
马克·H.李
在本书中,作者先描述了人工智能的缺陷(一个关键的缺点是:它没有具象化),然后提出了一种制造类人机器人的不同方法:成长型机器人,它受到成长心理学及其对早期婴儿行为的描述的启发。他讲述了自己对iCub类人机器人的实验,以及它从新生儿水平到相当于9个月大的婴儿的能力水平的成长,解释了iCub如何从自己的经验中学习。
对于智能还是要区分个智与群智的,个智的容量有限但是群智不简单的是个智的简单叠加,对于社会教育的发展扩大了个智,同时使得群智变成了数量级的提高,这个就是我们智能发展奇怪的事情,对于智能的模拟一直是我们的梦想,但是如我们创作的智能超越了我们自己,形成全新的群体,我们又会产生巨大的担心,这个就是非常有意思的行为了。对于未来的发展智能个体的产生和形成新的群智,这个才是最为可怕的事情,按照智能体的道德标准来说应该是超越了当下我们认识,但也会产生类似于我们对待少群体类似于猿的状态。对于未来知识的传播来说是极其迅速的,但是底层的知识发展会更加困难了,而且知识更多的是构建在我们的技术基础之上的,这个智能不知道能否突破抽象理念而获得全新的认识,比如我们当下物理知识的基础相对论和量子力学,至少希望ai能够促进我们突破普朗克尺度,似乎突破我们宇宙的宇宙很难了。这些智能机器人的智能个体执行机构对于未来知识的影响而不是对于社会简单的影响才是未来社会前景的关键,或者说在不远的未来智能体会不会成为平等的伙伴,如同对于奴隶社会的努力存在一样的状态。最后发现对于未来总是充满了恐惧,因为未知而产生了n多的设想,但是未来只是贝叶斯主义的必然产物。
从alpha go诞生起,AI专家就得出一个结论,机器人可以零式对抗,自我学习,从实践中学习,而不是紧紧靠数据的输入。 (这本书约是在2017年左右开始写,在大陆2021年才出版。不说实践,在认知上我们落后人家4.5年)
本书创造点在于提出了养成型机器人,提出了玩耍作为内在动机的诱发途径。这个思想让我非常收益。