AlphaGo與李世乭的交鋒進(jìn)行了兩局，人工智能的兩場勝利已經(jīng)讓社交網(wǎng)絡(luò)“炸了鍋”，無論接下來的戰(zhàn)局如何，人們都已經(jīng)深深體會到了人工智能的迅猛發(fā)展。
面對如此擅長計算，又不知疲倦日夜學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，素來對自己大腦抱有自豪感的人類們不禁要感到失落了。那么，人腦的“天然神經(jīng)網(wǎng)絡(luò)”究竟還有什么值得自豪的能力？有什么領(lǐng)域還能為“天工智能”守住一點(diǎn)顏面呢？我認(rèn)為是運(yùn)動。
大腦及神經(jīng)系統(tǒng)對身體運(yùn)動的控制能力，是人工智能繞不過的夢魘。幾年前我在一次學(xué)術(shù)報告的開頭講到：“人類兩歲就能快步行走，可機(jī)器人至今還步履維艱?！庇纱苏f明機(jī)器要想達(dá)到如人類一般精確而又迅速、靈巧而又協(xié)調(diào)的運(yùn)動，需要另一種意義上的“人工智能”。這種智能要解決的不是認(rèn)知和運(yùn)算中的復(fù)雜性，而是如何驅(qū)動身體完成復(fù)雜的運(yùn)動。
運(yùn)動控制很難搞定嗎？日常生活中的很多熟練動作人們幾乎在無意識狀態(tài)下就能完成，這使我們很少想起它實(shí)際的復(fù)雜性。哺乳動物的肌肉骨骼系統(tǒng)是個幾百塊散件拼起來的大拼圖，要想同時驅(qū)動大拼圖里面幾十個關(guān)節(jié)、幾百塊肌肉協(xié)同運(yùn)動，還真需要點(diǎn)“眼觀六路、耳聽八方”的聰明勁兒。更何況人類還進(jìn)化出來一套奇葩的“直立行走”，這就好像把筷子立起來再戳上個蘋果（工程學(xué)上叫“倒立擺”），那可是純天然的不穩(wěn)定：
人體協(xié)調(diào)的運(yùn)動遠(yuǎn)不是簡單的計算機(jī)模型能夠模擬的，“QWOP”這個小游戲就能讓人們直觀地體會到這一點(diǎn)。這個游戲把運(yùn)動員的腿部動作簡化成大腿和小腿的開合，并把它對應(yīng)四個按鍵交給玩家來控制。結(jié)果呢？這個游戲一下子就因?yàn)闃O其坑爹的難度火了起來，很多玩家用不了幾秒時間就會讓運(yùn)動員摔得四仰八叉了。這還僅僅是二維平面上的簡化版，如果再升級到真實(shí)版，也就是從平面拓展到三維再加上多塊肌肉地面不平風(fēng)吹草動……那只能說誰行誰上吧。
運(yùn)動控制并非易事，不過看看現(xiàn)在最先進(jìn)的機(jī)器人，它們也已經(jīng)不是昔日步履艱難的樣子了。就在幾天前，著名的美國波士頓動力公司（Boston Dynamics）發(fā)布了Atlas擬人雙足機(jī)器人，它們陪人走路的姿勢，禁踹不倒的下盤，還有“鯉魚打挺”的起身，感覺實(shí)在銷魂。
Atlas這臺機(jī)器人最厲害的就是對多種路面條件的適應(yīng)性，以及對于突發(fā)事件的抗干擾能力。從視頻里看得出，這一系列的問題不但在控制策略上得到了解決，而且集成出來了一套人形大小的實(shí)際產(chǎn)品，著實(shí)令工程界佩服。
不過，讓人和機(jī)器人直接比拼運(yùn)動，這對于人腦可是極不公平的。神經(jīng)系統(tǒng)所應(yīng)付的挑戰(zhàn)比控制機(jī)械身體要困難得多。
人腦在控制人體運(yùn)動的時候，面對的是一個極為頭疼的“低端”身體。需控制的對象比機(jī)械結(jié)構(gòu)要頭疼的多，能夠使用的生理元件也比電子元件要“低端”得多。
首先，肌肉是個非常怪的動力源，這東西只能拉不能推，干的是一半的活。而且肌肉拉起來有點(diǎn)像彈簧，你可以想象一下用兩三個彈簧去拽穩(wěn)一根棍子是什么感覺，而這種古怪的控制問題我們的大腦每時每刻都要對付。
除了肌肉以外，人體神經(jīng)系統(tǒng)還有兩大運(yùn)動控制的“豬隊友”——噪聲和延時。一個神經(jīng)元典型的信號是下面這個樣子，噪聲很大，神經(jīng)脈沖也不怎么精確。這種信號要是拿給電子工程師用，一定會被劈頭蓋臉丟回來重畫電路。
更逆天的是神經(jīng)元傳導(dǎo)電信號的速度非常慢，最快的神經(jīng)纖維也就是每秒傳遞100多米?？墒菣C(jī)器人呢？那可是以光速在傳遞信號。
所以說，“天工智能”和“人工智能” 在運(yùn)動方面并不是同場競技。如果把機(jī)器人的馬達(dá)都換成彈簧，再丟進(jìn)滿是噪聲的電磁環(huán)境，還要把信號通路故意延遲幾百萬倍……這樣折騰下來，看看機(jī)器人即便做到“步履蹣跚”是不是也要熱淚盈眶了？
這樣的比較看起來似乎強(qiáng)詞奪理：既然機(jī)器可以用簡單的程序、“高端”的零件來運(yùn)動，那有何必讓它去走神經(jīng)系統(tǒng)復(fù)雜的老路，這難道不是“自虐”嗎？不過，這樣“自虐”的研究思路確實(shí)也有它的價值。通過計算機(jī)解析和重建天然的運(yùn)動控制系統(tǒng)，能幫助我們深入了解運(yùn)動控制系統(tǒng)，幫助那些身患運(yùn)動障礙的人們?，F(xiàn)在，人工智能已經(jīng)可以學(xué)習(xí)和“思考”很多，但只有當(dāng)它們在運(yùn)動控制方面也通過“圖靈測試”時，那些科幻電影中看起來與人類并無二致的AI才能真正成為現(xiàn)實(shí)。
現(xiàn)在，科學(xué)家們已經(jīng)在這條“自虐”的道路上進(jìn)行了不少研究。一種相對簡單方式是保留神經(jīng)信號的承載形式，也就是利用腦機(jī)接口從大腦獲取并“破譯”信號，讓機(jī)器按大腦的意圖運(yùn)動。在2016年的一項最新研究中，大腦植入芯片的猴子已經(jīng)自己用“意念”開起了輪椅[1]。
而另一種研究思路則更進(jìn)一步，直接將控制大權(quán)交給了人工神經(jīng)網(wǎng)絡(luò)。研究者們既讓人工神經(jīng)網(wǎng)絡(luò)保留了大腦脈沖信號的奇特性質(zhì)，又拿它驅(qū)動類似人體的骨骼肌肉模型[2]。
神經(jīng)運(yùn)動控制探索者們的終極考驗(yàn)，就是要把骨骼肌肉神經(jīng)元這些難搞定的元件都保留下來，然后讓人工的“智能”在這樣嚴(yán)苛的條件下依然可以再造出與人腦匹敵的運(yùn)動。身為神經(jīng)運(yùn)動控制探索者中的一員，我對于AlphaGo的成就甚感欣慰，但遠(yuǎn)未嘆服。如果有一天，亞洲小李子對面能坐著一個化身人形的 AlphaGo，它能在對弈中舉棋落子，得勝后握手言笑，那么人工智能又會進(jìn)入新的紀(jì)元吧。（編輯：窗敲雨）
文章題圖：shutterstock 友情提供
