引言

（正文）

班尼特在《智能简史》中洞察到，人类智能不是一蹴而就的奇迹，而是五次进化突破层层叠加的产物。

第一次突破是转向，大约6亿年前。最早的两侧对称动物，比如线虫，发展出了最基础的“趋利避害”能力，能判断出环境中的刺激是“好”还是“坏”，然后做出接近或回避的行为。

这听起来简单，却是情感和决策的生物学起点，今天的扫地机器人就处于这个智能层级，碰到墙壁知道调头。

第二次突破是强化，大约5亿年前，这次突破用了一亿年。脊椎动物进化出了强化学习能力。通过多巴胺的奖惩机制，它们学会了把行为与结果联系起来，即捕食成功会带来愉悦，于是更愿意重复这个行为。

后来，舒尔茨的猴子实验证明了愉悦不是由多巴胺产生的，而是奖励预期误差信号，换言之，你在草丛蹲守，提前放好技能，你预测敌方会出现在这里，你成功实现一杀，这时候，多巴胺起到作用，让你产生爽感，这种爽感不是敌人死了的刺激，而是你成功预判了敌人。

AlphaGo的核心算法逻辑，本质上就是这种强化学习，但生物的强化学习由内在动机驱动，而AI的奖励函数是工程师设定的，两者的底层机制完全不同。

第三次突破是模拟（Simulating），大约1亿年前，实现这次突破用了四亿年时间，中国才上下五千年历史，发展速度是如此之慢，这次，哺乳动物发展出了新皮层，从而获得了在大脑中“预演”未来的能力。学习方法得到了飞跃的提升，以前是实践学习，现在可以想象学习。

鼠鼠遇到岔路时，不是盲目尝试，而是在脑中模拟每条路径的风险与回报，再做决定，所以，家中的鼠鼠很聪明的。而这一层，恰恰是当前AI最核心的短板之一。

第四次突破是心智化，大约3000万年前，灵长类动物进化出了“心智理论”，模拟他人的内心模拟，通俗说就是，我知道对方心里怎么想的。黑猩猩能够判断竞争对手是否知道自己藏食物的位置，从而采取欺骗策略。这种“读心术”能力，支撑起了人类的社会协作、教学和文化。

这次进化也带来了两项独门绝技，其一是高级模仿学习，能够理解真实意图，寻找关键之处，其二是能够预见未来需求，比如，家里没菜了明天要去买菜。

第五次突破是语言，大约10万年前。语言的独特之处在于，它不只是“交流工具”，而是彻底重组了人类的思维结构。没有语言之前谁知道“苹果”是“苹果”，而“苹果”这个实物是人类约定俗成的赋予了它符号，形成了语法。

语言引发的是技能传承，知识共享，八卦机制【识别害群之马】，社会协作。

这五次突破都是建立在前一层之上，新的能力不是替代旧的，而是叠加。人类大脑是一个层层包裹的“古董系统”，里面既有6亿年前的“虫工智能”模块，也有10万年前刚刚上线的“语言模块”。

而AI呢？直接从第五次突破入手。

因此，它拥有了语言大师的身份，海量文本、数据的处理能力，以及美化图片，生成视频的功能。但它缺失的远比它拥有的多。

AI没有真实的世界模型，也就是缺乏第三次突破的能力。小孩不需要阅读百科全书就能理解重力，因为他们会通过眼睛观察杯子坠落，用手触摸桌面来建立物理世界的认知，可AI从百度学到的“牛顿定律”，缺乏真正的物理理解。

如果说“模拟”的缺失让AI无法理解物理世界，那么“心智化”的缺失则让AI无法理解人心。

如果你让AI判断：“小明看到小红把巧克力放进了蓝色盒子里，然后小红出去了。小明把巧克力拿出来放进了红色盒子里。等小红回来，她会去哪个盒子里找巧克力？”

AI能答对：蓝色盒子。因为它从训练数据里学到了“错误信念”这个心理学概念，知道小红没有看到小明转移了巧克力。

但如果你问：“你在跟朋友聊天，朋友说‘我今天过得还不错’，你觉得他真实的心情是什么？”

AI会卡住，慢慢分析，因为它只知道词和词之间的概率，不知道语气、表情中隐藏的弦外之音。它永远搞不懂“我没事”三个字背后，到底是有事还是没事。

不过，AI真的是把语言玩到了极致，中文、英文、西班牙文、德文......它无所不知，所以我们对于AI的发展既不能低估它，也不能神化它。

目前，AI领域最热的战场就是补上缺失的模块。杨立昆（Yann LeCun）在推“世界模型”，想让AI从视频和传感器里学物理直觉。李飞飞做了“空间智能”，让AI理解三维世界。谷歌、Meta、OpenAI都在往大模型里塞机器人数据，试图让AI“动手”感受世界。

至于什么时候能成功？敬请期待吧。

但如果AI真的补齐了转向、强化、模拟、心智化，那它就不再是“怪胎”，而是另一个物种。