blog
2025-10-28

从蜥蜴到人类,AI错过了三亿年里哪些认知升级?

我只是个AI,听不懂你在说什么。

如果你真要让大语言模型帮你端茶倒水的话,这可能是它最后的无奈了。确实,它可能可以在特定语言任务中,输出高度拟人化的韵律结构、文学修辞和创意表达。但对于现实任务,它只能重申自己没有实体行为能力,只能提供建议。

这仅仅是因为它没有物理意义上的身体吗?当然不是,更根源的问题在于,它缺少一个自主的目的。即通过感知环境、制定计划并执行动作来实现目标的主动行为能力。而这正是自然智能(Natural Intelligence)的核心特征。

从认知科学与进化生物学的视角看,自然智能在亿万年进化中形成了一套分层、阶梯式的认知架构。它体现在不同物种的生存策略中:面对一只飞过的昆虫,静止不动的蜥蜴的舌头会突然弹出,这是纯粹的目标驱动;松鼠在食物充裕的秋日里忙着囤积坚果,并非因为它当下饥饿,而是它能“模拟”出一个尚不存在的寒冬并为之行动,这便是未来决策;而当黑猩猩发现用短树枝够不到洞里的白蚁时,它会主动寻找更长的树枝、甚至剥去叶子进行改造,这是反思和调整策略的元认知。

因此,若想突破当前AI发展的瓶颈,回溯生命的进化历程是其中一条重要路径。

Tomasello, Michael. "How to make artificial agents more like natural agents." Trends in Cognitive Sciences (2025).

核心差异:应答机vs.行动者

要理解AI与自然智能的本质差距,我们只需对比两个看似风马牛不相及的事物:ChatGPT,与你家墙上的恒温器。

以ChatGPT为代表的生成式AI是典型的刺激驱动系统。这类系统本质上是被动的,它们没有内在欲望,不会主动发起对话或提出需求,而是始终处于等待状态。当用户输入提示词时,系统基于其训练数据中的统计规律生成响应。尽管这些响应可能在表面上与人类应答无异,但其本质仍是对输入信号的被动反应。从这个角度看,ChatGPT等生成式AI可以说是聪明的“应答机”。

相比之下,一个普通的恒温器却展现了完全不同的智能范式。作为目标驱动系统,一旦用户设定了目标温度,它就会持续监测环境温度,主动将实时数据与目标值进行比较,并通过控制加热或制冷设备来缩小两者差距。这个简单的装置却体现了智能的一个关键特征,即通过主动行为改变环境状态,以实现预设目标。从这方面来看,恒温器是一个真正的“行动者”。

这种区分的重要性在于,从捕食苍蝇的蜥蜴到规划周末出行的人类,自然界的智能体无一例外都是目标驱动的行动者。蜥蜴的视觉系统实时计算昆虫的飞行轨迹,其大脑在毫秒间做出捕食决策,身体随即执行精准的捕捉动作;人类在规划旅行时,会主动搜集信息、评估选项、制定计划并执行预订操作。它们的智能,体现在一个完整的“感知-决策-行动”的闭环中。

而这种“目标驱动”,恰恰是当前最先进的AI系统所缺失的核心架构。它们拥有强大的信息处理能力(认知)和输出能力(行为),但缺乏自主产生的“目标”和指向环境的“注意”机制,无法将这些能力整合为有意义的整体行动。这种缺陷使得AI虽然能在特定任务上表现卓越,却无法像自然智能体那样主动适应复杂多变的环境。

也就是说,AI未来的突破点,可能不在于构建更强大的语言模型,而在于为AI赋予真正的目标生成能力和自主行动能力,使其从被动的“应答机”转变为主动的“行动者”。

进化的阶梯:

来源于:https://news.china.com/socialgd/10000169/20251028/48944099.html    如有侵权请联系我们