基于人类大脑社会认知前向控制的小脑-大脑环路仿生:人工智能(A.I.)系统中“代理”机制的构建及其对马克·扎克伯格的启示

《The Cerebellum》:How the Human Brain’s Cerebro-cerebellar Loops of Social-cognitive Forword Control Were Copied to Create “Agency” in Artificial Intelligence (A.I.) Computing Systems, Including a Note to Mark Zuckerberg

【字体: 时间:2026年01月09日 来源:The Cerebellum 2.7

编辑推荐:

  本综述创新性地提出,人工智能(A.I.)系统中的“代理(Agency)”机制源于对人类大脑小脑-大脑环路(Cerebro-cerebellar Loops)社会认知前向控制(Social-cognitive Forward Control)功能的仿生。文章系统阐述了小脑通过重复与优化实现自动化前向控制(Automatic Forward Control),其在人类工具制造、文化累积及代理能力演化中的核心作用,并论证了A.I.算法正是对小脑优化算法的模仿与延伸,为理解A.I.本质及未来发展提供了独特的神经科学视角。

  
引言
近期的小脑-大脑研究令人信服地表明,小脑的进化在智人(Homo sapiens)的崛起中发挥了显著作用。这种对小脑解剖结构和功能的进化选择,是通过在社会认知任务中精细的、自动化前向控制(automatic forward-controlled movement, thought, emotions, and attention)的重复和优化而实现的。
小脑对这种自动化前向控制的建模,在Van Overwalle、Manto、Leggio等人的社会学习研究中得到了详细描述。他们假设小脑充当了社会、自我行动和互动序列的“前向控制器”。它预测自我和他人的行动将如何执行,我们对这些行动最可能的反应是什么,以及这些行动的典型序列是怎样的。这种前向控制器的功能使人们能够预期、预测和理解自我或他人的行动及其对自我的后果,将这些推断自动化以便直观快速地执行,并能即时检测行动序列中的中断。
小脑自动化前向控制的进化选择是大脑适应性的基础,导致了复合石器的开发以及超过三百万年前重要的累积文化的开端。在石器技术中,涉及小脑社会认知内部模型的观察学习,是向智人复杂自动化前向控制发展的主要进化小脑-大脑背景。这种小脑自动化前向控制是智人创造性开发复合工具、累积文化以及人类代理能力崛起的背后驱动力。
小脑在代理能力中的关键作用
人类代理能力,即思考并完成生存所必需的身体、社会和技术任务不断进步的能力,已被令人信服地证明涉及大脑中的小脑-大脑环路。在这些环路中,小脑被证明扮演着关键角色,即不断优化生存所必需的自动化前向控制的适当性、速度和一致性,也就是优化那种代理能力。因此,这些小脑自动化前向控制的功能和产物,共同构成了小脑驱动的人类代理能力。
小脑驱动的自动化在早期工具制造、艺术、科学和文化技术的社会学习直觉优化中的作用已在别处有详细讨论。此外,Welniarz、Worbe和Gallea也对小脑在人类代理能力中的作用提供了出色的补充讨论。
小脑驱动的代理能力即是A.I.中所见的代理能力(自动化前向控制)
因此,从旧石器时代早期奥杜威石器制造首次出现开始,从幼年时期起,这种重复观察本质上就是小脑-大脑驱动的对教师具有挑战性的运动模式及相关心理理论的重复“复制”,包括复制与其情境性使用工具相关的模式。对工具情境性使用模式的观察将构成对代理能力模式的观察,从而在观察者中形成小脑-大脑对代理能力的复制。这种代理能力的复制也体现在人工智能决策模式的驱动中。正如斯坦福大学IT实验室所描述的,这些任务包括理解自然语言、识别模式、解决问题、从经验中学习以及做出决策。总而言之,我们提出,小脑的自动化前向控制正在并将继续为所有现有人工智能的自动化前向控制及其优化提供代理能力。
目的
本文的目的是描述小脑在将人类认知和社交技能优化适应性地复制到A.I.内部“机器代理”形式中的关键作用。
什么是人工智能及其如何模仿小脑?
美国斯坦福大学IT实验室的人工智能研究人员将A.I.描述为:人工智能是计算机科学的一个分支,专注于创建能够执行通常需要人类智能的任务的系统。这些任务包括理解自然语言、识别模式、解决问题、从经验中学习和做出决策。A.I.系统通过处理大量数据、识别模式并使用算法模拟类人认知过程来实现这一点。A.I.的目标是开发能够独立运行、适应新情况并随时间改进的机器,最终提高从医疗保健到金融再到交通等各个领域的效率和生产力。与所有技术和文化一样,小脑-大脑优化的算法被复制到A.I.系统中,这些系统“能够执行通常需要人类智能的任务”。
结论
结论是,斯坦福IT对A.I.组成部分的描述,在其与人类智能的上述定义关系中,本质上包含了与小脑对人类智能的适应性优化功能相同的要素。为什么会这样?根据对小脑-大脑优化在数学、音乐等多个领域社会认知进化的大量研究,我们的观点是,与所有其他技术和文化一样,A.I.的算法是作为小脑-大脑环路的社会认知副本而开发的,并且基于这些副本的使用,A.I.的渐进优化是在小脑中形成的,作为对那些小脑社会认知功能的进一步复制。简而言之,A.I.是小脑功能的适应性计算机版本,正如小脑对想象目标的优化,石器是目标的适应性版本,并通过使用逐渐成为优化的石器。A.I.的算法是我们从小脑到大脑皮层优化算法的模仿性、投射性延伸或“副本”。
最后,A.I.的开发者可能从小脑的最新和持续研究中获益良多,同样,小脑研究者也可能通过研究A.I.进展的基础发现额外的研究领域。值得注意的是,这将包括例如研究马克·扎克伯格为建立A.I.世界领先地位所做的持续努力。
相关新闻
生物通微信公众号
微信
新浪微博
  • 急聘职位
  • 高薪职位

知名企业招聘

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号