CC's Blog

动物自己进化出正确使用外设的神经回路

一个猜想

牛有角，会顶。鱼有嘴会吸。肉食鱼类有牙会咬。鸟有喙能啄。蜘蛛有蛛丝能织网。蝎子有毒刺能刺。

不仅要有部件，也要会用。也就是说，要有对应的神经回路。

似乎只要有部件，就一定有对应的神经回路，就好像该部件自带了”驱动程序“一样。

但驱动程序和外设是两个东西。它两个一定要分别进化出来。

我的猜想是：神经回路比较好进化，一旦有了部件，就会很容易进化出最优的神经回路。神经回路的发育中自学习可能促进了这一点。

然后突然想到人手。以前听说原始人先有灵活的手再进化的大脑。

或许，这就是外设导致驱动进化的具体实例。一般外设比较特化，不用进化多久就能产生最优的驱动。但手这个外设功能特别多，进化驱动就进化了好久，就极大增加了人类脑容量。

换句话说，人脑大部分是作为手的驱动程序存在的。

仔细想想，或许确实如此，因为，手的驱动程序确实应该很复杂，它不仅涉及控制手，还要和各种中级、高级功能联系到一起，比如怎么扔石头。怎么砸，怎么抛，怎么投，怎么拿，怎么捧，怎么掏，怎么钻，怎么去骨髓，怎么削，怎么磨。怎么刻字，怎么画画，怎么结绳，怎么取火，怎么捆绑、怎么都。怎么做篝火，怎么做长矛，怎么砸猛犸象，怎么搭桥，怎么坐船，怎么算圆周率，一直到所有需要动手做的是，比如怎么打这段文字。

反驳点有：

  1. 嘴也有类似效果（语言），说明这并不特殊，进而说明这意义不大。
  2. 动物的手就不能做这些事情了吗？虽然不太敏捷，但如果它们知道的话应该也能较艰难地做。

人的智能性有多大比重是进化的，有多大是学习的？普通动物呢？动物大脑刚进化好就会”正确地“使用随意肌吗？如果是发育的，意味着需要一个类似奖赏系统的东西，来让不正确的联结消失。但奖赏系统本身需要足够正确，甚至需要有远见。奖赏系统需要判断某个行为是好是坏，但判断这些是不太容易的，但如果非低级地判断倒是可以。

启发点

人工智能动物。给动物赋予一个外设，比如某种攻击器官。该外设具有一些神经肌肉接口。和大脑连接。

让动物自己进化出正确使用外设的神经回路。

使用电脑模拟。算力肯定足够。估计CPU跑遗传算法都够用了。

比如一个腿部肌肉、骨骼模型，它有行走的潜能，但不知道怎么控制肌肉，这时候不用写代码，直接用神经网络训练。

再复杂点，控制嘴部肌肉，身体，脖子，实现撕咬，捕猎。进而实现一个捕猎者AI。玩家可以和它互动。

甚至，可以弄一个子弹发射器，具有调整角度，发射等潜力。捕食者可以训练成合理使用它来杀死玩家。

进而，可以用三叉戟器官，易碎的玻璃刀器官，回旋镖器官，需要长时间充能的大炮器官。无论什么器官，只要进行机器学习，就能不需要硬编程，开发者想加入什么器官，不需要再写行为控制逻辑的代码。一个AI生物，无非就是输入视觉、本体觉这两个信息，输出肌肉控制信号。当然，也可以改成坐标，主人公位置，主人公血量等，毕竟图像识别比较费劲，随意。

训练的话，可以用两个AI对抗的方式，谁赢谁就获得正向激励，或者用遗传算法获得繁殖点。

自然界中的生物，除了靠遗传算法训练外，自己生活中也会学习，实际上这一点至关重要。生物不是打完一场比赛做个总结，而是比赛中的每个时间点都分析和完善自己的神经网络，比如如果一个动作弄疼自己了就给负反馈，如果被打了就给负反馈，如果抓到了猎物，或者拉近了距离就给正反馈，虽然说，“被打了”这种事情或许长期看是塞翁失马的，但动物不等那么久。这也是为什么生物学习地比较快。要做到这一点，需要预先训练出对猎物距离、肢体受伤进行奖惩的网络，然后再向上发展，用底层的奖惩信号训练高层的行为，最底层的奖惩信号，可能是先天的，也就是用遗传算法训练的，虽然不完全准确，这或许涉及到赫布学习（反向传播算法？）。

再高级点，被打了这种塞翁失马的过程，可以训练两个，一是防止下一次被打，二是更想要被打。就以真的塞翁失马寓言的例子，主角既学习了如何不被摔下马，又学习了如何逃兵役。动物或许也有这种高级功能，比如我抓老鼠给它们食物的时候，它既学习了如何避免被抓，又学习了我能提供食物，进而想要被抓。这种高低两层反向的思维，现有的ML算法不知道是否蕴含。

至此，创造只需要输入输出，中间过程靠自己训练。