top of page

AI心智演化的啟示

《從細菌到巴赫再回來》是美國哲學家丹尼爾.丹尼特(Daniel Clement Dennett II)的一部著作,探討人類意識和心智的起源及本質。從現代自然科學基礎上探索心智本質的先驅,丹尼特在書中提出,人類的意識和心智並非超自然現象,而是自然選擇的產物。他逐步解釋從無生命到有生命,再由簡單生物到複雜結構生物的進化歷程,最終演變為具備複雜心智功能的人類。 在這過程中,丹尼特特別強調了自然界中,普遍存在生物循環對生命起源的影響。生物對環境的敏感性和反應,這些都是生命進化的必要條件。 在進化過程之中,並沒有明確的界限標誌着生物從無意識到有意識的轉變,而是一個連續的過程。因此丹尼特認為人類的心智,包括我們對因果關係的理解,很大程度上是基於經驗和預期的結果,而非由某種超自然力量直接造成。 丹尼特在《從細菌到巴赫再回來》對心智自然演化的探討,對人工智能(AI)的發展提供了多個重要的啟示: 1.以自然演化作為設計原理,可以啟發AI開發者利用類似的演算法來設計和優化算法。通過模擬自然選擇的過程,AI系統能在迭代中不斷進化,最終形成高效和適應性強的算法。 2.像人類從簡單到複雜的遞進式學習模式,在訓練AI的過程之中,逐步引入複雜的任務和數據,可以幫助系統更好地學習和應對新環境。 3.系統毋須理解其操作的內在邏輯,已可執行複雜功能。這對AI領域是一個重要啟示,AI不用具備人類的意識或理解能力,也能完成複雜任務。這有助設計師在開發AI時,聚焦在功能和性能上,而非賦予機器「理解」能力。 4.在生物進化中,試錯是學習和進步的重要過程。同樣地,在AI開發中,允許和分析錯誤可以幫助改進算法,增強系統的適應性和魯棒性(robustness)。 忽然想起一位高人幾天前對筆者的教導,原句是:「The human may perceive the robot as having no deeper essence or interiority. However, the nature of what lies behind the human is also uncertain.」(人類可能會認為,機械人沒有更深層的本質或內在性。然而,人類背後的本質,亦是不確定的)

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page