（文章來源：教育新聞網(wǎng)）

賴特兄弟(Wright Brothers)在20世紀(jì)初制造了世界上第一架飛機(jī)時(shí)，從鳥類的“有見識(shí)”運(yùn)動(dòng)中汲取了靈感。他們觀察并對(duì)自然機(jī)翼的各個(gè)方面進(jìn)行了逆向工程，這反過來又幫助他們?cè)诳諝鈩?dòng)力學(xué)和推進(jìn)方面取得了重要發(fā)現(xiàn)。

同樣，要構(gòu)建具有思考能力的機(jī)器，為什么不從我們兩耳之間運(yùn)作的三磅重物質(zhì)中尋求靈感呢?人工智能的先驅(qū)，圖靈獎(jiǎng)的獲得者杰弗里·欣頓(Geoffrey Hinton)似乎同意：“我一直堅(jiān)信，使人工智能發(fā)揮作用的唯一方法就是以類似于人腦的方式進(jìn)行計(jì)算。”

那么，人工智能(AI)的下一步是什么?下一波AI會(huì)受到生物學(xué)快速發(fā)展的啟發(fā)嗎?在分子水平上理解大腦回路的工具是否可以使我們對(duì)人的思維方式有更高的系統(tǒng)層次的理解?答案可能是肯定的，而且在學(xué)習(xí)生物系統(tǒng)與開發(fā)人工系統(tǒng)之間的思想交流實(shí)際上已經(jīng)持續(xù)了數(shù)十年。

首先，生物學(xué)與機(jī)器學(xué)習(xí)有什么關(guān)系?得知機(jī)器學(xué)習(xí)的許多進(jìn)步來自心理學(xué)和神經(jīng)科學(xué)的見識(shí)，可能會(huì)讓您感到驚訝。強(qiáng)化學(xué)習(xí)(RL)是機(jī)器學(xué)習(xí)的三個(gè)范式之一(另外兩個(gè)是監(jiān)督學(xué)習(xí)和非監(jiān)督學(xué)習(xí))，起源于可追溯到1940年代的動(dòng)物和認(rèn)知神經(jīng)科學(xué)研究。

RL是當(dāng)今一些最先進(jìn)的AI系統(tǒng)的核心，例如AlphaGo(由領(lǐng)先的AI公司Google DeepMind開發(fā)的，廣為人知的AI代理)。AlphaGo在Go(中國(guó)棋盤游戲)中擊敗了世界排名第一的棋手，該棋盤游戲包含的棋盤組合數(shù)量超過了宇宙中原子的數(shù)量。

盡管AlphaGo在圍棋游戲中具有超人的表現(xiàn)，但其人類對(duì)手仍然擁有更多的通用情報(bào)。他可以在任何環(huán)境下開車，講語言，踢足球以及執(zhí)行許多其他任務(wù)。當(dāng)前的AI系統(tǒng)在很大程度上無法利用學(xué)到的知識(shí)來玩撲克并將其轉(zhuǎn)移到另一項(xiàng)任務(wù)上，例如玩Cluedo游戲。這些系統(tǒng)專注于單個(gè)狹窄的環(huán)境，需要大量的數(shù)據(jù)和培訓(xùn)時(shí)間。而且，他們?nèi)匀环敢恍┖?jiǎn)單的錯(cuò)誤，例如將奇瓦瓦狗誤認(rèn)為松餅!

與兒童學(xué)習(xí)類似，強(qiáng)化學(xué)習(xí)基于AI系統(tǒng)與其環(huán)境的交互作用。它采取的行動(dòng)力圖使報(bào)酬最大化并避免懲罰。在好奇心的驅(qū)使下，孩子們是活躍的學(xué)習(xí)者，他們可以同時(shí)探索周圍的環(huán)境并預(yù)測(cè)其行為的結(jié)果，從而使他們建立思考因果關(guān)系的思維模型。例如，如果他們決定推紅色汽車，灑花瓶或向另一個(gè)方向爬行，他們將根據(jù)其行動(dòng)的結(jié)果來調(diào)整其行為。

孩子們會(huì)經(jīng)歷不同的環(huán)境，在其中他們發(fā)現(xiàn)自己經(jīng)常以不同尋常的方式在各種情境和物體的處境中導(dǎo)航和互動(dòng)。就像兒童大腦的發(fā)育可以激發(fā)AI系統(tǒng)的發(fā)展一樣，RL劑的學(xué)習(xí)機(jī)制與多巴胺的釋放所驅(qū)動(dòng)的大腦學(xué)習(xí)機(jī)制是平行的，多巴胺是中樞神經(jīng)系統(tǒng)的神經(jīng)遞質(zhì)，它會(huì)根據(jù)經(jīng)驗(yàn)訓(xùn)練前額葉皮層。從而塑造刺激反應(yīng)的關(guān)聯(lián)以及結(jié)果的預(yù)測(cè)。

生物學(xué)是人工智能最有希望的受益者之一。從研究促成肥胖的令人難以置信的遺傳突變組合到研究導(dǎo)致某些細(xì)胞失控并產(chǎn)生癌癥的拜占庭途徑，生物學(xué)產(chǎn)生了大量復(fù)雜而令人費(fèi)解的數(shù)據(jù)。但是，這些數(shù)據(jù)集中包含的信息通常提供有價(jià)值的見解，可用于改善我們的健康狀況。

在合成生物學(xué)領(lǐng)域，工程師尋求“重新連接”活生物體并為其編程以新功能，許多科學(xué)家正在利用AI設(shè)計(jì)更有效的實(shí)驗(yàn)，分析其數(shù)據(jù)并使用其來創(chuàng)建突破性的療法。我最近重點(diǎn)介紹了五家將機(jī)器學(xué)習(xí)與合成生物學(xué)相結(jié)合的公司，以為更好的科學(xué)和更好的工程鋪平道路。
? ? ? ?