算法的「仿生學」:AI從生物身上學到了什麼?

2020-12-05 果殼網

2016年3月13日，谷歌DeepMind公司的圍棋人工智慧軟體AlphaGo與韓國圍棋職業九段李世乭進行了五番棋的第四局較量。這一次，李世乭終於打敗AI。

如果說之前專業棋手和非專業人士對AlphaGo的勝利還持保留態度的話，那麼現在已經普遍認可了這款軟體的棋力。AI會從李世乭的這一局中學會什麼我們還不得而知，不過，在人工智慧的研究中，除了和計算機科學、神經科學相關外，其實還有仿生學。我們可以試著從進化生物學的角度來看看這件不尋常的事。

黏菌與交通網設計

在生物學的視角裡，進入人工智慧視野的生物有機體有許多種。其中最簡單的生命形態是一種被稱為多頭絨泡菌（Physarum Polycephalum）的黏菌（屬於原生生物中的阿米巴Amoebozoa），這種生物是一種單細胞生物，最有趣的特點是在平板培養基上，它們細胞的「生長路線」對於平面交通網絡等的設計和算法具有參考價值1。

如果將黏菌的食物源按照地圖上一個國家的城市的位置進行擺放的話，那麼黏菌生長路線形成的網絡與現實中比較完備的公路、鐵路等網絡具有很高的相似性。也就是說，雖然從生物學的角度看，黏菌不屬於多細胞動物，沒有神經細胞分化，也沒有腦，但是其細胞生長對於食物源化學信號的感知和反應已經可以為人工智慧的設計提供參考。

根據食物源的方位， 黏菌長成的「交通網」可以給現實中的交通網設計提供啟發。圖F和東京附近的鐵路網十分相似。圖片來源：wired.com

為什麼黏菌的生長可以從一個食物源開始，以非常接近最短路線的方式到達其它食物源呢？究其原因，單細胞的屬性是一個因素。作為具有很強變形能力的單細胞（阿米巴也叫變形蟲），細胞膜的局部形變突出是它們對食物源化學信號濃度梯度做出的反應。如果向著某個方向形變之後感受到的食物源濃度更高，它就繼續生長；如果感受到的濃度更低就保持或退回，這和所有基於似然值進行搜索的策略是一樣的。

相對來說，雖然脊椎動物循環系統、昆蟲氣管系統在個體發育的形態建成過程中也具有類似的氧氣濃度依賴性，但是多細胞的分化方式決定了「修改」不再有用的結構時，需要以細胞「程序化死亡」的方式進行（可以理解為降解掉細胞），而不能像變形蟲一樣降解掉細胞內部的相關細胞骨架。

社會性昆蟲、靈長目與人工智慧

在智能程度相對比較高的生物有機體中，最著名的兩類可能是社會性昆蟲（蜚蠊目的白蟻，膜翅目的蟻科、蜜蜂科、胡蜂科等）和靈長目動物。這兩類動物在「智能」方面既有相同點，也有不同點。

在相同的一面，它們的個體都具有腦佔身體比重高的特點。這個指標往往是衡量生物有機體智能高低的一個關鍵指標，指標高的生物的確常在智能方面有更複雜的行為和更好的表現，例如軟體動物門中的頭足綱動物Cephalopoda（章魚、魷魚等）；另外一個共同點是，這兩類動物的種內個體間關係都很複雜。雖然包括人類在內的靈長目動物的社會性與社會性昆蟲的真社會性有所區別，但是畢竟都存在複雜的個體間關係。事實上，腦體比重高和種內複雜個體間關係這兩個特點往往相伴而生（例如鯨目動物Cetacea也是這樣）。對於兩者之間的因果關係，一般普遍認為群體性與個體間協作行為的需求是前提、是基礎。

在不同的一面，靈長類動物的個體能力要高於社會性昆蟲的個體能力，兩者分屬於生態學上的「K對策生物」和「r對策生物」——前者一般繁殖率低、後代個體數量少、個體大、壽命長；後者則相反。也就是說，雖然社會性昆蟲個體的腦體比重在昆蟲中是相對高的，但是每一個單獨的個體很難表現出比較複雜的智能行為，只有群體才能表現出協同捕食、築巢等複雜行為，具有個體數量依賴性。也因此，社會性昆蟲會被稱為「superorganism」。不過，數量多也是有好處的。

類似螞蟻尋路的「蟻群算法」。圖片來源：sciencedirect.com

螞蟻與蟻群算法

在社會性昆蟲中，螞蟻是以收集——捕食為主，大多在地面爬行。相對來說螞蟻的行為既複雜又容易被觀察，為蟻群算法（Ant Colony Algorithms）的提出提供了基礎。

蟻群算法最早由馬洛克·多瑞哥（Marco Dorigo）在博士論文工作期間提出2，是群智能方法（swarm intelligence methods）的一種，可以為人們解決路徑優化的問題提供幫助。簡單來講，比如我們想要解決「一個多面體上的兩點，怎麼走才最短」這個問題時，我們可以不斷地在一個點釋放「螞蟻」，這些「螞蟻」會在多面體上運動並走到另外一個點。當「螞蟻」數量足夠多時，我們就能得到在特定條件下，某條「螞蟻」走出的「最優」路線。

人類智能與人工智慧

說到人工智慧，就必須提到與DeepMind公司同為英國人的圖靈（Alan Turing, 1912-1954）和彭羅斯（Roger Penrose, 1931-）。前者是人工智慧的奠基人（同時也提出了生物有機體發育過程中模式建成的理論），後者作為數學和物理學領域國際頂尖的學者，曾經寫過著名的科普讀物《皇帝新腦》（The Emperor's New Mind）。彭羅斯教授指出，即使人工智慧和人腦原理在算法本質上可能沒有區別，但是從硬體方面來說有一個不同：人腦是一個動態系統。

在現生的靈長目動物中，人的腦體比重是最高的、腦的絕對容量是最大的、個體間關係是最複雜的。關於人類大腦容量的進化，有研究顯示，人類大腦容量增加並非勻速的，而是與外界環境的周期性密切相關。而人類腦容量增加最顯著的時期往往是氣候變化最為劇烈的時期3。看來人類智力的進化歷史，就是一部人類生於憂患的歷史。

而沿著彭羅斯教授的思路，我們可以看到DeepMind仍然和人腦有很大不同，因為他/她還不是一個可以自主運行的系統，還需要「人」的參與。反過來說，人類的智慧進步過程中，通過輸入和輸出的持續反饋，人腦的硬體結構並沒有直接被外界幹預，而人腦的思維（算法）又是完全依賴於各種細胞和分子構件的硬體。相比之下，DeepMind可能還不會通過輸入和輸出的各種反饋而自己改變源程序，仍然要依靠人類設計者團隊去優化算法。

人腦的思維（算法）依賴於各種細胞和分子構件的硬體。我們的大腦還有什麼優勢？圖片來源：robohub.org

人類智能的優勢？

即使DeepMind或其它人工智慧圍棋軟體能夠有一天能不再需要人類設計者團隊而自行獨立改進算法；即使這些電腦軟體能在圍棋聯賽和國際比賽中能夠持續勝出，我們生物的大腦仍然具有一個方面的優勢——能量效率。人類大腦的耗能在對戰過程中肯定還是要低得多。

一般來說，人類大腦的耗能大概是20-30W。當然，下棋時大腦全功率運轉，這個數字還可能往上升。不過AlphaGo的耗能呢？根據計算，「alphago分布式版本（1202個CPU，176個GPU，打敗樊麾的那個）所有計算元件耗能應該超過200000W，總耗能沒準會翻倍。」

計算耗能差不多是人類大腦的一萬倍。

當然，圍棋軟體使用了遠超過人類大腦耗能的硬體，這本身會是潛在的不公平。也許在算法不斷提高的未來，相同的耗能下的計算量會大大增加，不過從某種意義上來說，這也體現了人類智能和人工智慧的不同。

人類的知識進步本來就是拉馬克式遺傳或者叫獲得性遺傳，這源於人類的長壽命和世代重疊，後來各種信息介質的發明不斷強化了這一點。由於DeepMind目前還做不到這一點，因此至少目前AlphaGo仍然可以被視為人類知識積累在計算機硬體輔助下的一種「延伸」，而不是一種簡單的並行或競爭關係。（編輯：Jerrusalem）

參考文獻

  1. Tero A, et al. 2010. Rules for Biologically Inspired Adaptive Network Design. Science 327: 439-442.
  2. Dorigo M. 1992. Optimization, Learning and Natural Algorithms, PhD thesis, Politecnico di Milano, Italy.
  3. Grove M, et al. 2012. Orbital dynamics, environmental heterogeneity, and the evolution of the human brain. Intelligence 40: 404-418.

相關焦點

  • 仿生學與仿真學的區別
    科技發展到今天，其理論僅僅對認識和改造物質世界有效，人工製造的機械大都是功能單一，即便是高等級的機器人也僅僅是實現幾種功能。
  • 仿生學是什麼?未來前景如何
    仿生學是研製新的機械和新技術的一個方向。對於仿生的理解很廣泛，包括機械結構，材料和科技發展。仿生學方向要做到的就是人類在創造創新的過程中帶動物體形態的各種改變。讓你沒有畏懼心，戰戰兢兢，如履薄冰。研究仿生學只要是真正懂得仿生學理論和實際應用都是有前途的。還有不要神化仿生。
  • 「仿生學」給汽車工業發展帶來了什麼?
    某些生物具有的功能迄今比任何人工製造的機械都優越得多，仿生學就是要在工程上實現並有效地應用生物功能的一門學科。例如關於信息接受（感覺功能）、信息傳遞（神經功能）、自動控制系統等，這種生物體的結構與功能在機械設計方面給了很大啟發。可舉出的仿生學例子，如將海豚的體形或皮膚結構（遊泳時能使身體表面不產生紊流）應用到潛艇設計原理上。
  • 仿生學,向大自然學習最優秀的解決方案
    當科學家們專心去研究生物的「生存絕技」時，發現人類面對的許多難題，這些「聰明」的生物們早已經巧妙地解決了。就這樣，自然界的生物成了人類的老師，它們為人類提供了許多自然界中最優秀的解決方案，啟發人們把這些應用到社會生產和生活中去。人類從自然界吸取靈感，向生物學習的學科，就是神奇的仿生學。仿生學，顧名思義，就是模仿生物的科學。
  • 建築仿生學是怎麼發展起來的?
    本文來自：百度知道日報從自然界的動植物身上，人類汲取了諸多建築設計的靈感。 「師法自然」 的設計思路，讓許多新奇美觀又不失實用性的建築物得以誕生。那麼，建築仿生學是怎麼起源的呢？我們一起去看看！「仿生學」 理念發展的關鍵人物安東尼·高迪儘管 「仿生學」 的概念直到1960年方才出現，但建築師模仿自然界的生物進行設計， 從而為建築物賦予更好的寓意或者使用體驗， 卻可以追溯到19世紀末， 甚至更為久遠。堪稱西班牙最偉大建築師的安東尼·高迪，便是將「模仿生物結構進行建築物設計」發展為一種理念的關鍵人物。
  • 盤點:我們哪些仿生學科技是從動物身上得到的啟發
    提起仿生學大家一定不會陌生，它是一門既古老又年輕的學科，我們很多應用的科技都是從動物、昆蟲、植物身上直接學到了作用原理或者得到了啟迪後發明出新的設備、工具。創造出適用於生產，學習和生活的先進技術，這離不開科學家們的付出和努力，但我們也要對這些動物們道上一聲謝謝。
  • 從挖掘機到「仿生學」
    在第一課《身體的結構》中，學生從整體上認識了人體的結構，從本課開始進入到人體各大系統的局部觀察之中。授課教師從獨特的愛好「挖掘機」引入，帶學生看挖掘機視頻，玩挖掘機模型，進而遷移到仿生源頭——骨骼、關節和肌肉。等學生充分觀察自身的骨骼、關節和肌肉後，教師組織學生舉啞鈴，並分析各部分的作用。再到最後，給模擬版的挖掘機提出改進建議，推動技術的發展。
  • 這項AI技術讓人毛骨悚然,可以處理掉女性身上的衣服,顯示裸體!
    近日有一款AI應用引起海內外的廣泛關注，據了解這款應用的名字叫做「DeepNude」主要的功能是藉助神經網絡技術，可以處理掉女性身上的衣服，顯示裸體！就和現在AI換臉技術差不多，只不過這次替換的是衣服！看到這條新聞的時候第一個反應是，這什麼垃圾軟體？
  • 四上第6課課前閱讀《仿生學的經典例子》節選與賞讀
    為了讓一種船既能在水面劃，又能在海底遊，科學家觀察到了魚這種動物。 魚肚中有一種東西叫魚鰾，裡面裝滿了空氣。在魚想潛到水底時，將魚鰾中的空氣排出，浮力就立刻變小了，魚可自由地沉下水面。而潛水艇中也有一種機器，裡面也裝滿了空氣，將空氣一排出，潛水艇便能沉下水底。科學家是按這個原理製造的潛水艇。   看，我們如今已經很高級的潛水艇，原來它們是利用魚鰾原理而做的。
  • 掘金人工智慧,要放棄「仿生學」
    我們應該放棄仿生學的角度，改從工程的角度發展人工智慧，只有完成這種思維的轉變，才能這波浪潮中獲得有力的抓手。小結：綜合以上，你會發現，人工智慧的誕生，其實不是一個突發性事件，它經過了上百年的理論和實踐準備，包括心理學、信息學、數學、哲學、生物學等各方面的準備工作，最後達到一個收斂，並形成了現代計算機科學的方法論基礎。
  • 生物仿生學與建築設計
    提起生物仿生學與建築設計，人們往往會想起蜂巢。蜜蜂確實是著名的「建築師」，它們用蜂蠟一晝夜能建造幾千間住宅（蜂巢），而且每間的底邊三個平面的銳角都是70°32′，體積幾乎都是0.25立方釐米。人們模仿生物設計了許多建築結構，建築仿生學便應運而生。一般，人們都要求建築設計既節省人力、物力和時間，又美觀大方。建築仿生學為解決這個問題開闢了道路。我們知道，生物體和建築物一樣，時時都要受到各種自然力的作用。這些力的作用，促使它們在長期的進化過程中，形成了適合生存環境的種種形態。生物體要保持自己的形態，就需有一定的強度、硬度和穩定性。
  • 【生物學】動物與仿生學
    自然界形形色色的生物，都有著怎樣的奇異本領？它們的種種本領，給了人類哪些啟發？模仿這些本領，人類又可以造出什麼樣的機器？這裡要介紹的一門新興科學——仿生學。可舉出的仿生學例子，如將海豚的體形或皮膚結構（遊泳時能使身體表面不產生紊流）應用到潛艇設計原理上。再舉個例子：蒼蠅，是細菌的傳播者，誰都討厭它。
  • 為什麼設計師這麼愛搞仿生學設計?盤點8款仿生學家具
    仿生設計學，也叫設計仿生學,它是在仿生學和設計學的基礎上發展起來的一門新興邊緣學科，主要涉及到數學、生物學、電子學、物理學、控制論、資訊理論、人機學、心理學、材料學、機械學、動力學、工程學、經濟學、色彩學、美學、傳播學、倫理學等相關學科。
  • 像蛇像魚又像甲蟲,想不到的汽車仿生學
    設立這個日子不是因為哪位著名生物學家的誕生，也不是因為發現了什麼稀奇古怪的物種，而是為了增加對生物多樣性的認知，以及1992年5月22日奈洛比會議的《生物多樣性公約》。研究這些東西究竟有什麼用呢？當然是為了更好的規劃地球生物的種群分類，以更加了解我們生存的環境。當然，研究中還誕生了一個與我們生活息息相關的學科——仿生學。
  • 生物信息學從入門到研究完全手冊
    半年前，我開始接觸生物信息學，但學了一段時間，總覺得懸在空中，紙上談兵。
  • 以壁虎為師:福特要將仿生學應用到汽車上啦!
    福特還將與同樣在仿生學中尋求一系列商業解決方案的寶潔公司合作，共享相關研究發現。福特研究員多年以來通過在車型中採用回收塑料瓶、大豆、洋麻纖維等循環再利用及綠色材料，不斷提升車輛零部件可持續性，打造綠色車輛製造工藝。然而進一步實現車輛可持續性的一大關鍵挑戰在於，用於粘合泡沫與塑料及金屬的粘合劑使得汽車部件幾乎無法拆卸，進而難以實現循環利用。
  • 點亮人類生活——有趣的海洋生物仿生學
    《墨子·魯問》也曾記載「公輸子削竹木以為鵲」，等等，仿生學的例子數不勝數，直到今天，我們的科學家們依然能夠從大自然中汲取源源不斷地靈感。對於海洋地探索是近現代開始地浩大工程，仿生學也隨著進入海洋領域變得更加奇特了起來，那麼，關於海洋生物地仿生學，大家知道多少呢？下面，小編就給大家聊一聊那些點亮人類世界地海洋仿生學科技。
  • 仿生學 例子
    振動陀螺儀令人討厭的蒼蠅，與宏偉的航天事業似乎風馬牛不相及，但仿生學卻把它們緊密地聯繫起來了
  • 仿生學在兒童醫療產品情感化設計中的應用研究
    方法 仿生學的發展為醫療產品提供了新的設計理論和工程原理，提出了一種將仿生學概念融入到現代醫療產品的情感化設計之中的技術探討，相信它將極大地促進醫療產品的情感化設計發展。針對社會當中相對弱勢的兒童群體，闡述了兒童醫療產品的人文關懷設計分析方法，仿生學概念的情感化應用方法。結果 將所研究的方法運用到兒童醫用霧化器產品的設計中，完成了仿生學情感化設計的實踐。
  • 仿生學和風水有何關係
    【易者馨文說易】第 10 篇 原創 本篇內容提要：①仿生學概念②風水和仿生學有何關係    仿生學一詞是1960年由美國斯蒂爾根據拉丁文「bios（生命方式的意思）」和字尾「nlc（『.具有……的性質』的意思）」構成的。這個詞語大約從1961年才開始使用。