人类进化、AI与仿生

昨天写了一篇小文《幸亏，有AI驱动震动声纹技术》，谈到了声音或震动的声纹问题，今早在朋友圈说到：如果把振动声纹技术装在服务机器人里头 ，机器人会说: 常大爷，别在沙发上睡觉了，赶紧上床吧，您手机刚才掉地上了，咱家猫又在挠沙发了。

人工智能（AI）其实是用机器、软件或者机器和软件的结合，来模仿人的思考行为，有专家说，人工智能有三个发展阶段：感知、认知和推理，从感知层面讲，模仿就是仿生，感知层面的仿生，要从传感器做起，从前工业界的传感器主要是对物理量的测量，弄出来的主要是结构化数据，就像我们过去学习地球物理勘探专业那样的，对电场、磁场、电磁场、重力场、弹性波、放射性等进行测量，其中30年前的地震解释专家系统已经深入到弹性波子波的领域，这就有点接近非结构化数据了，因为不同子波的组合，就像股票中的一组K线会反映机构投资者的一些投资行为一样，地震探勘所获取的子波组合，它有可能反映了地下不同密度界面的弹性波反射、折射和绕射的情况，从而在组态的层面，有机会更加深入的了解地层的构造。

文章《关于人工智能，30年来我越来越迷糊了》记述了30年来，我对模式识别、专家系统到人工智能系统不同阶段的不成熟理解。这几年AI技术在某些方面的确获得了很大的发展，使得感知阶段的仿生具有了更加有效的实用效果。

地球早期的所有动物，包括现在的很多动物，只能辨识两种或者很少种类的颜色，就像上图（我两年前画的），两种颜色，更容易识别目标，颜色多了，识别目标就变得非常困难，这在早期动物们的生存大战中，是非常重要的。

人的感知依赖于至少600万年以来人类不断进化的结果，其中一个最重要的进化是关于视力方面的，距今大约600万年前，某一种猿类的视网膜发生了变异，并逐步的能够看到了更多的颜色，尤其是黄色和红色，使得这类猿，比其他的同类或者其他动物，更能吃到成熟的果实，而成熟的果实更具有营养价值，于是这类猿的智力水平在往后的300万年里，就得以大幅度超越其他动物、其他的猿和猴子们，到了距今300万年多一点的时候，就进化成可以直立行走、具有群体智能行为的直立人种了。这一考古发现来自于1974年在东非奥杜威大峡谷发掘的露西祖奶奶的骨头所做出的人类学研究成果。

在上个世纪初的北京猿人被发现之前，西方的考古学家和人类学家还普遍认为，人类的历史不过三四万年的样子，最近一百年的田野考古，把人类的历史大大提前了将近200倍，到了距今320万年之前。现在，我越来越有理由认为，如果没有至少260万年前的第四纪冰期，人类的演化还不至于这么快，也许我今天的任务不是写文章逗闷子，而是根据村支书的要求，努力在制作细石器呢，而好朋友John和David刚刚抬了一头狮子回来，翘首盼望我这个小石匠赶紧做好石器，等着扒皮吃肉呢。

寒冷的气候，加速了古人为了生存要更多的团结、更多的想办法，于是后来石器出现了，人们学会了主动用火。

说，目前我们人类的感知，主要靠视觉、听觉、嗅觉、触觉、味觉等，每一种觉，都有特定的人体器官以及器官之间的通力合作来完成，这些东西都是与前面所提到地球物理勘探的各种传感器搞结构化数据所不同的非结构化数据领域。现在我们知道了，在人工智能的感知领域，视觉以及视觉可以延伸到的文字识别、图片识别甚至是动态图像的AI仿生识别做的相对较好，而我们相信类似于音声和震动的声纹技术，最有可能在AI听觉仿生中获得实质性突破。

（缅甸大马坎场口的翡翠原石）

AI的触觉仿生有可能是最难的，比如，我们闭着眼睛，拿起一个东西，我们大概就能分辨是木头、砖头、石头还是金属，训练更加有素的玉石专家，还能再分出普通石头、玉石甚至是玉石的几个主要种类。因为人的触觉已经演化成具有一些超级而又高度集成的感知能力，例如分辨轻重、大小、厚薄、高低、软硬、温度、干湿度、粘稠度、表面粗糙度等等，如果要想用传感器加AI技术实现或者仿生人的这些高级能力，估计在可预见的未来，还非常的困难。