生物人工智能——從具身認知到具身機器人學

原標題：生物人工智能——從具身認知到具身機器人學
文章來源：人工智能學家
內容字數：23487字

生物人工智能：從具身認知到具身機器人學的最新進展

本文綜述了Frontiers in Neurorobotics期刊上發表的一系列關于生物人工智能的社論文章，這些文章探討了如何從生物系統中汲取靈感，以創建更強大、更靈活的人工智能系統。文章涵蓋了多個主題，包括具身認知、主動學習、文化塑造、以及不同神經網絡架構的設計。

1. 具身認知與主動學習

多篇文章強調了具身認知的重要性，認為認知并非純粹的信息處理，而是與身體和環境的相互作用緊密結合的。主動學習在其中扮演著關鍵角色，代理通過與環境積極互動來學習和適應。例如，“在主動推理下習得文化模式化注意風格”一文展示了基于主動推理的視覺覓食模擬，說明了文化如何塑造注意風格；“具身物體表示學習和識別”一文則提出了一種皮質柱網絡架構，通過自監督主動學習改進物體分類。

2. 文化與社會認知

文章也探討了文化和社會互動對認知發展的影響。“在主動推理下習得文化模式化注意風格”一文深入研究了文化工藝品對注意風格的塑造；“參與的劃分：為人工智能進行意義建構和社會形態塑造”一文則提出“社會形態塑造”的概念，強調了社會認知對人工智能發展的意義，并建議通過參與式意義建構來促進人工智能與人類的互動。

3. 植物啟發的機器人技術與自主性

“實施植物啟發的機器人技術”一文提出了一種新穎的視角，將植物作為軟機器人的靈感來源，強調植物的模塊化架構和高度可塑性，并認為這可以啟發“growbots”領域的發展。文章還對自主性的概念進行了重新思考，認為生物的自主性與基于系統可操作性的概念有所不同。

4. 神經網絡架構與動態環境適應

幾篇文章介紹了新的神經網絡架構，以增強具身系統在動態環境中的操作能力。“避免災難：主動樹突支持動態環境下的多任務學習”一文提出了一種利用主動樹突的架構，實現了多任務學習和持續學習；“以目標為導向的具有基于習慣的自適應感覺映射網絡的行為”一文則提出了一種基于習慣的機器人控制器模型，展示了機器人如何通過探索和重復學習。

5. 能原理、意義建構與情感

一些文章探討了能原理（FEP）在人工智能中的應用，以及如何利用FEP來解決意義問題。“意義問題：能原則和人工代理”一文探討了FEP與具身認知之間的關系；“Social neuroAI: social interaction as the “dark matter” of AI”一文則將FEP與社交學習結合，認為社交互動是高級認知能力的基礎；“Am I (Deep) Blue？音樂制作AI與情感意識”一文則探討了AI在音樂創作中的應用，并強調了情感意識的重要性。

6. 具身智能與計算的實體性

文章強調了認知的實體性，認為認知與物質性和實體性緊密相連。“留意物質：活性物質、軟機器人和仿生人工智能的制造”一文主張認知現象與其物質性深深交織，并認為人工智能的發展需要考慮物質過程本身。文章還探討了多種建模生物智能的方法，強調了從系統與環境的互動中理解認知的重要性，并最終得出“沒有身體，就沒有思維”的結論。

總而言之，這些文章共同展現了生物人工智能領域蓬勃發展的態勢，以及對更具實體性、更靈活、更智能的人工智能系統的持續探索。它們強調了從生物系統中汲取靈感的重要性，并為未來人工智能的發展提供了新的方向和思路。