自从《2001太空漫游》以来人们一直想知道:像HAL 9000这样的机器最终能否以类人智能处理信息?
密歇根州立大学的研究人员表示，人类的智力水平离真正实现还有很长的路要走，但他们在《美国博物学家》上发表的新论文探索了计算机如何能像自然生物那样开始进化学习对包括人工智能在内的许多领域都有影响。
“我们知道所有的生物都有学习的能力，只是我们不确定这些能力是如何进化而来的。现在我们可以在虚拟世界中看到这些重大的进化事件在我们面前展开，”密歇根州立大学计算机科学研究员和主要作者Anselmo Pontes说。“了解学习行为是如何进化的有助于我们弄清它是如何工作的，并为其他领域提供见解，如神经科学、教育、心理学、动物行为，甚至人工智能。”它还为我们的大脑如何工作提供了线索，甚至可能导致机器人像人类一样有效地学习经验。”
密歇根州立大学(MSU)综合生物学教授、论文合著者弗雷德•戴尔(Fred Dyer)表示，这些发现具有巨大的潜在意义。
“我们正在解开我们自己的认知是如何形成的，以及它是如何塑造未来的。”戴尔说。“了解我们自己的起源可以让我们开发出能够观察和学习的机器人，而不是为每个单独的任务编写程序。”
这一结果首次证明了在没有大脑的人工有机体中，联想学习的进化。
这是一段展示这个过程的视频。
“我们的灵感来自动物学习地标并利用它们来导航的方式，”连接部分说。“例如，在实验室实验中，蜜蜂学会将某些颜色或形状与方向联系起来，并在复杂的迷宫中导航。”
因为学习的进化不能通过化石来观察要在自然界中观察可能要花上一辈子的时间由生物学家和计算机科学家组成的MSU跨学科团队使用了一个数字进化程序，使他们能够在短短几个小时内观察数万代的进化，这是生命系统无法实现的壮举。
在这种情况下，生物进化是为了学习和利用环境信号来帮助它们在环境中导航和寻找食物。
“学习对大多数行为都至关重要，但我们无法直接观察到学习最初是如何从我们的纯本能祖先开始的。”戴尔说。“我们构建了各种选择压力，我们认为这些压力可能会发挥作用，并观察电脑里发生了什么。”
虽然环境是模拟的，但进化是真实的。控制数字生物体的程序受突变、遗传和竞争选择等遗传变异的影响。生物被要求沿着一条线索寻找信号如解释正确-指向路径接下来的方向。
在模拟的开始，有机体是“白板”，不能感知、移动或学习的。每当一个生物体繁殖，它的后代就会遭受改变其行为的突变。大多数突变是致命的。一些没有。但是，这些罕见的特征使得生物能够更好地跟踪足迹，从而使得生物能够收集更多的资源，更频繁地繁殖，从而在种群中获得更多的份额。
经过几代人，生物进化出越来越复杂的行为。首先是一些简单的动作，让它们绊倒在食物里。其次是感知和区分不同类型信号的能力，其次是纠正错误的反射能力，比如尝试一条不正确的路径、备份和尝试另一条。
一些生物进化出了通过联想学习的能力。如果其中一个生物转错了弯，它会纠正错误，但它也会从错误中吸取教训，把它看到的特定信号与它现在知道的方向联系起来。从那以后，它就可以在整个路线上准确无误地导航了。有些生物甚至可以在中途切换信号时重新学习。
“研究自然界的进化可能需要很长时间，”Pontes说:“但是进化只是一个算法，所以它可以在计算机中复制。我们不仅能够看到特定的环境是如何促进学习进化的，而且我们看到了种群是如何通过相同的行为阶段进化的，这是之前的科学家推测应该会发生的，但我们没有看到的技术。”
密歇根州立大学的其他合著者包括罗伯特·莫布里、查尔斯·奥夫里亚和克里斯托夫·阿达米。这个项目是通过BEACON Center for the Study of Evolution in Action开发的，该中心汇集了生物学家、计算机科学家和工程师来阐明和利用进化的力量。
“Pontes和他的同事们已经从突变、遗传和竞争选择的原始成分中，在计算机中进化出了相关的学习，”美国国家科学基金会(National Science Foundation)的项目主任乔治·吉尔克里斯特(George Gilchrist)说。“这为创造不受人类设计限制的人工智能系统打开了一扇门。”
(媒体注意:请在网络报道中加入到原文的链接:https://www.journals.uchicago.edu/doi/abs/10.1086/706252)
新闻旨在传播有益信息，英文原版地址：https://msutoday.msu.edu/news/2019/evolution-of-learning-is-key-to-better-artificial-intelligence/