AlphaGo與李世乭的交鋒進(jìn)行了兩局,，人工智能的兩場(chǎng)勝利已經(jīng)讓社交網(wǎng)絡(luò)“炸了鍋”，無(wú)論接下來(lái)的戰(zhàn)局如何,，人們都已經(jīng)深深體會(huì)到了人工智能的迅猛發(fā)展,。

面對(duì)如此擅長(zhǎng)計(jì)算，又不知疲倦日夜學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò),，素來(lái)對(duì)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(dòng)。

另一種智能：神經(jīng)運(yùn)動(dòng)控制

大腦及神經(jīng)系統(tǒng)對(duì)身體運(yùn)動(dòng)的控制能力,，是人工智能繞不過(guò)的夢(mèng)魘,。幾年前我在一次學(xué)術(shù)報(bào)告的開(kāi)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(shuō)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(dòng),，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(dòng)身體完成復(fù)雜的運(yùn)動(dòng),。

運(yùn)動(dòng)控制很難搞定嗎,？日常生活中的很多熟練動(dòng)作人們幾乎在無(wú)意識(shí)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(dòng)物的肌肉骨骼系統(tǒng)是個(gè)幾百塊散件拼起來(lái)的大拼圖,，要想同時(shí)驅(qū)動(dòng)大拼圖里面幾十個(gè)關(guān)節(jié),、幾百塊肌肉協(xié)同運(yùn)動(dòng)，還真需要點(diǎn)“眼觀六路,、耳聽(tīng)八方”的聰明勁兒,。更何況人類還進(jìn)化出來(lái)一套奇葩的“直立行走”，這就好像把筷子立起來(lái)再戳上個(gè)蘋(píng)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(dòng)遠(yuǎn)不是簡(jiǎn)單的計(jì)算機(jī)模型能夠模擬的,，“QWOP”這個(gè)小游戲就能讓人們直觀地體會(huì)到這一點(diǎn)。這個(gè)游戲把運(yùn)動(dòng)員的腿部動(dòng)作簡(jiǎn)化成大腿和小腿的開(kāi)合,，并把它對(duì)應(yīng)四個(gè)按鍵交給玩家來(lái)控制,。結(jié)果呢？這個(gè)游戲一下子就因?yàn)闃O其坑爹的難度火了起來(lái),，很多玩家用不了幾秒時(shí)間就會(huì)讓運(yùn)動(dòng)員摔得四仰八叉了,。這還僅僅是二維平面上的簡(jiǎn)化版，如果再升級(jí)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(dòng)……那只能說(shuō)誰(shuí)行誰(shuí)上吧,。

這個(gè)游戲告訴我們，控制運(yùn)動(dòng)可遠(yuǎn)沒(méi)那么簡(jiǎn)單

機(jī)器人越走越好,，但比不過(guò)天然神經(jīng)

運(yùn)動(dòng)控制并非易事,，不過(guò)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(guó)波士頓動(dòng)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(shì),，禁踹不倒的下盤(pán),，還有“鯉魚(yú)打挺”的起身，感覺(jué)實(shí)在銷(xiāo)魂,。

Atlas這臺(tái)機(jī)器人最厲害的就是對(duì)多種路面條件的適應(yīng)性，以及對(duì)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(wèn)題不但在控制策略上得到了解決，而且集成出來(lái)了一套人形大小的實(shí)際產(chǎn)品,，著實(shí)令工程界佩服,。

Atlas機(jī)器人演示。

不過(guò),，讓人和機(jī)器人直接比拼運(yùn)動(dòng),，這對(duì)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(dòng)的時(shí)候,，面對(duì)的是一個(gè)極為頭疼的“低端”身體,。需控制的對(duì)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(gè)非常怪的動(dòng)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(lái)有點(diǎn)像彈簧，你可以想象一下用兩三個(gè)彈簧去拽穩(wěn)一根棍子是什么感覺(jué),，而這種古怪的控制問(wèn)題我們的大腦每時(shí)每刻都要對(duì)付,。

用好幾根不同方位的彈簧拉拽“棍子”，這就是我們身體的運(yùn)動(dòng)方式,。

除了肌肉以外,，人體神經(jīng)系統(tǒng)還有兩大運(yùn)動(dòng)控制的“豬隊(duì)友”——噪聲和延時(shí)。一個(gè)神經(jīng)元典型的信號(hào)是下面這個(gè)樣子,，噪聲很大,，神經(jīng)脈沖也不怎么精確。這種信號(hào)要是拿給電子工程師用,，一定會(huì)被劈頭蓋臉丟回來(lái)重畫(huà)電路,。

研究中記錄下的不甚清晰的神經(jīng)信號(hào)。圖片來(lái)自：Nathan Jackson et al.

更逆天的是神經(jīng)元傳導(dǎo)電信號(hào)的速度非常慢,，最快的神經(jīng)纖維也就是每秒傳遞100多米,。可是機(jī)器人呢,？那可是以光速在傳遞信號(hào),。

所以說(shuō)，“天工智能”和“人工智能” 在運(yùn)動(dòng)方面并不是同場(chǎng)競(jìng)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(hào)通路故意延遲幾百萬(wàn)倍……這樣折騰下來(lái),，看看機(jī)器人即便做到“步履蹣跚”是不是也要熱淚盈眶了,？

像神經(jīng)網(wǎng)絡(luò)一樣運(yùn)動(dòng)

這樣的比較看起來(lái)似乎強(qiáng)詞奪理：既然機(jī)器可以用簡(jiǎn)單的程序、“高端”的零件來(lái)運(yùn)動(dòng),，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(guò),，這樣“自虐”的研究思路確實(shí)也有它的價(jià)值,。通過(guò)計(jì)算機(jī)解析和重建天然的運(yùn)動(dòng)控制系統(tǒng),，能幫助我們深入了解運(yùn)動(dòng)控制系統(tǒng)，幫助那些身患運(yùn)動(dòng)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?cè)谶\(yùn)動(dòng)控制方面也通過(guò)“圖靈測(cè)試”時(shí),，那些科幻電影中看起來(lái)與人類并無(wú)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(duì)簡(jiǎn)單方式是保留神經(jīng)信號(hào)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(hào)，讓機(jī)器按大腦的意圖運(yùn)動(dòng),。在2016年的一項(xiàng)最新研究中,，大腦植入芯片的猴子已經(jīng)自己用“意念”開(kāi)起了輪椅^[1]。

“意念開(kāi)車(chē)”的猴子

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(hào)的奇特性質(zhì)，又拿它驅(qū)動(dòng)類似人體的骨骼肌肉模型^[2],。

看起來(lái)不甚靈活,，但這可是用人工神經(jīng)網(wǎng)絡(luò)控制人工肌肉的運(yùn)動(dòng)。來(lái)自：Dura-Bernal, Salvador, et al.

神經(jīng)運(yùn)動(dòng)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(lái),，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(dòng)。身為神經(jīng)運(yùn)動(dòng)控制探索者中的一員,，我對(duì)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(duì)面能坐著一個(gè)化身人形的 AlphaGo,，它能在對(duì)弈中舉棋落子，得勝后握手言笑,，那么人工智能又會(huì)進(jìn)入新的紀(jì)元吧,。（編輯：窗敲雨）

文章題圖：shutterstock 友情提供

參考資料：

1. Dura-Bernal, S., Zhou, X., Neymotin, S. A., Przekwas, A., Francis, J. T., and Lytton, W. (2015). Cortical spiking network interfaced with virtual musculoskeletal arm and robotic arm. Frontiers in Neurorobotics 9. doi:10.3389/fnbot.2015.00013.
2. Dura-Bernal, Salvador, et al. "Cortical Spiking Network Interfaced with Virtual Musculoskeletal Arm and Robotic Arm." Frontiers in neurorobotics 9 (2015).