎn)向”的原始算法稱霸海洋，為今天的自動駕駛程序?qū)懞昧说讓哟a。

第二次突破：強化

5億年前，寒武紀魚類在黑暗洞穴中冒險時，多巴胺分泌機制鎖定了“高風險高收益”法則，成為強化學習的生物模板。

第三次突破：模擬

2億年前，松鼠在枝頭蓄力躍起的剎那，大腦新皮層已能在一秒內(nèi)預(yù)演多種落地姿勢。這場進化催生的“生存策略模擬器”，成為現(xiàn)代AI生成式推理的神經(jīng)生物原型。

第四次突破：心智化

1500萬年前，靈長類動物看穿同伴心思的能力，演化成了社交平臺的博弈算法，至今還在影響短視頻的推薦機制。

第五次突破：語言

10萬年前至今，人類將百萬年生存智慧打包成語言符號，就像把整座圖書館壓縮成二維碼，這種分布式存儲模式直接催生了ChatGPT的對話能力。

然而，這些用億萬年進化打磨出的智能模板，在照亮AI前路的同時也投下認知陰影。書中描述的“飛機寓言”直指當前AI研究困局：假設(shè)19世紀末癡迷于人工飛行的研究者們，偶然穿越到20世紀90年代并登上波音747客機。當他們帶著對“未來飛行科技”的震撼回歸后，卻陷入致命的認知誤區(qū)——誤將客艙的傾斜座椅、雙層舷窗和塑料內(nèi)飾當作核心技術(shù)，傾盡全力復(fù)現(xiàn)這些表象特征，卻對空氣動力學原理、渦輪引擎設(shè)計等本質(zhì)突破視而不見。正如今天的AI研究過度聚焦人腦終局形態(tài)，可能正在錯過線蟲導(dǎo)航算法這類原始智慧。作者用進化論的階梯思維指明道路：智能革命需要復(fù)現(xiàn)從風箏（線蟲趨利避害）到滑翔機（魚類強化學習），最終抵達噴氣時代（人類語言系統(tǒng)）的完整路徑。

黑猩猩的江湖與AI的社交困境

在剛果雨林的密影中，一場跨越物種的“猩球諜戰(zhàn)”悄然上演。雌黑猩猩貝兒與雄性首領(lǐng)洛克的較量，堪稱1500萬年前的《權(quán)力的游戲》。起初，貝兒天真地分享藏食地點，卻眼睜睜看著洛克蠻橫地奪走所有果實。這場背叛點燃了她的“黑化”之路：她先是像守財奴般一屁股坐在藏食點上，用身體筑起防線；發(fā)現(xiàn)洛克會暴力推開她后，她進化出“聲東擊西”的絕活——等洛克看向別處時迅速刨土，搶在對方回神前狼吞虎咽；甚至發(fā)展出高階騙術(shù)，故意誤導(dǎo)洛克走向錯誤的方向。而洛克這位“猩族影帝”也不遑多讓，他學會假裝心不在焉，但用余光追蹤貝兒的微表情，判斷她究竟是不是在“演我呢”，并在她松懈時突然轉(zhuǎn)身飛撲，搶走食物。[1]

科學家們用腦科學實驗破解了這場宮斗大戲的神經(jīng)密碼。當貝兒策劃騙局時，她的前額葉皮層，也就是大腦的“謀略中心”，會像諜戰(zhàn)片里的情報官一樣高速運轉(zhuǎn)，分析洛克瞳孔的收縮幅度、解碼他肩膀肌肉的緊繃程度，甚至模擬“如果我把食物埋在西邊，但指向東邊，洛克上當?shù)母怕视卸喔?？”?/p>

靈長類動物學家埃米爾·門澤爾（Emil Menzel）筆下這場“雨林版《甄嬛傳》”的背后，藏著心智進化的殘酷真相：沒有爾虞我詐的江湖，就煉不出七竅玲瓏的頭腦。就像人類在辦公室政治中磨礪情商，黑猩猩每撒一個謊、每識破一次騙局，都在為大腦刻寫更深層的社交算法。這種嵌套式心理博弈（“我知道你知道我知道”），正是當前AI最渴求卻最匱乏的“心智化”能力。

當自動駕駛的汽車因誤判行人意圖引發(fā)事故時，問題根源與雨林中的博弈如出一轍?，F(xiàn)有AI能識別人體輪廓，卻無法像貝兒解讀洛克那樣，從行人抓握手機的手臂角度推測對方是因接電話而駐足，還是因分心而即將闖紅燈。家庭機器人更是頻頻遭遇“社死”：當它遞出茶杯時若人類突然抬手揉眼，機械臂會僵在半空，因為它不理解這是眼睛進沙的生理反應(yīng)，而非對遞茶動作的拒絕。這些尷尬暴露了AI的認知盲區(qū)，它們的思考被困在了行為表層，它們既讀不懂動作背后的動機，也構(gòu)建不出“人類此刻在想什么”的心理模型。

正如貝兒需要數(shù)百萬年進化出遞歸推理的神經(jīng)環(huán)路，AI的心智化革命可能要重走進化階梯。第一步要像初代掃地機器人Roomba那樣，掌握線蟲級的“趨利避害”本能；接著在虛擬叢林里模仿魚類的強化學習；最終復(fù)現(xiàn)黑猩猩的嵌套心智，讓AI在多智能體博弈中自發(fā)生成欺騙策略。比如購物推薦算法不僅能預(yù)測你的消費偏好，還能推演“如果推送奢侈品廣告，用戶會認為我在誘導(dǎo)透支，還是提供品質(zhì)生活參考？”。這種動態(tài)意圖建模的能力，正是人類用千萬年進化寫在基因里的社交算法。

語言突破：深度學習和大模型的騰飛

非洲草原上森林的逐漸消失，迫使我們的祖先離開樹木來到地面，生存競爭驟然加劇。正是在這樣嚴酷的生存壓力下，智能發(fā)展的第五個突破——語言應(yīng)運而生。

想象這樣一個場景：當其他動物還在靠吼叫示警時，早期人類已經(jīng)能夠通過語言傳遞“三里外有獅群在喝水”這樣的具體信息。更神奇的是，他們還能分享“昨天誰偷吃了大家的存糧”這樣的八卦。正是這種獨特的信息交流能力，讓人類實現(xiàn)了認知的飛躍。語言就像一臺“思維加速器”，它讓知識不再隨著個體死亡而消失。老一輩可以把生存經(jīng)驗口口相傳，年輕人則在這些經(jīng)驗基礎(chǔ)上繼續(xù)創(chuàng)新。這種代際間的智慧累積，最終讓人類在進化長跑中脫穎而出。可以說，沒有語言這個“智能催化劑”，就不會有人類文明的誕生。

開發(fā)AI的關(guān)鍵目標之一，就是教會機器說“人話”。這就像教一個外國朋友學中文——不僅要記住詞語的意思，還得理解話里的潛臺詞和言外之意，以及人類文化積累帶來的豐富上下文背景。只有讓計算機真正掌握人類語言，它們才能像朋友一樣和我們自然交流。

然而在很長一段時間里，由于算法不夠成熟和計算能力有限，AI“學說話”這件事一直進展緩慢。直到21世紀初，隨著GPU顯卡和分布式計算技術(shù)的突破，計算機的運算能力突然像坐上了火箭。這個關(guān)鍵突破，為AI的騰飛鋪好了硬件跑道。

突破首先來源于識別圖像這個略微簡單的任務(wù)。2012年，AI領(lǐng)域迎來了一場“大地震”。深度學習泰斗杰弗里·辛頓（Geoffrey E. Hinton）帶領(lǐng)的團隊，在被譽為“計算機視覺奧林匹克”的ImageNet大賽中，用AlexNet這個新型神經(jīng)網(wǎng)絡(luò)驚艷了全世界。這場勝利不僅終結(jié)了手寫數(shù)字識別這個困擾學界多年的難題，更像點燃了一根導(dǎo)火索，引爆了全球AI研究的熱潮。從此，深度學習開始在各個領(lǐng)域大放異彩，開啟了AI的新紀元。2024年，憑借對神經(jīng)網(wǎng)絡(luò)和AI發(fā)展的卓越貢獻，辛頓獲得諾貝爾物理學獎。

2015年，殘差神經(jīng)網(wǎng)絡(luò)（ResNet）誕生。它創(chuàng)新性地引入“殘差連接”設(shè)計，就像學生學習時準備了一本小抄，學習新知識點時仍然不會忘記舊知識點，完美解決了超深層網(wǎng)絡(luò)的訓(xùn)練難題和梯度消失問題，為后續(xù)語言大模型的出現(xiàn)奠定基礎(chǔ)。它在ImageNet大賽中以4.94%的錯誤率奪冠，首次超越人類水平 (約5%)。

2017年，Transformer橫空出世，谷歌提出的這個新架構(gòu)徹底改變了AI的游戲規(guī)則。它模仿人類大腦的注意力，采用“自注意力”機制，讓模型像人類一樣學會抓重點，這為后來的GPT等明星語言模型奠定基礎(chǔ)。2019年，OpenAI推出GPT-2，它能寫出流暢的文章并與人類對話。一時間，AI寫作從實驗室走向現(xiàn)實，機器終于能像模像樣地“說人話”了。這不僅是技術(shù)突破，更是人機交流史上重要的里程碑。

在語言模型的基礎(chǔ)上，2020年，DeepMind推出的AlphaFold解決了困擾生物學界50年的蛋白質(zhì)折疊難題，其預(yù)測準確度達到實驗水平，被譽為“世紀突破”，為藥物研發(fā)開辟新途徑。2024年，DeepMind公司的丹米斯·哈薩比斯（Demis Hassabis）和約翰·喬普（John M.Jumper）因其在蛋白質(zhì)結(jié)構(gòu)預(yù)測方面的貢獻獲得諾貝爾化學獎。

2024年末，深度求索（DeepSeek）震撼發(fā)布DeepSeek-V3，成為當時最強大的開源大模型之一，在語言理解、代碼生成和數(shù)學推理方面表現(xiàn)卓越。2025年初，DeepSeek再掀浪潮，推出 DeepSeek-R1，該模型憑借極致的算法優(yōu)化，以遠低于行業(yè)平均的訓(xùn)練成本，實現(xiàn)了全球領(lǐng)先的性能，甚至超越了一些閉源商業(yè)模型（如 OpenAI 的最新 GPT 系列）。相比 OpenAI 等公司的模型，DeepSeek-R1 在同等性能下，訓(xùn)練成本降低95% 以上，這意味著AI研發(fā)的門檻被進一步拉低，讓更多研究機構(gòu)和企業(yè)能以更低成本訓(xùn)練高性能AI。同時，它證明了“大算力”并非唯一出路，算法優(yōu)化同樣能創(chuàng)造奇跡。

AI雖然進步神速，但背后暗藏危機。現(xiàn)在的AI大模型就像個“數(shù)據(jù)黑洞”，模型變得越來越復(fù)雜，但能提供給它訓(xùn)練的真實數(shù)據(jù)卻快不夠用了。更麻煩的是，這些AI的工作原理就像在玩“文字接龍”，總是選擇最可能的下一個詞和下一句話。這就導(dǎo)致兩個致命缺陷：

第一，AI會選擇性“失明”。那些不常見但重要的信息，很容易被當成“噪音”過濾掉；而網(wǎng)上泛濫的虛假信息，反而可能被AI當成“正確答案”。結(jié)果就是AI經(jīng)常一本正經(jīng)地胡說八道，產(chǎn)生所謂的“幻覺”。例如，一個廣泛流傳的謠言，“中國80后死亡率超過5.2%”，據(jù)上海網(wǎng)絡(luò)辟謠平臺推斷，數(shù)據(jù)的最初來源很可能是與AI對話所得。

第二，AI正在成為“隱形操盤手”?？萍季揞^掌握著調(diào)整AI偏好的生殺大權(quán)，可以悄無聲息地讓AI選擇性輸出信息。試想一下，如果一個AI聊天程序被刻意調(diào)教，它可以批量制造以假亂真的謠言，甚至操控輿論風向。這種技術(shù)特權(quán)實在太危險了！

正如《智能簡史》揭示的進化法則，真正的智能革命從不在無約束中野蠻生長。當參數(shù)膨脹的AI列車在數(shù)據(jù)軌道上狂飆，我們亟須植入生命歷史進化出的安全基因。AI若想跨越當前困局，就必須重拾這份被驗證了40億年的生存哲學：創(chuàng)造力的綻放，永遠需要安全邊際的托舉。畢竟，當AI開始影響現(xiàn)實社會運轉(zhuǎn)時，我們得確保它不會變成脫韁的野馬。

人工智能的下一次突破：具身智能

AI的發(fā)展，讓計算機在“看”和“聽”方面取得了巨大進步。比如：

·通過小區(qū)門禁時瞬間完成的人臉識別；

·網(wǎng)購時24小時在線的智能客服；

·從照片里提取文本信息的文字識別軟件；

·能自動生成文案的AI寫作助手；

·新能源汽車上輔助駕駛的自動駕駛系統(tǒng)。

這些技術(shù)都屬于"離身智能"。它們就像是一個個聰明但"沒有身體"的數(shù)字大腦，擅長處理圖片、文字或者語音數(shù)據(jù)，但無法像人類一樣直接觸摸、移動或與物理世界互動。比如：

·人臉識別系統(tǒng)能認出你，卻不能端茶倒水；

·智能客服能解答問題，但不能幫你拿快遞；

·文字識別軟件能幫你提取文本信息，卻無法幫你整理文件柜；

·AI寫作助手能生成報告，但不會幫你打印裝訂；

·自動駕駛系統(tǒng)能輔助駕駛，卻不能幫你修理汽車。

而“具身智能”則讓AI真正“活”了起來！它不僅會思考，還能像人一樣動手動腳、感知世界。如書中所言，未來的智能體可能會出現(xiàn)在人類所創(chuàng)造的計算機乃至機器人上。2025年蛇年春晚，宇樹科技會扭秧歌的人形機器人憑借靈活的舞姿驚艷全場，這正是具身智能技術(shù)突飛猛進的最好證明。這背后離不開兩大“智能法寶”：“小腦”系統(tǒng)就像人類小腦控制肢體動作一樣，確保每個動作行云流水；“大腦”系統(tǒng)則整合視覺、語言和行動，讓機器人能看會想還能做。

想象一下，在不久的將來，你家的機器人管家不僅能聽懂指令，還會主動收拾散落的玩具；醫(yī)院的機器人護士可以精準地協(xié)助醫(yī)生完成手術(shù)；救災(zāi)機器人能在廢墟中靈活穿梭，拯救被困人員。

圖片來源：文心一言。提示詞：機器人護士協(xié)助人類醫(yī)生手術(shù)

這些曾經(jīng)只存在于科幻電影中的場景，正在通過具身智能一步步走進現(xiàn)實。這一切的突破都源于離身智能三大技術(shù)支柱的協(xié)同發(fā)展：深度神經(jīng)網(wǎng)絡(luò)就像機器人的“神經(jīng)元”，通過模擬突觸的連接方式，讓AI不僅能識別圖像和語音，還能學會控制身體動作；GPU等高性能芯片充當機器人的“線粒體”，為復(fù)雜的動作計算提供動力；而數(shù)以百萬計的動作視頻、傳感器數(shù)據(jù)就像機器人的“教科書”，讓它們能通過持續(xù)試錯自主優(yōu)化運動技能，在動態(tài)環(huán)境中進化出精準的動作控制能力。正是這些技術(shù)的融合，讓原本只會“紙上談兵”的AI真正獲得了動手能力。從能說會道的智能助手，到能跑會跳的機器人，AI正在完成從“數(shù)字大腦”到“實體智能”的華麗轉(zhuǎn)身。

然而目前，具身智能的發(fā)展仍然還有一段路要走。雖然目前的AI工具能生成流利對話，但其認知本質(zhì)上是通過海量數(shù)據(jù)建立的統(tǒng)計相關(guān)性網(wǎng)絡(luò)。正如維特根斯坦（Ludwig Wittgenstein）揭示的困境“語言界限即世界界限”，當機器沒有感知過熱水的灼燙和冰水的寒冷時，那么它對溫度的理解就永遠停留在詞語層面上。這種具身經(jīng)驗的匱乏不僅表現(xiàn)在“觸覺記憶”的缺失，更導(dǎo)致多感官協(xié)同的協(xié)調(diào)短板。物理交互中的基礎(chǔ)數(shù)據(jù)（物體形變時的壓力梯度場、運動關(guān)節(jié)的扭矩反饋曲線），還未被有效轉(zhuǎn)化為神經(jīng)網(wǎng)絡(luò)的表征語言。而正是這些“身體記憶”的缺失，讓具身智能暫時還難以突破“數(shù)字幽靈”的邊界。

現(xiàn)實世界永遠充滿變數(shù)，但機器人的行動方式卻像被程序卡死的齒輪。比如讓機器人拿水杯，人類能輕松應(yīng)對桌上物品的挪動，但機器人哪怕遇到毫米級的位置偏移，都可能像迷路的小孩一樣手足無措。它得重新掃描桌面、計算軌跡，最后還不一定能準確放回原位。人類的學習是摸爬滾打出來的真功夫，就像小孩折紙飛機：隨手一扔看它栽進花叢，換個折法再試，摔個十次八次就摸到門道。而現(xiàn)在的AI更像一個“數(shù)據(jù)學霸”，它能從百萬次實驗數(shù)據(jù)里總結(jié)出“翅膀角度30度時飛行距離最長”的規(guī)律表，但你要它根據(jù)風向變化實時調(diào)整投擲角度？它只會僵在原地重復(fù)失敗動作。

要讓機器人真正突破動作遲滯的困境，不僅需要更靈巧的算法，更要掌握生物“省著用能量”的訣竅——人類大腦只需20瓦的能耗（相當于一個普通電燈泡），就能展現(xiàn)出驚人的智能。而訓(xùn)練當前的大模型需要上萬張GPU，耗電量堪比一個小城市，帶來的智能提升卻越來越有限。近期，中國科學家團隊在《Science》上發(fā)表了一項突破性研究[2]，他們發(fā)現(xiàn)，哺乳動物的大腦就像一座精密的“智能城市”，里面有一套獨特的“按需供電”系統(tǒng)。具體來說，大腦在每個“信息傳遞站”（突觸）附近都配備了“智能發(fā)電站”（線粒體）。當神經(jīng)細胞開始工作時，這些發(fā)電站能自動感應(yīng)到，并立即啟動“發(fā)電模式”。更神奇的是，它們還能根據(jù)工作量大小，智能調(diào)節(jié)發(fā)電量，確保能量供應(yīng)剛剛好。這項發(fā)現(xiàn)讓我們更清楚地認識到：大腦不僅會處理信息，還很會“精打細算”地管理能量，這可能是人類智能如此高效的重要原因之一。

與此同時，來自澳大利亞的團隊將微電極陣列芯片（Multielectrode Arrays; MEA）與人類神經(jīng)元相結(jié)合，構(gòu)建了一個由80萬神經(jīng)元組成的體外神經(jīng)智能系統(tǒng)[3]。這個“迷你大腦”在實時電生理實驗中展現(xiàn)出驚人的環(huán)境適應(yīng)性，它不僅學會玩復(fù)古電子游戲《乒乓》，更催生出近期發(fā)布的全球首款可編程生物計算機CL1[4]。這項突破的本質(zhì)，是讓機器首次實現(xiàn)了環(huán)境驅(qū)動的“自主認知進化”，神經(jīng)元在電信號刺激下自發(fā)形成了信息處理路徑。這一科技突破呼應(yīng)了《智能簡史》帶給我們的啟示：“用硅基芯片模擬碳基智能，如同用蒸汽機設(shè)計航天飛機。”具身智能的突破不會來自更大規(guī)模的GPU工廠，而必須回歸生命最原始的生存策略：在物理約束中迭代，于環(huán)境反饋中塑形。當機器學會像胚胎發(fā)育般在硬件限制中自我優(yōu)化，像人類神經(jīng)元網(wǎng)絡(luò)那樣在環(huán)境中延展感知，才是智能真正掙脫數(shù)字囚籠的時刻。

培養(yǎng)在微電極陣列芯片上的人類神經(jīng)元（左）；這些神經(jīng)元正在預(yù)測“乒乓球”的運動軌跡，并通過電信號指揮“乒乓”球拍的實時移動（右）丨圖源：https://corticallabs.com/[3]和Brettet al.,Neuron, 2022[4]

參考資料

[1] Menzel Jr, E. W. (1974). A group of young chimpanzees in a one-acre field. InBehavior of nonhuman primates(Vol. 5, pp. 83-153). Elsevier.

[2] Li, W., Li, J., Li, J., Wei, C., Laviv, T., Dong, M., ... & Ma, H. (2024). Boosting neuronal activity-driven mitochondrial DNA transcription improves cognition in aged mice.Science386(6728), eadp6547.

[3] Kagan, B. J., Kitchen, A. C., Tran, N. T., Habibollahi, F., Khajehnejad, M., Parker, B. J., ... & Friston, K. J. (2022). In vitro neurons learn and exhibit sentience when embodied in a simulated game-world.Neuron110(23), 3952-3969.

[4] https://corticallabs.com/

注：本文封面圖片來自版權(quán)圖庫，轉(zhuǎn)載使用可能引發(fā)版權(quán)糾紛。

特 別 提 示

1. 進入『返樸』微信公眾號底部菜單“精品專欄“，可查閱不同主題系列科普文章。

2. 『返樸』提供按月檢索文章功能。關(guān)注公眾號，回復(fù)四位數(shù)組成的年份+月份，如“1903”，可獲取2019年3月的文章索引，以此類推。