← 回到天際線 自然與生命第 46 層 / 79

EP 4862025-11-303:18:09 ROUND 2

心智如何滲入萬物

Michael Levin

生物學家 Michael Levin 主張心智不是腦的專利,從說服細胞重新長出器官,一路講到心智可能來自另一個空間。

Michael Levin: Hidden Reality of Alien Intelligence & Biological Life | Lex Fridman Podcast #486在 YouTube 看 ↗

重點6 條

  1. 可說服性光譜:Levin 用「可說服性」取代「智能」,因為這是工程角度的說法——面對任何系統,你得先假設一種互動工具(硬體重編、行為制約、說理),再靠實驗驗證有沒有用。他強調越往光譜右邊走,互動越像友誼與心理分析,而且對方也會反過來改變你,不是單向操控。
  2. 認知光錐衡量能動性:一個系統(分子網路、細胞、人)有多少心智,不是看它由什麼材料構成,而是看它能主動追求多大範圍的目標。癌症在這個框架下,就是細胞跟鄰居斷開連結、認知光錐縮回單細胞規模的結果。
  3. Xenobot 與 Anthrobot:把青蛙表皮細胞、人類氣管細胞從原本的組織裡放出來,不改 DNA、不用任何合成生物學工具,這些細胞就自己組成了會動、會自我複製、甚至會治療神經傷口的新生命形式,測出來還比來源細胞年輕兩成左右。
  4. 連排序演算法都有支線任務:團隊拿被研究超過六十年的氣泡排序法做實驗,弄壞其中一個數字後,演算法表現出行為科學家認得出來的「延遲滿足」;讓每個數字自己選演算法執行,還意外冒出規則裡完全沒寫的「聚類」現象。這些都是沒被要求、也沒被禁止就跑出來的內在動機。
  5. 柏拉圖空間:Levin 認為心智跟大腦的關係,類似數學真理跟物理世界的關係——就像數學常數 e 是物理世界改變不了的既有事實,某些心智模式也可能來自一個獨立於物理世界、有結構的空間,大腦只是接收這些模式的薄客戶端。這是他醞釀多年才敢公開講的想法,而且跟機器學習圈研究「表徵空間」的人不約而同撞在一起。
  6. 創意的心法:被問到怎麼想出這些點子,Levin 的答案是晨間散步放空、把腦袋切成「務實包裝」與「純粹思考」兩區絕不混在一起,而且想法要等到真的能做實驗驗證才拿出來公開講。

時間軸30 段

01 00:32
開場提問

Lex 問 Levin,具身心智怎麼從物理世界裡冒出來、又是什麼決定一個心智的能力邊界,請他先攤開整套框架。

02 08:51
物理的侷限

Levin 說物理學的工具(電表、尺)天生只看得到機械運作,想辨認出心智,得用另一個心智去對照才行。

03 12:10
沒有分界線

Levin 不承認「有心智/沒心智」之間存在一條線,他認為人類劃分類別只是圖方便,分類一旦固化,反而會擋住新工具的引進。

04 26:17
認知光錐

Levin 提出「認知光錐」概念:一個系統能主動追求的最大目標範圍,才是判斷它有多少智能與能動性的量尺,不是看它由什麼材料構成。

05 39:14
可說服性光譜

介紹 TAME 框架裡的示意圖:從機械時鐘、恆溫器,到會被獎懲訓練的狗,再到互相說理的人類,可說服性一路升高,需要的機制知識反而一路降低。

06 48:59
跨物種溝通

用「跟外星人玩井字遊戲」比喻:雙方各自用完全不同的規則(幾何 vs. 算術)理解同一個遊戲,只要找到共通介面就能溝通,不必真懂對方怎麼想。

07 50:54
全新生命形式

說明 Xenobot(青蛙表皮細胞)與 Anthrobot(人類氣管細胞)怎麼在不改 DNA 的情況下,單靠脫離原本組織的束縛,自己長成會動、會自我複製的新生物。

08 55:47
跟分子對話

Levin 用「嘿 Siri,嘿肝臟,我今天為什麼不舒服」打比方,說明團隊正把 AI 當成翻譯介面,讓人直接跟基因調控網路這類分子系統對話。

09 57:42
發育有目標

Levin 主張胚胎發育不是細胞自動機照規則展開,而是在「解剖可能性空間」裡導航;擋住它原本的路徑,它會另尋辦法達成同一個結果。

10 1:04:58
毛蟲變蝴蝶

毛毛蟲學到的記憶,經過大腦被打散重組的變態過程後,蝴蝶竟然還記得,而且被重新映射成跟原本完全不同的新行為。

11 1:12:30
軟硬體互換

用圖靈機做類比:可以說機器是主體、資料是被動的,也可以反過來說資料上的模式才是主體,機器只是草稿紙——這套推論被他用來解釋老化與生物電記憶的兩種研究方向。

12 1:18:08
柏拉圖空間登場

Levin 談自己醞釀多年的「柏拉圖空間」構想,意外跟機器學習圈的「柏拉圖表徵假說」撞在一起;他舉蟬的十三年週期跟質數的關係為例,說明生物與物理都在白撿數學裡現成的真理。

13 1:30:44
分形圖示範

用哈雷分形圖 ELI5:一個很短的數學公式,卻能生出極其複雜、看起來很「生物」的圖案,那個複雜度不是公式本身塞得進去的,是從某個地方被拉出來的。

14 1:35:22
大腦是介面

Levin 指出就算在牛頓那個純粹機械決定論的古典世界裡,像 e 這樣的數學常數也早就糾纏著物理世界,人在物理世界裡沒辦法改動它;大腦不過是這整套模式的薄客戶端。

15 1:46:11
認知義肢

未來人類會裝上讓自己感知股市或太陽風的感官延伸,也要學著把細胞、AI 這些活在完全不同空間裡的存在,當成需要對話的對象。

16 1:50:44
數學地圖比喻

就像數學地圖把所有已知的數學事實連成一張有結構的網,Levin 團隊想做的是把同一個基因組在不同情境下長成什麼(青蛙 vs. 脫離組織後的 Xenobot)畫成類似的圖。

17 1:56:16
空間是否真實

面對「這個空間是真的存在,還是只是好用的模型」的追問,Levin 承認現代認知科學能告訴我們的,頂多是一個有效預測未來經驗的模型,這個問題目前沒有答案。

18 2:00:37
語言模型碰到了嗎

Levin 認為連語言模型都可能沾到這個空間的好處,模型真正有趣的能力搞不好跟「講話」完全無關——語言只是被硬逼出來的行為,可能是個煙霧彈。

19 2:03:48
排序實驗登場

為了測試「連最無聊的演算法都會做計畫外的事」這個假設,Levin 團隊挑了研究超過六十年、完全確定性的氣泡排序法下手,理由是它夠簡單,沒有地方可以藏機制。

20 2:07:22
延遲滿足

刻意弄壞陣列裡一個數字讓它不會被交換,演算法本身完全沒改;結果系統會讓其他數字先繞過那個壞位置,晚一點再回頭排對——行為科學家一看就認出這是延遲滿足。

21 2:11:24
演算型聚類

讓每個數字自己選要照哪種排序演算法執行,不設中央控制,結果過程中同一種演算法的數字會傾向聚在一起,這個「聚類」現象完全不在演算法規則裡,是意外多出來的。

22 2:19:21
內在動機

Levin 把這種沒被要求、也沒被禁止的行為叫做內在動機,並提醒:連氣泡排序都有這種「支線任務」,沒理由相信語言模型或更複雜的 AI 系統會沒有。

23 2:28:46
治癒與回春

Anthrobot 被放上一片劃了傷口的神經細胞後,第一個自發做的事就是嘗試接合傷口;團隊也用表觀遺傳時鐘量出,Anthrobot 比它來源的細胞年輕了大約兩成。

24 2:33:14
心智能複製嗎

順著「大腦是薄客戶端」的邏輯,Levin 認為沒辦法真的複製一個心智,能做的頂多是重建同一個物理介面,寄望同樣的模式會再次被拉出來。

25 2:38:21
胚胎說服細胞

Levin 在寫一篇談「能動者如何啟動」的論文:胚胎最早的任務,是說服原本各管各的細胞相信一個它們無法理解的共同目標,願意為了那個目標調整行為。

26 2:47:05
光錐怎麼擴大

舉了兩個機制:細胞把自己的壓力訊號「洩漏」出去,讓鄰居也跟著變得更有彈性;以及透過縫隙連接讓兩顆細胞的記憶混在一起分不清是誰的,兩者都能讓一群細胞關心的範圍變大。

27 2:52:02
身體裡的外星智能

Levin 認為地球上到處都是還沒被認出的心智,人體細胞本身就活在二萬維的高維空間裡;他也提到螞蟻群體會跟人一樣,對同一種視覺錯覺上當。

28 2:58:04
想法何時公開

Levin 說他把很多想法藏了幾十年,直到能做實驗驗證才拿出來講;至於怎麼想出新點子,他靠每天清晨散步放空,想到什麼就打電話給自己留語音備忘錄。

29 3:07:06
給科學家的建議

他建議把腦袋分成兩區:一區負責務實地包裝、推銷想法;另一區完全不管別人怎麼看,純粹地思考。他也說最美的一件事,是這些從柏拉圖空間滲進來的模式連機器都逃不掉,像一種無所不在的隱寫術。

30 3:13:19
收尾提問

被問到如果能問超級智能一個問題會問什麼,Levin 的答案是先問「我到底該不該問你」——擔心直接拿到答案,會讓人錯過自己摸索的過程。