大脑的社会，机器的社会——心智社会

关于人工智能的话题热度在去年alpha go打败李世石之后陡升，特别是互联网创投圈内，AI已经成为当仁不让的第一风口。虽说“风口”这个词在这几年渐渐变成了“泡沫”的代言词，但这一次AI的兴起，似乎却是专家、企业家和大众普遍都看好的一个必然的方向，仅管一些质疑反对的声音不绝于耳，但未来社会架构的建设和设计者们，都早已将AI作为了今后的基础架构。那么在大众眼中alpha go神秘莫测的外衣之下，是否存在通俗易懂的基础概念来构成这一前言技术呢？马文-明斯基的《心智社会》就将“智能”分模块逐级分解，让我们看到了这样一个源于大脑微观世界的技术是怎样改变我们对机器的认知。

首先，作者提出了两个概念：智能体和智能组，假设这是存在于我们大脑之中掌管思维行动的重要角色，智能体是最小单元，单独看来它只是一个承上启下的开关（可以理解为与非门），而众多不同智能体所组成的庞大系统就是智能组，智能组则带有特定的功能的“机器”，只有在之内的零件（智能体）协同工作的情况下才能完成特定的任务。这就是思维的假设产生形式。

而这样的一个庞大社会也必然要设计几个问题：

1. 哪些智能体选择哪些其他的智能体做什么工作？（组织架构）

2. 谁来决定要完成哪些工作？（决策者）

3. 谁来决定要付出什么努力？（资源分配）

4. 冲突如何解决？（优先级，规则）

所以我们可以看出，微观的社会其实与我们宏观的社会并无二致，都是要有一定的规则，也就是当冲突出现的时候，依循什么逻辑去解决问题。在大脑的思维社会中若出现了同级智能组的冲突，就会唤醒更高级的智能组，当更高级的智能组被激活后则会与它同级的其他智能组产生冲突，智能组下级的冲突时间越长，这个智能组与同级别相比就越弱。举例而言，当儿童脑中“搭积木”与“破坏积木”智能组产生了冲突时，便会机会“玩耍”这一智能组，因此“玩耍”便于同级的“吃饭”、“睡觉”等组的竞争中处于了劣势，当儿童在继续搭还是破坏积木犹豫不决的时候，他很容易就会被其他因素转移了注意力，彻底放弃玩耍而去吃饭或者睡觉了。

当然规则还有很多，比如监督机制，有些智能组是隐藏于其他组之下，专门负责监督，假设A脑负责具体实施，与外界感知，而B脑则与A相连，对于B来讲A就是它所能感知的世界，B对A是一种咨询师的角色。当A出现问题时，会激活B，运用B的一些机制可以修复A有缺陷的程序，其实B所产生的感觉也就是我们平时所感受到的困惑，虽然没有人喜欢这种感受，但这的确是一种有益的反馈，可惜它通常带来的痛苦却使我们在更大的尺度上放弃而不是珍惜目标，这就产生了伤害。

其实大众对于人工智能的担忧还在于其在未来取代人类做很多工作，甚至一些创造性的工作，一些人也深深表示怀疑——机器真的可以存在创造力？

那么这就要去定义什么是创造力，以及创造力的组成元素了。对于机器而言，试错是一种产生创造力的“笨”方法，通过穷举方法并且不断测试反馈的方式，最终找到解决方案，虽然这种方法低效，但是其如果能通过每一步都寻求最优解，尽可能将人类的创造力过程分解，那么的的确确可以还原所有的“创作”。使用知识就是这样一种高效方案，通过

①获取知识；

②表述知识；

③程序化利用知识。

来解决问题，也就是现在流行的机器学习，很多专业性很强的技能如“下棋”“解高等数学题”，对于机器而言并不是难事，反而最难的要属我们司空见惯的，像小孩儿搭积木这样简单的常识。

为什么会这样呢？

虽然前者通常会被认为是高智商游戏，但其所涉及的知识领域较为专一，只不过是程度深了一些罢了，这对于机器而言并不是问题（算力大），但诸如搭积木、摆玩具这样儿童都会的事情，反而涉及到不同领域的知识，较为综合，而机器对于不同领域的学习与贯通还较为吃力。所以，机器眼中的世界与我们眼中的世界的确是两个世界。

思维社会也需要一定的沉淀，否则今后遇到相同的问题还需要重新走一遍流程，这就太低效了。那么记忆智能体便在此时发挥了作用，而之前“执行”智能体所产生的记忆沉淀便由K线（负责联系执行单元与记忆单元的元件）负责与相关的智能体相连接，当相同的任务出现时便会激活记忆智能体，将之前相关流程尽可能展现，便于执行单元快速去解决问题。

最后，我们不禁要问，机器会有目标吗？机器会知道自己想要什么吗？作者用“差异发动机”模型描述了这一功能，它主要包含三个部分：

①对情境的描述能力；（也即输入目标）

②实际情境与目标情境的对比功能；（差异感知）

③坚持目标实现的坚持机制。

总之，一切人类能有的能力、感知、情绪，都可以分解量化，再由程序去实现，不过这一系统过于复杂，因此我们也不必杞人忧天，AI技术进步的同时必定存在伦理规则去约束之，量变到质变这是一个漫长的过程，留给机器进化的时间还长，留给人类思考的时间也完全足够。