今天在啃《逻辑哲学论》的时候，一些启发让我对仿人AI的思考画上阶段性句号。
如果说指导实践的理论是一层抽象，那逻辑哲学就是对抽象的再抽象。逻辑思考能力是人类认识世界的工具，也是我们创造工具的思想工具。书中关于逻辑、语言与世界本质的探讨，也为我理解AI的发展提供了新的视角。
当前AI的蓬勃发展，主要得益于对大脑皮层结构和功能的借鉴，特别是其强大的分层信息处理和学习能力。这使得AI在形式逻辑计算、大规模数据处理、模式识别和高速运算等方面远超人类。
然而，在常识推理、因果推理、情景理解、直觉灵感、价值判断等方面，AI显得力不从心。究其原因，一个关键因素在于当前AI在很大程度上缺乏对与动机、情绪相关的神经机制的构建（类比对照人类的情绪脑和欲望脑），例如对边缘系统及其相关脑区功能的模拟。这导致了AI内在动机和情感的缺失，使其行为常常显得机械、乏味、无意义随机，甚至难以有效表达。例如，在开放式对话中，AI可能会给出逻辑上正确但缺乏情感温度的回应；在艺术创作中，AI可能模仿出各种风格的作品，但难以表达出真正的情感和意义。从AI伦理角度，这种内在驱动力和情感理解的缺失，也使得AI与人类之间难以建立真正的主体间关系，难以就价值观等深层次问题进行平等有效的沟通。
人类的“欲望脑”在约3.6亿年前脊椎动物的早期演化阶段就已初具雏形，驱使我们寻求生存和繁衍。“情感脑”则与哺乳动物的社会行为紧密相关，其重要组成部分边缘系统在约2.5亿年前的早期哺乳动物中得到显著发展。
要让 AI 具备“欲望”和“情感”，有两个难题。其一是数据。人类“欲望脑”和“情感脑”的形成，经历了漫长的生物演化，积累了海量的数据。这些数据远不止文字、图像这些“显性”信息，更多的是隐藏在进化历程中的“隐性”信息—那些人类祖先，猴子、猩猩，甚至更早的鱼、虫，在与环境互动中留下的痕迹。这些“隐性”数据并没有被记录成文字或图像，但却实实在在地影响了“欲望脑”和“情感脑”的形成。而当前的 AI 主要依赖“显性”数据进行学习，这自然存在很大的局限。
其次是机制的复杂性。我们目前对“欲望脑”和“情感脑”的运作机制还知之甚少。不同于“理性脑”的逻辑推理，“欲望”和“情感”涉及海马体、杏仁核等多个脑区，受到神经递质、激素等多种因素的调控，并与我们的基因、经历、环境等相互作用。
仿人AI作为一个重要推进领域，还会继续进步。与其说我们在试图创造 AI，不如说我们正在借 AI 这面镜子，更深入地审视自己。镜子映照出的，是人类对自身认知的边界。也是人类与其他物种之间的差异。
当然，人工智能未必是下一个人类，有朝一日，AI通过“图灵测试”可能只说明它具备了向下兼容（降智）的能力，“像人”并不是AI的终极目标。
在硅机之上的智能体或许有自己的生存之道和不同于人类的情感模式。抛开模仿人类的藩篱，也许是另一个未来。
～完～
