能通过智能演化的历史理解智能的本质吗？
从早期生命到现代AI，“智能”的内涵远远超过了人们的常识，智能演化的丰富程度与复杂程度也在不断地颠覆着人们的认知，时至今日，科学家仍然无法解释动物大脑与神经系统的许多运行原理。揭示智能的演进历史，对我们探索智能的本质具有重要意义。以智能发展史为镜鉴，当代AI开发应当建立在对智能本质的理解之上，而不仅仅是算力、模型、训练的升级与叠加。
本书作者班尼特（M. Bennett）是人工智能领域的投资者和创业者，担任AI公司Alby的联合创始人兼首席执行官。本书通过回顾“智能”这一独特生命形态缓慢积累而又不断革命的历史进程，尝试探讨智能的本质及其对人工智能发展的启示。
智能演化的旅程
本书认为，人类诞生以前，智能形态经历了四次突破。而生存压力是推动突破的主要动力。早期细菌可以游离威胁生存的环境，游向有利于繁殖的环境，做出最原始的“明智”选择。随着大型多细胞生物的发展，神经元出现了，使远古生物能够迅速且精准地对细微的触摸或气味做出反应，从而顺利地捕获猎物、逃离危险。神经元是构成大脑的关键要素，对于智能进化至关重要。
两侧对称动物的出现带来了智能史上的第一场革命。无论是线虫、蠕虫、昆虫，还是鱼类、鸟类、人类，都属于两侧对称动物，他们的身体结构可以让前进和转向变得游刃有余。更为关键的是，它们有了由神经元构成的大脑，线虫可以将外界事物分为“好的”和“坏的”，从而选择接近或避开；可以根据饥饿情况改变对食物的偏好；可以对捕食者保持长时间的恐惧；可以释放多巴胺和血清素等化学物质，以激励和抑制自己的行为；可以表达出“麻木”等慢性应激状态；可以基于经验来进行关联性学习，甚至形成简单的记忆。5.5亿年前的蠕虫已经拥有了在事物之间建立联系的能力，今天这一能力已成为人类智能的重要特征。
寒武纪大爆发产生了大量脊椎动物，这些脊椎动物的大脑在发育初期与人类大脑非常相似，它们的智力水平快速提升，为智能的第二次突破奠定了基础。作为海洋脊椎动物的代表，鱼类的记忆绝不止七秒，而是达到令入惊讶的智慧。例如，在设置隐藏出口的鱼缸里，鱼会通过随机撞击找到出口，重复这一过程，鱼可以学会快速穿过多个隐藏出口，这个记忆可以保存几个月甚至几年。
随着大脑的发展，脊椎动物可以形成内在的“时钟”，精准测量时间；可以通过分泌多巴胺来对未来的奖励进行预期；可以通过释放肾上腺素来快速摆脱危险；可以在旋转角度、调整位置的情况下识别出相同的事物；可以产生好奇心，甚至陷入痴迷；可以形成三维空间感知能力，识别自身所在位置。脊椎动物已可产生恐惧、兴奋、失望、宽慰等情感，这些情感至今仍是人类精神世界的重要组成部分。
恐龙统治地球的时代，犬齿兽等小型哺乳动物在各个角落艰难生存，这些哺乳动物的大脑新皮质使他们产生了模拟与想象的能力，这一关键能力使哺乳动物的智力水平极大跃升，带来了智能的第三次突破。哺乳动物在捕食之前，可以在大脑中模拟不同的路径，然后选择最佳路径。面对残缺的物体，哺乳动物的大脑可以主动填补物体缺失的部分，进而推断出完整图像。哺乳动物可以对现实世界进行模拟，不仅可在事情发生之前进行预测，而且可以重温过去的事件，思考过去事件的不同可能性。基于上述能力，哺乳动物可以根据情况规划自己的行为。
大约在3000～1000万年前，早期灵长类动物登上历史舞台，它们开启了第四次智能革命。灵长类动物建立了清晰的社会等级关系，友谊、结盟、家族、权力、政治等人类行为对于灵长类动物已颇为常见。灵长类动物的心智取得了突破发展，它们不仅可以将自身投射到大脑模拟的场景当中，形成明确的自我认知，而且学会了通过理解自身的意图来推断他人的意图。通过观察，灵长类动物可以学习各种新技能，“教师”与“学生”之间可以理解对方的意图，做到“心智相通”。灵长类动物的智力使它们可以预测未来的需求，甚至制订长期计划，这一能力与松鼠疯狂囤积榛果的生理本能存在本质区别。
脱颖而出的人类大脑
人类登上历史舞台后，智能迎来最后一次突破。推动这次突破的不是大脑结构的变化，而是人类的语言。与灵长类动物相比，人类大脑结构并无本质不同。面对激烈的生存竞争，人类祖先学会了制造工具。为了将技能传承下去，人们使用声音、表情、手势进行原始对话，他们会将注意力投射到同一物体，并可通过问答进行交流。
人类语言在传递思想方面发挥着无可比拟的影响。尽管哺乳动物可以对现实世界进行模拟，灵长类动物可以理解他人的意图，但是它们的智力仅仅停留在个体身上。与之相比，人类的语言可以有意识地传递彼此的内心世界，扩大大脑的学习范围，获得更广泛的知识与技能。语言使思想可以在世代之间传递，现代人之所以能够具备丰富的知识，就是因为思想已经在无数大脑中经历了无数次的积累与修正。
随着知识的不断积累，个体大脑已经无法再容纳全部思想，于是人们发明了文字，文字使人类能够拥有集体记忆，知识容量趋于无限。通过语言和文字，人类大脑从短暂易逝的器官转变为积累发明的媒介，人类的内心世界得到了同步，塑造出一种共享知识的“蜂巢式”智能形态。
语言只有通过与他人一起使用，才能对个体发生影响，这一特殊机制与数十亿年来的智能演化机制存在本质不同。人类掌握语言以后，许多交谈内容都是“无用”的八卦，通过八卦，人们可以了解一件事情的是非，以群体形式向他人的行为做出奖惩。这种行为既是一种美好，也是一种悲剧：人们可以赞扬他人的高尚行为，推动群体的进步；也可以划分出不同的族群，想当然地将外部族群妖魔化。
然而，无论如何，语言可以使“毫不相关”的人们共享知识与合作规划，可以更加充分地交流思想，这一过程加速了大脑的反馈循环，促进了脑容量的增加，推动了智慧的发展。随着社会群体的扩大，思想在大脑之间不断传播，人类的集体智慧逐渐形成，为知识的代际传递奠定了基础。
超级智能：
触手可及还是未知之境？
动物智能给AI带来了哪些启示？AI在多大程度上可以模仿这一智能？这些问题错综复杂、引人入胜，把智能演化提升到一个新的高度。《智能简史》引入AI这一参照系，介绍了AI与大脑、神经网络、语言、心理、社会之间的关系，为智能史补上了AI这块独特的拼图。《智能简史》在肯定AI历史进步的同时，还从“智能的本质”这一关键命题出发，分析了AI与人类智能之间尚未逾越的鸿沟。
灵长类动物具有识别他人“意图”的“心智化”能力，通过模仿这种能力，汽车自动驾驶技术得到突破。科学家曾经研究过两种人工智能自动驾驶系统：第一种方法模仿灵长类动物的学习关系，专家与AI交替控制汽车，起初由专家负责大部分的驾驶工作，然后将控制权交给AI，专家会不断纠正AI的错误，不久以后就取得了良好效果，AI能够几近完美地驾驶汽车。这种AI训练方法与黑猩猩教导孩子不断纠错的方法非常相似。
第二种方法要求AI尝试识别人类驾驶决策背后的意图，先训练AI推断专家的预期轨迹，推测专家想要做什么，然后再深度学习如何追踪这些预期轨迹，完成驾驶行为。与之相比，灵长类动物通过推断他人的意图来学习对方的技能，两种方法都运用到了“心智化”能力，具有高度的相似性。
尽管AI已经在办公、制造、医疗、自动驾驶等领域取得长足进步，但是，它在处理很多基础性问题时，仍然与人类智能存在巨大差别。人类大脑包含860亿个神经元和超过100万亿个连接，神经元的连接中间传递着数百种化学物质，每种化学物质都能产生不同的效果，连接本身也处在不断变化当中。因此，通过逆向工程来破解大脑的工作原理是一件极为困难的事情。
符号派人工智能学者试图通过赋予AI推理、语言、逻辑等能力来创造人工智能，然而，这种AI模式缺乏对智能演化进程的理解，很难让所有学者满意。
行动派人工智能学者认为，生命经历数十亿年才形成感知、定位、运动等能力，只有从最古老的简单大脑开始，逐步提升AI的能力，才是人工智能发展的合理路径。譬如，第一代扫地机器人Roomba与线虫等古老动物的神经元和运动方式存在诸多相似性，这台机器真正模拟了早期的智能形态。
目前最先进的大语言模型是否已经触及了智能的本质？《智能简史》以ChatGPT为例进行了讨论。作者认为，大语言模型通过预测短语、句子、词汇来进行工作，可以依托互联网的海量文本进行训练，具有原创文章、回答问题、翻译语言、编写代码等强大处理能力。然而，GPT创作的内容是根据大语言模型预测出来的，这与人类大脑的思考方式存在本质不同。
人类思考问题时，会在大脑中进行内部模拟，生成一个想象的世界，大脑会将学到的语词与内部模拟联系起来。同样，人类也可以构建一个关于他人心灵的模拟，将语言与这一模拟结合起来，从而更加深入地理解对方的意图。
简言之，人类的语言具有“内在世界”，GPT的语言没有“内在世界”。尽管GPT可以通过升级来不断修正自身的逻辑错误，但是如果不以“内在世界”为基础，这些大语言模型终将无法捕捉到人类智能的本质。
超级智能距离我们还有多远？无论是AI研发者，还是普通公众，都在热切关注着这个问题。作者认为，未来的超级智能无论是碳基，还是硅基，无论是生物媒介，还是数字媒介，都必须被打上人类智能的烙印。正如“人工智能教父”辛顿（G. Hinton）指出的，“实现人工智能的唯一途径是以类似于大脑的方式进行计算”。智能的第六次突破必须建立在前五次突破之上，对于超级智能的探索需要更加深入地理解智能的本质。
《智能简史》将智能演化的根源归结为大自然的造化之功，亦即“无意识的进化过程”。从早期线虫的数百个神经元到人类的数百亿个神经元，智能演化是这个星球最具魅力的一段篇章。今天，当人们沉浸在AI的浪潮中，被无数的资本泡沫迷惑双眼的时候，许多人可能已经在进行反思，这样的AI是真正意义上的智能吗？AI能否如同生命那样自我演化？未来的AI又将何去何从？而这一切的答案，都还未知晓。