观察一只老鼠日复一日地闯入你的食品储藏室，你会看到一堂关于自主行为的大师课，远远超出我们最先进的机器人的能力。在神经科学中，我们常常认为这种能动性是理所当然的。毕竟，能动性——自主地、长时间地追求目标的能力——是动物行为的定义特征。即使是最简单的动物也表现出有目的的行为。然而，我们仍然不知道如何构建一个能够打扫房屋或运行实验室的自主人工智能系统。当我们试图构建能够在现实世界中长时间独立行动、根据需要调整目标的人工智能体时，我们发现能动性远比它看起来复杂。这类似于几十年前关于视觉的启示。本文系统解析能动性的复杂性、Moravec悖论、视觉处理的教训以及NeuroAI的良性循环。
一、视觉处理的教训
| 时代 | 方法 | 结果 |
|---|---|---|
| 1960年代 | Hubel和Wiesel揭示视觉处理是分层组织的（简单细胞→复杂细胞→祖母细胞） | 启发了计算机视觉研究，专注于各个子任务 |
| 早期计算机视觉 | 修补孤立的“巧妙技巧”（边缘检测、阴影形状、运动流估计） | 进展缓慢，解决方案脆弱，无法扩展或泛化 |
| 最终 | 使用人工智能成功构建计算机视觉系统 | 但我们在多大程度上理解了视觉处理仍有争议 |
Feynman名言：“我不能创造的，我就不理解。”这在机器视觉中尤为真实。
二、Moravec悖论
| 方面 | 描述 |
|---|---|
| 容易 | 让计算机在智力测试或下棋上表现出成人水平的表现 |
| 困难/不可能 | 赋予它们1岁孩子的感知和移动技能 |
| 例子 | 我们认为“难”的（国际象棋、抽象推理、复杂符号任务）对计算机相对容易；我们认为“容易”的（解析视觉场景、爬树、追踪猎物）在机器中复制则困难得多 |
| 能动性 | 是终极的Moravec挑战；我们认为是理所当然的，因为动物（包括我们）在数亿年的进化中变得如此 adept |
三、能动性的复杂性
| 方面 | 描述 |
|---|---|
| 不仅仅是识别模块 | 视觉不仅仅是特征检测器的层次结构；理解能动性的最大挑战可能不是识别涉及的各个模块，而是理解多个竞争的目标函数如何协同工作以产生行为 |
能动性涉及在多个时间尺度上协调感知、决策和运动控制。动物能够根据内部状态和外部环境动态调整目标，例如从觅食切换到躲避捕食者。这种灵活性源于大脑中多个神经回路的相互作用，包括前额叶皮层、基底节和小脑等区域。NeuroAI领域旨在通过借鉴神经科学原理来构建更智能的人工智能系统，例如使用强化学习模拟多巴胺能奖赏预测误差，或利用循环神经网络建模工作记忆。然而，当前的AI系统在长期自主性和目标切换方面仍远不及动物。未来的研究需要更深入地理解神经回路如何实现灵活的能动性，并将这些原理融入AI架构中。