人工智能的理想有多远？（十五）：可能的实现途径——进化

另一个方法就是改变软件的算法。有些观点认为人类的智能不是计算出来的，而是进化出来的。

一个小朋友从出生对这个世界一无所知，到掌握很多的知识的过程是学习和经验积累的过程。还有些人类的行为模式是先天遗传获得的，那也是生物进化，适应自然世界后积累的经验。

比如你要教一直机器人狗狗学习走路，直接预设规则和算法不算是智能，应该让它自己走，跌倒，撞墙，掉进水里……然后设置奖励和惩罚机制，记住正确的走路方式，这样它就能学会走路了。

这类方法容易和目前实现的深度学习算法，特别是无监督学习算法混淆。但是两者从根本上是不同的。深度学习的内容是预置的，目标的判定规则也是确定的。

而进化类算法学习的环境和目标是开放的，不同的机器狗学到的走路方式可以是不一样的。

这个进化的想法听起似乎不错，然而实现起来非常麻烦，人类智能是地球上生物进化了35亿年的产物。机器需要多久呢？

真正的难题都不是时间问题，是如何给机器提供进化的环境，放到真实的环境进化，它没有感知能力，放到模拟的环境进化，目前没有能力和资金来模拟一个完整的现实世界，也许元宇宙实现会有帮助吧，直接放到元宇宙里进化可是，那也是和现实世界不一样的环境。

另外一个逻辑缺陷是，这种开放式的进化，机器狗学坏了怎么办，比如好的没学会，学会了骂人，打架、干坏事………

为了出现这样超出预期的情况，就需要为进化的过程或者目标预设规则，那这不又回到了现在的路线吗？而且这种规则预置其实是植入开发人员自身的偏见……

所以呢，到最后还是仅仅是现有算法的改进。还是只能实现为某个特定的领域目标寻找出一个解决方案的任务。

无法实现强人工智能的理想。