智能的未来是什么？答案或许藏在它进化的故事中

十年前，我对“我们已知道如何让机器思考”这种想法嗤之以鼻。2010年代，我在谷歌研究院的团队研究各种人工智能模型，包括为安卓手机键盘提供支持的下一词预测器。当时我们训练的人工神经网络虽能解决视觉感知、语音识别、游戏等领域的长期难题，但我觉得仅仅一个下一词预测器绝不可能真正理解新概念、写笑话、调试代码或完成其他任何人类智能的标志性任务，认为实现这种智能需要全新的科学洞见，且可能受神经科学启发。我当时的观点符合科学界主流，但现在看来也带点傲慢。我受过物理学和计算神经科学训练，有时反感硅谷的炒作，觉得那种认为摩尔定律能解决所有技术乃至社会科学问题的观点很天真，就像“有了锤子看什么都像钉子”。但我错了。2019年，谷歌同事训练了当时规模庞大的下一词（严格说是下一个标记）预测器Meena，它虽不流畅却已能理解新概念、写笑话、进行逻辑论证等。其升级版LaMDA表现更好，这种趋势持续至今。到2025年，我们竟期望大型语言模型能流畅、智能地回答案种人类都难回答的深奥问题，系统答不好时人们会恼火，同时却争论通用人工智能何时到来。大型语言模型可能不可靠、说蠢话，人类亦然。它们和我们的优劣势不同，但人类已越来越难找到自己能通过而AI不能的智能测试。若接受智能本质是计算（多数计算神经科学家持此观点），那智能的有效“模拟”就是智能。让机器变智能并非靠什么深刻发现，而是计算规模扩大的结果。有些研究者不同意我对当前AI水平的判断，但我假设智能机器已存在并反思：若计算规模扩大能产生AI，那包括人类在内的生物体智能是否也是如此？是什么推动的？生物体最初怎会具有计算能力？过去几年，我和合作者找到初步答案：AI、生物智能乃至生命本身可能源于同一过程。这一见解能为AI、神经科学、神经哲学、理论生物学、进化论和复杂性科学带来新启示，还能让我们窥见人类与机器智能未来共同进化的方向。大脑是预测机器的观点不新鲜。19世纪赫尔曼·冯·亥姆霍兹在《生理光学手册》中提出，20世纪40年代控制论创始人（如诺伯特·维纳）进一步发展，这也是现代神经网络AI研究的起点。维纳认为所有生命系统都有维持生存的“有目的”行为，需要计算建模。内外感官让我们构建自身和环境的预测模型，但只有能通过行动影响未来（增加自身存续可能）时，这些模型才有用。进化选择会用预测做最佳生存决策的实体，行动和观察结果形成反馈循环，助力进一步预测。狩猎就是预测建模的典型例子：捕食者要预测如何捕获猎物，猎物要预测捕食者行为来躲避。20世纪70年代起，神经心理学家和人类学家意识到，其他智能实体常是环境中最重要的建模对象，因为它们也在反过来建模你（无论善意恶意）。越智能的捕食者促使猎物更聪明，反之亦然。社会性物种的智能压力更激烈。求偶、共享资源、获追随者、教学、学习、分工等都需建模和预测他人想法。但你越聪明（理论上越能预测他人），同物种的他人也会因做同样事而更聪明、更难预测。这种失控动态产生“智能爆炸”，即高度社会化动物（如蝙蝠、鲸、海豚、鸟类和人类祖先）大脑尺寸快速进化增长。社会智能爆炸中，个体和群体都变聪明。更大的大脑能建模更多关系，让群体在保持凝聚力的同时扩大规模。共享和分工使大型社会单位能完成个体无法独自完成的复杂任务，如人类的器官移植、登月、制造硅芯片等，这些是群体层面的“超人”壮举。人类社会性的规律也适用于地球生命史上的重大进化转变：从原核细胞到真核细胞、单细胞到多细胞生物、独居到群居昆虫等。每次转变中，独立实体形成紧密共生关系，分工并行形成超级实体。“共生起源”比想象中普遍，如细胞水平基因转移、逆转录病毒元件整合到宿主基因组、共生细菌定植动物肠道等，虽非“重大”转变，却产生有创新能力的生物体（如白蚁靠共生微生物消化木材，人类胎盘屏障形成依赖源自逆转录病毒的合胞素）。标准达尔文进化论无内在增加复杂性的趋势，是共生起源给了进化时间箭头：现有部分合并成超级实体时，生命从简单向复杂发展。随可重组部分增多变复杂，此过程加速，过去十亿年共生起源造就了复杂神经系统、群居动物群体和人类技术社会。这像大自然版摩尔定律吗？20世纪摩尔定律指晶体管尺寸指数缩小，带来计算机尺寸、成本、功耗下降和速度上升。生物细胞进化中未变小变快，6.5亿年前电兴奋性神经元带来快速计算时间尺度，但这是一次性的。21世纪，晶体管缩小但速度提升停滞，芯片制造商转而增加处理核心，使计算并行化，而现代神经网络AI正需大规模并行处理（单个处理器顺序执行大型语言模型的万亿次操作需几分钟），这和生物智能类似：AI靠的不是速度，而是众多简单计算元素并行合作的分工，即“技术共生起源”。计算机科学既是自然科学也是工程学科。人类没发明计算，只是重新发现了大自然已利用的现象，发展理论理解它，并用不同基质设计。手机、电脑、数据中心可称为“人工计算机”。若共生起源解释了自然计算复杂性进化和智能出现，那大自然最初怎会具有计算能力？我和同事的人工生命研究有启发。想象在地球这样热环境多变的地方，有各种随机配置的简单反馈机制能自发产生，且每个机制只在特定温度范围工作。一段时间后，能持续存在的是像恒温器那样维持自身温度在合适范围的机制。这说明以自我保存为导向的有目的行为（原始生命）能从随机初始条件中出现。恒温器按定义在执行计算：根据温度信息输入决定开/关暖气，即“如果……那么”操作。只要输出能影响计算者存续的可能性，这种简单计算就会出现并持续。这距离艾伦·图灵定义的通用计算机还很远，但已是自然计算的起点。