What a Squirrel Knows That Language Models Skip (Michael Tomasello) | 从松鼠到语言模型:迈克尔·托马塞洛谈能动性的进化阶梯
从松鼠到语言模型:迈克尔·托马塞洛谈能动性的进化阶梯 https://www.youtube.com/watch?v=io7qhEjJoik 整文通俗解释与关键要点 这篇采访的核心是探讨一个根本性问题:什么是“能动性”? 想象一下,为什么一个简单的恒温器算不上真正的“能动者”,而一只松鼠却能算?作者迈克尔·托马塞洛教授认为,关键在于能否在不可预测的环境中,为了达成自己的目标,做出灵活的、情境化
从松鼠到语言模型:迈克尔·托马塞洛谈能动性的进化阶梯
https://www.youtube.com/watch?v=io7qhEjJoik
整文通俗解释与关键要点
这篇采访的核心是探讨一个根本性问题:什么是“能动性”?
想象一下,为什么一个简单的恒温器算不上真正的“能动者”,而一只松鼠却能算?作者迈克尔·托马塞洛教授认为,关键在于能否在不可预测的环境中,为了达成自己的目标,做出灵活的、情境化的决策。他把这个过程比作一个“控制系统”:你得有目标、能感知、能行动,并根据反馈不断调整。
文章通过几个关键的比喻和对比,层层递进地解释了“能动性”的进化阶梯:
- 恒温器 vs. 智能交通灯:最简单的“能动性”模型就像一个智能交通灯,它能感知车辆、有目标(平衡车流)、并据此做出决策。它不再是傻傻地按时间切换。
- 松鼠 vs. 大语言模型:松鼠能创造性地解决新问题(比如破解人类的喂鸟器),这是一种高级的“执行功能”。而目前的大语言模型虽然能说会道,但缺乏这种底层的基础能力,它们更像是站在人类成就的终点,却跳过了中间所有的进化步骤。
- 个体 vs. 共享能动性:人类最独特的地方,不在于个体的聪明才智,而在于我们能形成“共享能动性”——像两个人一起抬钢琴一样,拥有共同的目标、分工和承诺。这是我们创造文化、语言和复杂社会的基石。
关键要点:
- 能动性的核心:是在不可预测的环境中,为达成目标而做出灵活决策的能力。
- 能动性 ≠ 智能:“智能”这个词常被窄化为学校里的抽象思维能力,而能动性更关乎生物如何适应和掌控自身行为。
- 能动性的层级:从最简单的控制系统,到具有执行功能的哺乳动物,再到能自我反思的类人猿,最终到能共享心智的人类。
- 人类独特性:在于“共享能动性”,即与他人合作、建立共同目标和集体意图的能力,这是语言和文化的根基。
- 对AI的启示:目前的AI(尤其是大语言模型)过于侧重学习,忽略了更基础的能动性结构。要制造真正有能动性的机器,或许应该从底层(如动物的协调与视角转换)开始构建。
视频采访内容分段与要点
第一部分:开篇与背景介绍 (0% - 8%)
- 主持人开场:介绍了嘉宾迈克尔·托马塞洛和他的新书《The Evolution of Agency》。主持人表示这本书信息量巨大,强烈推荐大家阅读。
- 托马塞洛的研究背景:
- 他是一名发展心理学家,始终对进化感兴趣。
- 他的第一份工作让他有机会观察黑猩猩,发现它们在很多方面像两岁的小孩,既有相似之处也有不同。
- 这促使他专注于研究“是什么让人类与其他灵长类动物不同?”这个问题。
- 他在德国的马克斯·普朗克研究所工作了二十年,进行了大量的比较研究,开创了将儿童和类人猿置于相同实验情境中进行观察的方法。
- 退休后,他回到母校杜克大学继续研究工作。
- 能动性的核心定义:
- 能动性是理解适应性行为的关键视角,不仅限于人类,而是贯穿整个生命谱系。
- 简单来说,它是生物体处理模糊性和应对新奇情况的能力。
- 当环境可预测时,大自然倾向于将行为“内置化”(如呼吸、吞咽)。
- 当环境不可预测时,就需要一个“决策代理”来评估情境,做出灵活的、情境敏感的决定。
- 最不可预测的因素通常是其他能动者:猎物、捕食者、同类竞争者与合作者。
第二部分:深入探讨能动性的定义与模型 (8% - 25%)
- 能动性的维度:
- 意志维度:我是自己行为的起因吗?我是否出于理由行事?我是否有目标或意图?
- 因果效能维度:我是否有能力控制未来以实现我的目标?
- 控制系统的类比:
- 托马塞洛坚持使用像恒温器这样的控制系统作为具体模型,因为哲学上的自由意志讨论容易脱离心理学。
- 他用“如何让一个普通红绿灯变聪明”的例子来说明:
- 需要能感知车辆。
- 需要有目标(如平衡各方向的车流量)。
- 需要一个决策机制,根据感知和目标来决定行动。
- 这种组织方式完全不同于经典的“刺激-反应”模式。
- 能动性 vs. 复杂性:
- 一个蚁群可以有极其复杂的行为,但单个蚂蚁并非真正的“能动者”。
- 能动性的关键在于控制,而不是复杂性。蜘蛛织网很复杂,但那是本能,不是灵活的控制。
- 能动者是在控制自己正在做的事情,能够根据对当下情境的感知来控制自己灵活的行动。
- 对“能动性”的担忧:
- 主持人担心托马塞洛的定义是否过于宽泛(比如机器人吸尘器也算有能动性)。
- 托马塞洛澄清,他并非认为恒温器或吸尘器就是真正的能动者,他只是用它们的组织结构来说明能动性的基本框架,以避免陷入“小人论”(homunculus)的陷阱。
- 机器能否拥有最高级的能动性?
- 托马塞洛对此持谨慎态度。
- 过去的AI像是“缸中之脑”,没有目标和感知。但现在的自动驾驶汽车和无人机在结构上与能动者非常相似。
- 缺失的关键:执行过程。机器尚未正确地具身化“执行功能”。
- “执行层”是一个更高层级的组织,它监控着底层的注意力和行动,可以主动预见错误、进行规划和假设检验。这需要“想象性表征”。
第三部分:能动性的层级与AI的局限性 (25% - 45%)
- 能动性的四个层级(通向人类的线索):
- 第一级:基本能动性(Basic Agency):以爬行动物为代表。它们是基本的控制系统,能做简单的决定,但灵活性有限。
-
第二级:意向性能动性(Intentional Agency):以哺乳动物(如松鼠、狗)为代表。它们拥有了执行层。
- 松鼠会观察、犹豫、规划(如判断是否能跳到另一根树枝)。
- 它们拥有“想象性表征”,能模拟不存在的世界状态。
- 它们可以进行“假设检验”,让想法在脑中“死去”而不是让自己去冒险(丹尼尔·丹尼特的观点)。
-
第三级:元认知/理性能动性(Metacognitive/Rational Agency):以类人猿(如黑猩猩)为代表。它们具备元认知,能反思自己的计划和策略。
- 当一个决定的结果没有立即出现时,它们会主动寻找更多信息来优化决策。
- 当问题太难时,它们可以选择退出,转而采用成功率更高的替代方案。
-
第四级:共享能动性(Shared Agency):人类独有。我们能形成“共享能动者”。
- 我们拥有共同的目标、分工和角色。
- 我们彼此知晓对方的角色和责任,并能互相监督和纠正(“嘿,你在干嘛?你这样我们会失败的。”)。
- 这产生了共同注意和视角的概念——同一件事可以从不同角度看,这是人类认知最强大的部分之一。
- 对大语言模型的批判:
- 大语言模型的问题是它们从终点开始。它们建立在人类语言成就的最高峰,却跳过了所有更基础的认知能力(如感知、目标、执行功能、社会协调)。
- 托马塞洛怀疑,跳过这些基础能力直接达到语言层面,是否能真正实现通用人工智能。
- 他再次强调,学习只是辅助决策的子过程,而AI模型几乎只关注学习,忽略了更核心的能动性结构。
第四部分:能动性、智能与模块化的争论 (45% - 65%)
- 能动性与“智能”的区别:
- 托马塞洛对“智能”一词持批判态度,因为它起源于智力测试,过于偏向于言语和抽象思维。
- 他认为,松鼠的记忆力可能比人类好,鸟类的声音辨别力可能更强,黑猩猩的工具使用能力在某些方面也优于儿童。这些都是高度专业化的认知能力。
- 因此,他更喜欢用“认知能力”、“知识”、“计划”、“预见”等术语,而非笼统的“智能”。
- 对“大规模模块化”理论的回应:
- 进化心理学家图比和科斯米德斯认为大脑像一把瑞士军刀,由许多独立的、专门的模块组成(如择偶模块、觅食模块)。
- 托马塞洛同意存在一些专门的模块,但他反对“大规模模块化”。
- 他认为,一个真正的能动者需要通用的、跨领域的过程,如感知、注意、学习和记忆,来整合和裁决不同模块之间的冲突(例如,面对美味的食物和诱人的伴侣,该如何选择?)。
- 情感的作用:
- 情感可以被视为大自然影响我们决策的方式——“大自然在决策的天平上放上了砝码”。
- 恐惧让我们避开危险,愤怒让我们捍卫权益,这些情感强烈地影响着我们的选择,但最终仍然是“你”这个能动者在做决定。
- 这与马克·索姆斯(Mark Solms)的理论相呼应:情感是系统对不可预测性的感受,帮助我们在不确定环境中导航。
第五部分:人类独特的共享能动性及其文化产物 (65% - 85%)
- 共享能动性的起源:
- 进化上,它很可能源于协调问题(如“猎鹿博弈”)。你需要与另一个人同时行动才能成功捕获更大的猎物,但这需要知道对方也会这么做。
- 哲学家大卫·刘易斯认为,约定俗成(Convention)就是一种协调工具。语言约定就是为了帮助我们更好地协调活动而创造的。
- 语言与视角:
- 语言的本质是视角性的。我们之所以能用不同的词(狗、动物、宠物)称呼同一个东西,是因为我们在根据听众的视角和语境进行调整。
- 语法结构也体现了这一点。例如,“It was Fred that broke the window.” 这个强调句的出现,是为了纠正听话者的错误印象。
- 因此,语言依赖于更基础的“共同注意”和“视角转换”能力。
- 文化的双重性:赋能与约束:
- 文化是一种“集体能动者”,为我们提供了约定俗成的规则、规范和制度(如货币、总统、公司)。
- 这些“虚构实体”是人类最强大的力量之一,但它们也是双刃剑。
- 黑暗面:我们的合作天性使我们容易受骗(谎言利用了我们默认合作的倾向)。它也导致了“我们 vs. 他们”的部落主义,这是世界上大部分冲突的根源。
- 希望:我们共享的能动性和意向性,也许能够帮助我们适应这个全球化的新世界,避免自我毁灭。
第六部分:总结与开放性问题 (85% - 100%)
- 市场是超级能动者吗?
- 主持人提出,将市场视为一个“超级能动者”或许是有用的分析视角。
- 托马塞洛对此持保留态度。他认为市场现象(如通货膨胀、股市崩盘)是无数个体有意决策产生的涌现现象,而非一个拥有自身目标的能动者。他更倾向于从个体决策层面进行分析。
- 系统能否“假装”有能动性?
- 主持人引用了丹尼特的“意向立场”概念:如果一个系统表现得像个能动者,我们是否可以将其视为能动者?
- 托马塞洛的回答是务实的:“如果它走路像鸭子,叫起来像鸭子,那它就是鸭子。” 如果一个机器真的能模仿能动性的所有特征,那么他倾向于承认它是一种能动者,尽管可能不是人类意义上的。
- 他提到了哲学家内德·布洛克的问题:“肉体重要吗?”(Does meat matter?),即生物体的生理构成(神经元、荷尔蒙)是否是拥有真正能动性的必要条件。他表示对此没有共识,也没有明确的答案。
- 结语:主持人对托马塞洛教授的精彩分享表示感谢,访谈在友好的气氛中结束。
Originally published by Dev.to AI. Aggregated on AIWithGhost for educational purposes — full credit and traffic to the original publisher.