Transcription
如果你只是接受英国皇室是来自外太空的蜥蜴人，你就能解释他们行为的很多方面了。是的，那确实能解释他们行为的很多方面。然而，我不信任你的模型。就像你的意识一样，你的智力对你来说是极其熟悉的。这是一种非常深的自我欺骗。关于什么是智力，并没有达成共识。这是一个具有生存伦理重要性的问题。它不是意识的存在。它是存在的意识。正是这种智力使我们成为我们这样的存在。你可以用各种各样的方法解决各种各样的问题，而这正是我们现在试图创造的那种智力。一种拥有你所拥有的那种智力的人工智能。这门课程的内容是，我们将采用心理测量学方法、认知方法、人工智能方法，然后看看它是否能为我们提供有潜力的、有希望的联系，我们可以建立和探索。通用智能实际上是必不可少的，因为如果你的智商太低，你知道会发生什么吗？你会死。所以，欢迎。我们将从认知科学的角度来探索智力的本质，并最终深入研究。你可能不知道那是什么意思，但给我一些时间。现在，我将从一个小小的免责声明开始，这可能会让你问，那么这门课程的意义何在呢？因为我将要开始的是，关于什么是智力，并没有达成共识。呃，与人们在网上谈论它的方式相反，并没有明确的共识。嗯，许多研究人员认为这是一个谜。他们甚至会使用这个词。嗯，另一方面，你也有许多研究人员对什么是智力提出了强烈的身份认同主张。智力是 X，智力是 Y。这告诉你我们所处的境地。我应该提到，这门课程将与我为彼得森学院开设的另一门关于智力、理性、智慧和灵性的课程，以及另一门名为“美的首要性”的课程很好地结合起来，其中一些人曾是我的学生，很高兴看到你们中的许多人回来。那么我们是否就此停止呢？好吧，不，我们需要回答这个问题，它确实是我们理解我们是谁、我们是什么的关键，并且随着人工智能的出现，或者至少是可能被合理声称的人工智能的出现，它正成为一个紧迫的问题，我们将在本课程中讨论。那么什么是智力？我们在谈论什么？我们指的是什么？那么我将要做什么呢？我将回顾一些最好的理论，并嵌入实证研究，并尽我所能为我认为的智力是什么提出最有力的论证。所以今天我将花很多时间来阐述问题。正如你们将从第三讲中看到的，很好地阐述问题是成为一个智能代理的重要组成部分。就这个问题阐述而言，我将通过给出我最好的论证来阐述。我最好的论证是什么意思？嗯，我将给出一个强有力的合理性论证和一个认知科学论证。所以，首先，我所说的合理性是什么意思？这是基于我今年将要发表的关于合理性本质的工作。合理性有两个含义。一个是“高概率”的同义词。在这种意义上，我不是在谈论它。我们有一个很好的概率术语。它叫做概率。相反，我想使用合理性，这是另一个术语，它有另一个独特的含义，即当一个主张有道理时。它应该被认真对待。它让我确信我理解得很好，而且似乎嗯，那里可能有真相。反思它是有道理的。我想谈谈我认为的合理性是什么，以及你为了提出一个合理的论证而需要做什么。概率是我们估计在哪里找到真相的最佳方法。合理性是我们估计在哪里找到概率的最佳方法。好的，我们就是这样做的。现在，最早明确谈论这个问题的书之一是拉舍尔（Rasher）在1976年出版的《合理推理》（Plausible Reasoning）。他提出了一个很好的观点，即合理性的一個因素是我們希望來自多個獨立來源的收斂。所以這就是為什麼你，甚至嬰兒，都偏愛多感官信息。你想要收斂。所以如果你只能看到某樣東西，你就不太確定。它可能是真實的，但也可能是幻覺。但如果你能看到它並觸摸它，哦，對，如果你能看到它並觸摸它並聽到它，啊，那麼它就非常可能是真實的。即使是從小孩子身上，你也在利用這一點。那麼，為什麼這是有道理的呢？因為如果你只有一個通道，你的主觀偏見導致你的結論，你的模型，就很高。但所有這些通道都共享相同偏見的機會就小得多。所以收斂的作用是給你提供了拉舍爾所說的“可信度”。可信度是相信主觀偏見和扭曲的影響概率已被顯著降低的一個好理由。現在，可信度不是概率。你必須通過實證來確立它。可信度當然不是確定性。但可信度很重要。這就是為什麼你看到孩子們，即使是很小的孩子，也在使用它。所以你有收斂以獲得可信度。你將看到我做這些收斂的舉動，可信度。現在，如果你看看凱爾（Kyle）和其他人在解釋心理學以及科學哲學中關於理解的工作，你會發現我們實際上喜歡這個，但我們也喜歡別的東西。我們也喜歡，科學家們經常這樣稱呼他們的理論。我們想要一些優雅的東西。我們希望我們的模型能夠應用於許多不同的領域，為我們發現、闡述和解決問題。這就是為什麼我們喜歡“力等於質量乘以加速度”這樣的東西。我們可以利用它來解釋，你知道，一頭藍鯨是如何漂浮的。我們可以利用它來解釋地球繞太陽的運動。我們可以利用它來解釋，你知道，為什麼一個氣球在漂浮。我們可以利用它來解釋，當你開車撞到磚牆時會發生什麼，等等等等。我們可以在表面上檢查這些看似不相關的領域，並在那裡發現、闡述和解決我們的問題。這是一個非常強大的理論，這當然就是為什麼我們喜歡優雅。優雅使我們的理論強大。它給了我們很大的解釋力，而我們判斷現實的一種方式是它有多少解釋力。所以我們認為 E=MC² 是一個非常真實的東西，因為我們認為它解釋了很多，並給了我們巨大的力量。有了它，我們可以拿一小撮紙夾的物質，摧毀一座城市。這令人印象深刻。好的。所以，優雅賦予我們力量，而力量也是我們用來判斷真實性的東西之一。現在，從埃利亞斯·麥格林（Elijah Mgrim）關於實踐歸納法的著作中，他有一本同名書，還有一些相關的文章。他提出了一個觀點，即我們實際上想要在我們所謂的“向後”和“向前”承諾之間取得平衡。如果只有很多收斂但很少優雅，那會怎麼樣？那就是陳述一些人們認為非常可信但沒有多大作用的事情。就像你知道，當人們飢餓時，他們會尋找食物。你們中有多少人懷疑這一點？你們中有多少人會說，“哦，哇。這將改變我對事物的全部理解，但作用甚微。”它不是錯的。它是瑣碎的。它是瑣碎的。如果你注意到，如果你閱讀科學文章，某些聲明會被駁回，不是因為它們是錯的，而是因為它們是瑣碎的。那另一個呢？如果我收斂很少，但優雅很多，那又怎麼樣？所以，我有一個模型可以解釋很多，但你對這個模型沒有多少信任。這些就是陰謀論。我最喜歡的例子之一是，如果你只是接受英國皇室是來自外太空的蜥蜴人，你就能解釋他們行為的很多方面。就像，是的，那確實能解釋他們行為的很多方面。然而，我並不信任你的模型。你是怎麼想出來的？所以你那裡擁有的，是瑣碎。這是牽強附會。這是牽強附會。所以我們想要的，是我們想要在兩者之間取得平衡。現在請注意合理性在做什麼。它正在幫助我們聚焦並認真對待，因為它正在幫助我們忽略瑣碎和牽強附會。好了，這就是我們需要的一切嗎？不。模型有一些重要的性質。所以從墨菲（Murphy）和梅丁（Medin）以及持續的研究中，我們學到了很多關於人們的概念，他們對世界的內部模型。1985年。他指出了非常重要的一點。我們不想要一個特徵列表。我指的是什麼？這很有趣，因為人們認為他們腦子裡的東西是一個特徵列表。所以，如果你問人們什麼是鳥，他們會說，你知道，羽毛、翅膀、喙、會飛。嗯，是的，那是鳥。好的，那麼我會在這裡放一些羽毛，幾對翅膀，一個喙。把所有東西都放在一起，扔到空中，那不是鳥。那是一部低成本的恐怖電影。好的，還缺什麼？缺的是結構功能組織，它展示了所有特徵是如何結合在一起的。所以鳥作為一個因果整體運作，這樣你就可以預測和解釋它的行為。它必須是連貫的，這種連貫性使你能夠排除不符合結構的東西，並納入符合的東西。哦，是的，這屬於這裡，這適合這裡。所以你有連貫性。而這所做的，是讓你能夠以預測和解釋的方式使用模型。所以我們想要的，是我們想要能夠收斂許多不同的理論和實證研究，以形成一個連貫的智力模型，它具有很大的解釋力，並且由大量的收斂可信度所平衡。這就是我將要提出的論證。這將是完全那種風格的論證。所以我不會只是說強有力的論證。這是我對強有力論證的一半意思。我指的是一個合理的論證。這就是我們將要做的。所以有時你會覺得，他在做什麼？然後你會看到，哦，他在做這個，然後那個。哦，它一直在出現。哦，對。啊，收斂。我明白了。所以請留意這一點。接下來，我最終將給出一個認知科學的論證，因為我實際上認為這是獲得智力模型中最合理性的最佳方式之一。那麼什麼是認知科學？認知科學是一門在70年代開始興盛的學科，當然現在已經成為一件大事。我目前是多倫多大學認知科學項目的主任。為此我感到非常自豪。我從1993年就一直在為這個項目工作。哇，時間過得真快。總之，我一直在做這件事。我為此感到非常自豪。那麼，什麼是認知科學呢？嗯，你可以打開日曆，你會得到非常枯燥、無用的東西，嗯，認知科學是對心靈的跨學科研究，利用了等等等等。然後你會說，什麼？誰在乎？聽起來就像，你知道，聽起來就像你要去吃自助餐。我有一點心理學，一點哲學，這不是它。至少這不是我認為的認知科學應該是什麼。相反，我想更仔細地探討一些事情，並為你提出一個論證。我們將在這門課程中看到其中一些內容，這就是重點。所以，神經科學將會說它認為智力是什麼。它將要做的是，它將研究大腦。它將如何研究大腦？它將使用腦電圖（EEG）和功能性磁共振成像（fMRI）以及一些非常新的令人興奮的技術，對吧？我們就把它們放在這裡，因為這是人們非常喜歡的一種。嗯，fMRI。順便說一句，請務必非常小心。所以，快速插播一下，你進行了一項研究，你想發表。你有一篇論文，你寫好了，你想發表，你把它提交給很多期刊，你無法發表。你進行同一項研究，完全不改變它，然後你放進一些fMRI圖片，然後它就被發表了。人們對這些圖片的理解是錯誤的。他們認為它們是大腦的快照。它們不是那樣的。它們是大量不同測量的、經過高度處理的統計平均值等等。我不是說它們沒有用。我不是說它們不重要，它們很重要。但你必須小心它們。第二件事是，最近有很多元分析，人們回顧了這些研究，其中許多研究的參與者數量太少，無法為所做的主張提供足夠的統計功效。這並不意味著它們是錯誤的。這意味著我們需要做更多的工作。所以，也請注意fMRI的東西。它不像法庭，你知道，我就是這麼做的，這不是招供，對吧？你必須把它作為信息的一部分。它是一種證據，但必須與許多其他東西結合起來。好了，讓我們回到並看看神經科學家們在談論什麼。嗯，他們談論大腦網絡，對吧？他們會談論兩種。他們會談論解剖學的，也會談論功能性的。他們會談論特定的理論。我們將要看的一種網絡理論叫做頂額葉整合理論（parietal frontal integration theory）。所以這就是你在做的。哦，就這樣嗎？嗯，不，因為問題是，我們還有另一門學科正在談論智力，而且它實際上正在佔據媒體和社交媒體的頭條，那就是人工智能。如果他們成功了，他們一定在弄清楚智力的本質。我們可能會這樣想，也許，也許不是。現在，人工智能，約翰，我明白了。這是什麼？嗯，這是人們現在熱衷的項目。這是通用人工智能。他們正試圖創造一種擁有你所擁有的那種人工智能。我們將一次又一次地回到這一點。你擁有通用智能。你可以在各種各樣的領域以各種各樣的方式解決各種各樣的問題。目前，我們沒有任何機器接近這一點。儘管大型語言模型（LLMs），如ChatGPT4，似乎正變得越来越接近通用智能。好的，先記下這一點。我們將回到這個想法。這至關重要。而且，他們正朝著這個方向發展，這表明通用智能對於理解我們的智力至關重要。他們在做什麼？嗯，他們根本不研究大腦。他們做學習算法。他們生成模擬。他們製作模型。他們說這是什麼？嗯，他們會說，也許智力是深度學習的特徵。你們中的一些人可能聽說過關於ChatGPT的。深度學習正在進行，這就是它如此聰明的原因。大規模的強化學習。我們將談論這個。請注意，如果我們只談論這個，我們就會錯過所有這些。如果我們只談論這個，我們就會錯過所有這些。這樣夠了嗎？不。不。有一大群人談論智力比前面兩者長得多。那就是心理學家。哲學家們談論這個已經很長時間了，但我們將在另一個時候引入他們。好的。但是你有了心理學。嗯，心理學在做什麼？嗯，它在研究行為。有時是行為和經驗。關於心理學實際上在研究什麼，有很多疑問。嗯，當然，他們會做實驗，做統計分析，然後他們得出什麼結論？嗯，他們會得出諸如智力是工作記憶之類的結論。請記住工作記憶。什麼是工作記憶？我們稍後會講到。但是工作記憶不是你可以打開頭骨說，“哦，看，這裡有工作記憶。”它是一個抽象的模型。它不像這些東西，因為它不是在電腦上運行的。它是基於並源自所有行為實驗數據的。現在請注意，這就像不同的國家。這是不同層次的現實，不同層次的分析，不同的方法和不同的理論實體都在談論智力。我們應該首先嘗試讓它們收斂。如果我們不嘗試讓它們收斂，我們會面臨什麼？嗯，我們面臨著歧義的問題，因為如果我問你什麼是智力，你可以給我三個、四個、五個，不僅是不同的答案，而且是不同種類的答案。這意味著同一個術語有多種不同的含義。而問題在於，人類在面對歧義時，很容易陷入謬論推理，尤其是當他們沒有注意到歧義時。所以這是我最喜歡的例子之一。沒有什麼比長壽和幸福更好的了。但花生醬果醬三明治比什麼都沒有更好。因此，花生醬果醬三明治比長壽和幸福更好。所以你應該吃一個然後自殺。現在聽起來，等等，那是什麼意思？嗯，那是什麼意思呢？我正在對“什麼都沒有”這個詞進行歧義處理。我使用了兩種不同的含義。“什麼都沒有”是指那些讓生活有意義的東西，然後“什麼都沒有”是指你吃的东西。非常不同的“什麼都沒有”的含義。但如果我不注意這兩種含義，我就會得到一個荒謬的謬論論證。歧義是研究心靈的學科中一個非常非常大的問題。在這些學科中使用的最模棱兩可的詞之一，儘管許多人也非常小心地避免歧義。所以我想在這裡保持平衡，那就是“信息”這個詞。信息有一個非常技術性的數學意義，以及一個日常的意義。我們想避免歧義。我們想避免歧義。還有什麼我們應該擔心的嗎？是的。嗯，問題在於，這些不同層次的現實不太可能以顯著的方式相互作用。這是極不可能的。它們不可能在重要的方式上相互因果影響或約束，相互制約。這意味著，如果這些學科保持孤立，我們就會錯過所有這些重要的自下而上、自上而下的因果關係、約束和制約。我們錯過了重要的信息。當然，這意味著我們沒有獲得將所有這些不同類型的特徵結合在一起的結構功能組織。我們得到的是一個非常模棱兩可的、非常完整的特徵列表，而且很有可能它實際上是不連貫的。我們不知道它們是如何結合在一起的。當你的模型中存在這種不完整和不連貫時，它很可能在非常重要的方面是錯誤的。所以你需要確保你正在追求一種整合這些不同學科工作的方法。我稱之為綜合。綜合意味著審視整體。綜合整合。你需要綜合整合。現在，如果綜合整合能夠以重要的方式讓這三者都收斂，並且那個收斂的模型是優雅而強大的，並反饋到其中每一個並解決其中的問題，那將會非常好。那將會是一件非常強大的事情。這正是我們將要尋找的。所以你看到了合理性和認知科學的綜合整合是如何結合在一起的。現在你可能會想，那麼哲學在哪裡呢？哲學家們一直在談論智力及其與理性、智慧的關係，自從哲學以來。所以我們面臨的問題是，哲學有點名聲不好。它被誤解了。許多人認為它只是給出你的意見，帶著法國口音，你抽著煙之類的。它不是意識的存在。它是存在的意識。你明白嗎？你明白嗎？對。我不是說那是一個很好的模型，說明哲學在認知科學中扮演的角色。你看，哲學所做的是，哲學是一種努力嘗試建立一個共享的概念詞彙，一個共享的理論語法，以便所有這些學科能夠以相互轉化和富有洞察力的方式進行交流。這也是我們將要做的事情。我們將嘗試。我們能否建立一個共享的概念詞彙？我們能否建立一個共享的理論語法，用於我們如何將概念結合起來，從而讓所有這些不同的學科能夠相互交流？這將帶來收斂。而且，希望那個綜合整合的模型，有了新的詞彙和新的語法，將會是優雅而強大的。如果我們能做到這一切，這是一個很大的“如果”。一個很大的“如果”。我有點像，這是一個很大的“如果”。但如果我們這樣做了，這將是對智力是什麼的一個有力的論證。所以，我不會，我不會只是提出一個強有力的論證。不，不。我已經具體告訴你我將如何提出一個強有力的論證，因為我所說的強有力論證是一個合理的論證，而且它是一個認知科學的論證。這有道理嗎？好的。所以這正是我們將要做的。所以，為了給你一個關於我們將要做什麼的快速概述，我們將研究心理學理論。我們將研究神經科學理論。我們將研究這些試圖將它們整合在一起的認知科學理論。好的，當我們做心理學時，將有兩個部分。將有心理測量學，我稍後會告訴你這一切意味著什麼。將有認知理論。好的，所以心理學將有兩個部分。我們將通過這兩部分。它們收斂於什麼？然後神經科學，心理學和神經科學之間發生了什麼？然後，然後我們進入人工智能，然後我們試圖將所有這些都整合到人工智能中。所以，我們將會經歷所有這些層次。現在，在我們這樣做之前，首先我想從認知科學中汲取幾個教訓。我們已經研究認知科學一段時間了，我們從中學到了一些關於我們應該做什麼的教訓，這些教訓與談論智力非常相關。一個是，像所有科學理論一樣，我們想要能夠泛化的理論。泛化意味著我可以應用，它很強大。我可以在許多不同的領域應用相同的理論。它普遍適用。這使它成為一個非常強大的理論。好的，這就是科學所追求的。但我們需要一種特殊的權力。我們希望它能夠泛化，同時考慮到所謂的“多重可實現性”。多重可實現性。我經常會簡稱為MR。不是先生的意思。它是多重可實現性的意思。好的，你說，為什麼？嗯，想想我們談論過的。我想做認知科學，我的意思是我想生成一個能夠泛化到人類智力的理論。顯然，什麼是人類智力？但是人類是唯一聰明的生物嗎？不。我需要一個能夠泛化到黑猩猩的智力理論。它甚至應該泛化到章魚。章魚就像來自外太空。它們很奇怪。它們的大腦看起來不像我們的大腦。它是對的。它們有大腦，但它們的觸手裡的神經元比我們多。就像，作為一隻章魚是什麼感覺？你看，它們非常聰明。它們可以解決連狗都解決不了的問題。而且它們真的很狡猾。我愛章魚。章魚。章魚。我認為是章魚。那麼，問題是什麼？我為什麼要說這些？嗯，我不能太具體地說智力是特定人類大腦的屬性。因為也許黑猩猩的大腦，甚至更可能，也許章魚的大腦沒有那些結構。但它們卻擁有非常強大的智力。就像，哦，等等，我需要一個足夠抽象的理論，它能夠談論人類、黑猩猩和章魚。而且情況甚至更糟。不，甚至更苛刻，因為人工智能呢？它在運行什麼？它根本不是在運行任何像大腦一樣的東西。它在運行，你知道，電路板，使用電力，而且這些大型語言模型正在和你對話。就像，哇，我需要一個智力理論，它甚至可能不像……我想要一個智力理論，它不一定局限於談論人類大腦結構，因為那樣就無法讓我理解大型語言模型和其他人工智能是如何智能的。智力是多重可實現的。它出現在許多不同的領域。你可能會認為這是一個非常奇怪的屬性。嗯，不。讓我們來談談這個。我們將需要這個，所以這是一點預示，因為這也將幫助我們理解，當我們進行人工智能部分時，我們所說的計算模型是什麼意思。好的。那麼，你們中有多少人知道國際象棋？你們都知道國際象棋嗎？好的。這不是什麼奇怪的東西。你可以分辨出人們不知道某樣東西。就像你去考古博物館，他們不知道那是什麼，他們會把那個物品放在那裡，他們不知道那是什麼。所以他們會說“儀式用品”。這意味著他們不知道那是什麼。好的。所以國際象棋不是儀式用品。你知道它是什麼。我和某人下國際象棋。假設我和安德魯下棋。我們在下棋，我開始輸了，我拿起他的皇后棋子，把它掰斷，扔掉，然後說，“啊哈。”他說，“沒問題。”他拿出一個硬幣。在加拿大，我們有，我們仍然有。我們過去的硬幣上印有伊麗莎白女王的肖像，硬幣的正面，不是背面。他說，“這將是我的皇后。”他把它放在棋盤上，開始用它作為皇后。什麼？我拿起硬幣扔掉。他說，“好吧。”他說，“這塊石頭。”他拿起石頭放在上面，然後開始，我無法應付他的巫術。他太……我說，“他是怎麼做到的？”但我犯了一個錯誤。我犯了一個錯誤，因為你可以用木塊、金屬塊、塑料塊、石頭塊來下國際象棋。你甚至可以把一大群直升機聚集在一起，在上面插上旗子，讓它們在屋頂上移動，你就可以玩直升機國際象棋。你可以身處世界的不同角落，你所做的就是通過互聯網互相發送字母和數字，然後你就可以玩一局國際象棋。你看，國際象棋是多重可實現的。只要你能玩這個遊戲，只要你能運行這些功能，它是由什麼製成的就無關緊要了。這有道理嗎？事實上，這將是一個重大的錯誤。你正在看人們下國際象棋，等到他們下完，你拿起棋子，回家，然後說，我要弄清楚國際象棋。我要對這些棋子進行化學分析，這將告訴我國際象棋是什麼，以及國際象棋是如何運作的。你會說，嗯，你沒有弄清楚國際象棋。國際象棋是多重可實現的。我們知道，至少非常非常合理地認為，智力是多重可實現的。所以我們必須非常非常小心，不要僅僅說智力是大腦過程 X 或人類大腦過程 Y 或人類大腦結構 Z。我們需要一個智力理論，它能夠恰當地泛化並考慮到多重可實現性。這將非常重要。這將非常重要，因為我們將看到，有些理論傾向於過於依賴它們的特定層次，而忘記了智力存在於多個層次，並且是多重可實現的。所以我們將需要一個非常獨特的理論。這樣可以嗎？這有道理嗎？好的。所以請記住。第二課，但我們必須避免所謂的“類人偶謬誤”。聽起來很重要，對吧？拉丁語一定很重要。類人偶謬誤。所以類人偶是一個小人。小人。什麼？小人謬誤。這是什麼意思？好的。我小時候，這件事甚至困擾了我，順便說一句，但我是一個奇怪的孩子，所以沒關係。我當時在看一部迪士尼電影，在迪士尼變成現在這樣之前，對吧？他們試圖解釋事物是如何運作的。類似於迪士尼製作的兒童科學節目，對吧？就像，這就是視覺是如何運作的。所以外面有一個三角形。它產生光。光進入眼睛。它作為信息傳輸，然後，然後他們對信息進行歧義處理。它進入你的心靈，然後有一個小屏幕，上面有一個三角形，然後那個小人認出了它，然後說“三角形”。這就是你看到三角形的方式。然後你會說，“等等，這不是解釋。你告訴我，視覺是如何運作的，就是我裡面有一個小人，他有視覺。那個小人怎麼看見的？”哦，嗯，在他心靈裡面還有一個更小的，你就得到一個無限回歸。你沒有得到解釋。這就像有人給你一張1000美元的支票，你去銀行兌現，他們只給你另一張支票，你從一家銀行到另一家銀行，它從未兌現。你從未得到，那是什麼？你可能會想，沒有人會犯這種錯誤。哦，是的，他們會。你會看到的。你會看到的。人們會試圖用本身就具有智能的過程來解釋智力，這些過程本身就是智能的認知代理。這告訴了我們一些事情。我們必須這樣做。我們必須這樣做。我們必須最終用那些本身並不智能或不是智能代理的原則和過程來解釋智力。在你認為，哇，我們能做到嗎？嗯，想想這個，這並不完全一樣，但它展示了我所說的原則。智力是如何出現在這裡的？長期以來，人們認為你需要有智力才能創造智力。你需要有一個智能設計師，又名上帝。而那個人就是製造智力的人。順便說一句，很長一段時間裡，這並不是一個愚蠢的論點。但後來達爾文來了。達爾文證明了，你可以有一個本身不是智能代理的過程——進化——實際上可以設計和創造智能生物。哦。哦。所以，有可能從本身並不智能的過程中解釋智力的出現。這是在物種之間。但這意味著，原則上，可以從本身並不智能的過程中解釋智力。好的。所以我們想要包含多重可實現性的泛化性，並避免類人偶謬誤。我們將在試圖建立一個合理的認知科學智力理論時，做所有這些事情。你可能會說，好了，我們能做到嗎？我們能做到嗎？我們必須做所有這些工作。為什麼？因為請記住我一開始說的話，智力是有爭議的。我不是說在公共媒體意義上的爭議。我的意思是它在科學上、知識上是有爭議的。所以我們必須建立一個非常謹慎的框架，以便我們能夠恰當地應對這種爭議，並能夠給出一個強有力而清晰的答案，說明我們提出的智力是什麼。所以，正如我所說，我們將從心理學開始，它有兩個部分。心理測量學和認知學。當然，認知學是認知科學的一部分。這就是我來這裡的原因。好的。所以，心理測量學，測量地球。這是你的測量心靈。這是我們測量心靈的方式。有很多心理測量測試。我們可以給你做心理測量測試來確定你的個性結構。你對開放性很高嗎？我認為你很高，順便說一句。你對開放性很高嗎？你對盡責性很高嗎？你都聽說過。我可以做心理測量測試來確定你的依戀風格。你在人際關係中是安全依戀嗎？你是焦慮依戀嗎？你是迴避依戀嗎？這些都很強大。我們也一直在做，而且我們做得最長的是心理測量測試，基本上從19世紀末開始，事實上，我們一直在對智力進行心理測量測試。現在，這些測試幾乎完全是，儘管人們最近也做了一些有趣的事情。我看到一個關於狗的，我會談論一個關於老鼠的，但總的來說，心理測量測試都是針對人類進行的，因為對心理測量測試的關注是解釋物種內部的差異。首先，她是否比他更聰明？我不知道。我這裡不作任何聲明，但我們可以問這個問題。然後，我們能否給出一個合理而清晰的答案？嗯，我需要做什麼？我需要用一些好的測量方法來測量她的智力，他的智力，並用它來比較他們的智力。這是主要目標。你可能會說，為什麼我們要這樣做？這不會導致人類的壓迫之類的嗎？好的，智商測試曾被不當使用，有過一段糟糕的歷史。它們被用來，你知道，推行優生學計劃和種族主義……我不知道你該怎麼稱呼它們。我不想用任何其他詞來稱呼它們。種族主義項目聽起來像合法的事情。好的。但這就是它的濫用。我為一本教科書寫了一章關於智力的內容，我會回顧那段歷史。我不會這樣做，因為我們不是在做心理學……心理測量學測試智力的歷史。但我想說的是以下幾點。所有這些都是事實，但這不是全部。現在，我指的是什麼？智力測量已經考慮了這些因素，並一再進行自我糾正，以試圖減少這些因素對測試的影響。我們現在甚至在以顯著的方式進行跨文化測試。你得到，好的。而這就是我想讓你聽到的。沒有其他任何測量經過了同樣程度的自我糾正。我告訴你的其他測量，個性，一點點跨文化，依戀，幾乎沒有。所以，是的，智力測量曾被用於邪惡的目的，但這恰恰強烈地推動了對智力測量的可靠糾正。所以，我會說，與我們其他許多心理測量方法相比，你可以提出一個有力的論點，證明它沒有這些偏見。有什麼東西是完全沒有偏見的嗎？不。但我們不能以這個標準來衡量任何事物，否則我們就什麼科學都做不了。所以我想說的是，我承認這種邪惡，所有好的研究人員也承認它，然後他們指出，我們已經有幾十年的時間，現在已經超過一個世紀了，一直在改進測試以處理這些批評。這樣可以嗎？所以，撇開邪惡不談，你為什麼還要測量人們的智力呢？嗯，你可能想測量人們的智力，以指導他們的學術生涯。事實上，我們稍後會看到，這就是第一個具有一定預測能力的測試的最初動機，試圖幫助孩子們做出學術選擇。你可能會說這不公平。或者，但你可以提出一個平等的論點，我不會深入探討這個論點。不告訴他們他們的智力可能是什麼也是不公平的，因為這樣你就剝奪了他們強烈預測他們做某些事情的能力的信息。例如，美國陸軍要求你參加智商測試，如果你的分數太低，你就不被允許進入。為什麼？因為如果你的智商太低，你知道會發生什麼嗎？你會死。你知道很多人不想做什麼嗎？死。好的。所以你不能對此過於簡單化。你必須以非常非常細緻和複雜的框架來處理。好的。所以，我們在這裡處理的是物種內部的差異，人類物種的差異。那麼，什麼是認知理論呢？認知理論不是測量，儘管它們會是測量，你知道，就像實驗數據一樣，但我的意思是，它們的項目不僅僅是測量智力，它們的項目是解釋智力。什麼是智力？當我們使一個人變得聰明時，哪些認知過程和原則在起作用？因為你看，心理測量測試並沒有真正回答這個問題，它們只是說這裡有智力，而他比她擁有更多。當你說，“好吧，他擁有什麼？”他們會說，“智力。”然後你會說，“但是什麼是智力？他擁有更多的什麼？”然後它就陷入了那個循環。你顯然想打破那個循環。而認知理論所做的，就是試圖解釋智力背後的原則和過程。好的。所以你有心理學方法，它包括這兩者。這是心理測量學和認知學。現在，這與分類學相對。這是基於我與扎克·歐文（Zach Irving）幾年前的一份未發表的手稿。應該試圖發表。你總是在做17000件事情。分類學是什麼意思？它的意思是，我正在認真對待多重可實現性。我想提出一個解釋，不僅解釋物種內個體之間的差異，還解釋物種之間的差異，或者讓我能夠以有意義的比較和原則性的方式來談論人類智力和人工智能。所以現在我正在試圖弄清楚，哪些特徵允許任何東西進入“智能”這個範疇，而人工智能和生物學在這裡扮演著非常重要的角色，因為我想知道，例如，章魚身上發生了什麼。我想知道ChatGPT4身上發生了什麼。它與人類身上的情況有什麼相似和不同之處？當然，這是我已經提出的論點，我們需要一個綜合的解釋，因為錯過任何一個部分，都將是對智力是什麼的極度不完整的解釋。所以，我們將做心理學。我們將從心理測量學開始。我們將進入認知學。然後我們將做神經科學，然後我們將進入人工智能，這就是我們將如何不斷擴大我們考慮的範疇。這樣可以嗎？這有道理嗎？智力，人們在19世紀末開始試圖測量智力。始於一個叫高爾頓（Golton）的傢伙。他是查爾斯·達爾文的表弟，他認為人們區分感官的能力，比如區分物體的重量或聲音，就是衡量智力的方式。還有另一個叫卡特爾（Catel）的人。他試圖研究感覺運動能力和其他能力，他認為通過測量它們，他受到了高爾頓的影響，你就可以衡量智力。現在，這兩者都失敗了，因為各種測試沒有相互預測，這意味著它們沒有測量相同的事物，而且它們沒有預測人們在大家一致認為需要智力的領域的行為，比如學校。就像，哦，所以那個項目失敗了。現在，在19世紀末，比奈（Binet）和西蒙（Simon）在1906年發表時，他們在做別的事情。事實上，他們做了一個非常重要的舉動，這將對所有關於智力的心理測量測試至關重要。他們說，“我們不會關注那些低級別的因素，因為它們沒有抓住智力是什麼。我們想做的是，我們想找到那些能夠可靠預測孩子們在學校表現如何的因素。”因為大家都同意學校是一個需要智力的地方。我們要做的是，我們將找到能夠可靠預測人們在學校表現如何的測量方法。這就是他們……這是他們在心理測量學上與高爾頓和卡特爾區別開來的第一個地方，他們成功地生產了能夠可靠預測孩子們在學校表現如何的測量方法。他們做了什麼？他們轉向了什麼？為了做到這一點，為了使其具有預測可靠性，他們從這些低級別的測量轉向了他們所謂的“判斷技能”，這是一個更抽象、更模糊的概念。他們的意思是什麼？例如，引導思維完成任務的步驟，就像一步一步地進行，採用正確的策略來解決問題，準確地監控你的表現。他們實際上是在將智力測試轉向解決問題。人們如何解決問題，抽象問題？這成為所有心理測量測試的關鍵。人類如何解決這些抽象問題？所以我們說我們面臨一個問題。抱歉雙關語。我現在要說一點，我們將在進行人工智能時更詳細地討論這一點，因為這個區別對人工智能非常重要。但有兩種問題。現在，我們就直觀地來談談。我們稍後會更具體地談。好的。所以，我想讓你比較這兩種問題。一個乘法問題，比如33 * 25。哇，這是一個非常糟糕的3。你們中有多少人能做到？你們中有多少人能做到？我希望你們現在都能做到。而且你可以可靠地預測你可能會做對。是的。那麼，這是什麼樣的問題呢？嗯，你……這就是問題所在。你知道這是什麼樣的問題。這是一個乘法問題。它立即告訴你這是什麼樣的問題，以及你應該做什麼。事實上，你可能根本沒有考慮過唱歌與解決這個問題無關。你會說，嗯，我會做的，我會唱歌。這不會……那有什麼用呢？那什麼也做不了。你也知道目標看起來會是什麼樣。你知道最終會在這裡結束。你知道它不會是任何人做過的最好的企鵝圖。你知道那不能回答問題。這裡必須……這裡必須有一個數字。它必須是一個比這兩個數字都大的數字。我可以取這個數字，除以這個數字，得到這個數字。你對你應該做什麼有所有這些非常清晰的約束和指導。這有道理嗎？這被稱為一個定義良好的問題。其他人稱之為分析性問題。對同一件事有很多不同的命名。心理學中的一個問題，稱為“jinglejangle”問題。我們給同一件事多個名稱。現在，我想讓你把它與另一種問題進行比較。你現在面臨的問題，做好筆記。一開始看起來是什麼樣的？我有一張空白頁。這很有幫助嗎？不。因為空白頁是很多事情的開端。我會想，哇。我應該做什麼？嗯，我應該寫點東西。寫什麼？哦，如果你看看她的筆記和他的筆記和她的筆記，它們都會看起來一樣嗎？不。有些會有非詞語，會有箭頭或星星或下劃線或大寫字母，或者會有縮進。這到底是什麼？好的。結果看起來是什麼樣的？嗯，好的筆記。而這一切的變化，它們看起來是什麼樣的？嗯，然後你會給我同義詞。你會說，“嗯，我已經捕捉到了關鍵信息，關鍵信息。”你的意思是，你已經鎖定了相關信息。現在請注意，你不知道……當你開始的時候，你真的不知道。從你的起點你沒有多少指導，你應該做什麼。你對目標狀態看起來是什麼樣的並不清楚。你不知道操作是什麼。也許在腦海裡唱歌對做筆記很有幫助。我不知道。我學習的時候，我會為某些事情聽音樂，因為
然后，当我参加考试时，我会想起那首歌，它会帮助我记住它。就这样。做笔记是好的。你知道，这些都是定义不清的问题。这是我最喜欢的。嗯，这是我最喜欢的例子，尽管我讨厌经历它，但这是一个定义不清的问题。所以，我已经很大了，所以我的生活中曾多次经历过我的关系结束，然后我发现自己单身，然后在适当的哀悼之后，我回到了精彩的约会世界。我讨厌约会，因为你要么被拒绝，要么拒绝别人。而人类讨厌这两种情况。我几乎同样讨厌这两种情况。所以问题来了。进行一次成功的第一次约会。你知道这是一个定义不清的问题，因为你的朋友会给你一些听起来很重要但却毫无用处的建议。所以我很直。所以，我将从这个取向来做，因为我就是这样的人，对吧？所以，看着她的眼睛，但不要看太多。试着幽默，但不要太幽默。问问题，但不要问太多。身体前倾，但不要太频繁。我意识到，无论如何，他们以后都可以对我说：“我告诉过你了。”现在，这是重点。在你的教育中，在学校里，本和西蒙在为学校培训人们做什么？你被赋予了许多定义明确的问题。世界主要由什么组成？定义不清的问题。所以，这是一个困扰心理测量学的智力的问题，那就是我们测试人们在定义明确的问题上的表现，试图预测他们在定义不清的问题上的表现。现在，我们在这方面取得了一些成功。我并不是说这一切都是徒劳的，但我们会一次又一次地回到这个问题上来。好的？现在，为什么比奈和西蒙使用定义明确的问题？是什么原因？它们极易测量。你可以测量这些，因为它们定义得非常明确。你可以测量出哪个是正确的答案，哪个是错误的答案，花了你太多时间，等等。比如，这对定义不清的问题有用吗？比如，第一次约会应该花多长时间？嗯，一年以内。好的。对吧？你怎么知道你做对了还是错了？事实上，即使对方说他们想再见到你，这也不意味着你的第一次约会是成功的。我学到了这一点。哦，有人只是在客气。好的。所以，有两个原因。他们让孩子们做他们将在学校遇到的那种问题，定义明确的问题。而这些定义明确的问题给了他们所需要的东西。它们极易测量。它们极易测量。所以，这就是为什么定义明确的问题从一开始就在智力心理测量学中被赋予了重要的优先地位。有一些重要的智力研究者，罗伯特·斯特恩伯格就是其中之一，他强调我们需要修改我们的测试，以便包含更多的定义不清的问题。他谈到了成功的智力，这包括不仅解决定义明确的问题，而且解决定义不清的问题的能力。我认为这很重要。他受到了重视，但我不知道他的工作是否足够强大，能够获得任何重要的共识。所以，他提出了一个观点。嗯，人们承认这一点，但我认为他并没有真正显著地解决这个问题。好的。那么，让我们回到所有这些研究的结果。所以，比奈和西蒙在做这件事，测试也在不断修改。还记得我说过有一个漫长的修改历史吗？顺便说一句，它一直在继续。然后我们来到了一个将为我们提供智力核心现象的研究者的工作。这就是斯皮尔曼。斯皮尔曼在1904年、1923年和1930年发表了文章。他发现了什么？他发现了一些非常有趣的事情，而且这在很大程度上与我们目前的许多文化观念相悖。他发现，孩子们在学校任何一个科目上的表现，都强烈地预示着他们在所有其他科目上的表现。现在，我们有一些观念，你知道，如果你擅长体育，你就不能擅长艺术，如果你擅长艺术，你就不能擅长数学。当然，人们确实有天赋。没有人会否认这一点。但那个说法实际上是错误的。你知道，比如，当我作为一个武术家与人搏斗时，我不想要一个非常聪明的人。他们是致命的。他们很危险，对吧？所以他发现了这一点，他开始做的是，他开始进行更具体的测试，并且他不断地获得证据支持这种强大的正相关。我在A上的表现预示着我在B上的表现，而B上的表现又预示着我在A上的表现。这预示着我在C上的表现。A也是如此。C预示着B。你明白我的意思吗？每一部分都预示着你将在其他所有方面表现如何。你有一个强大的正相关。所以，这被称为G，即智力的普遍因素。似乎存在某种普遍因素在起作用。当然，你也有一些特定的智力，比如骑自行车之类的，但这里的想法是，哦，但有一个普遍因素。这里有一点值得思考。也许这个普遍因素是造成你是一个通用领域问题解决者的原因。你拥有普遍智力。记住，你可以在各种各样的领域解决各种各样的问题。嗯，这就是这里发生的事情。G表明孩子们，以及最终的成年人，因为测试范围的扩大，能够以各种各样的方式解决各种各样的问题，可能使用相同的东西来做到这一点。哦，这真的很有趣。这真的非常非常有趣。所以他将G理解为反映推理。现在，这个词我们有问题，因为它模棱两可。哦，我知道什么是推理。你知道吗？因为定义明确的推理和定义不清的推理之间存在区别。什么是定义明确的？定义明确的推理是演绎和归纳。演绎是我们自己在逻辑中所做的。所有人都会死。苏格拉底是人。因此，苏格拉底会死。这就是演绎。我们有一个非常清晰的正式系统来定义它。归纳。我们有一个非常清晰的正式系统来定义它。它被称为概率论。太好了。太好了。所以这些是定义明确的推理形式。这是你主要做的推理吗？不，不是。好的。所以我们在这里谈论了一位伟大的科学家，达尔文，以及达尔文是如何击败了佩利的。佩利是主张智能设计的家伙。现在呢？佩利是如何论证生物的设计是基于一个智能设计者的？嗯，他说，“好吧，这是动物。我不会试图画动物。我不自称是艺术家。那是动物。你就接受吧。”好的，这是一只山羊。你注意到山羊有什么特点？它们非常适合它们的生活环境和生活方式。好的？就像，什么能造就一只山羊？侵蚀能造就一只山羊吗？你知道，大峡谷是由侵蚀形成的。不，这似乎不太可能。我们提出了一个解释。解释一。不行，不是那个。闪电呢？闪电击中物体，闪电击打一些沙子，然后就有一只山羊。不行，不行，不行。他说，你看你在做什么。注意所有这些都无法解释一块手表。因此，他说，那么你会怎么做？你会说，“哦，解释一块手表的是一个智能设计者。我需要那种解释来解释一块手表的设计复杂性和功能适应性。”然后佩利说，我们需要同样的东西来解释山羊。现在，在达尔文之前，这是一个很好的论点。现在，你需要了解这一点。好的，这不是一个归纳论证。他没有把一群山羊聚集在一起，然后从中得出上帝的结论。那不是什么？山羊。山羊。山羊。山羊。山羊。上帝。那行不通。这不是演绎。上帝，所以，山羊，那行不通。这叫做最佳解释推论，或者有点令人困惑地叫做归谬法，听起来像是外星人对你做的事情。好吧。那么达尔文在《物种起源》中是如何论证的？他说，“等等，我有一个更好的解释，比这个好。”最佳解释推论。它比这个好。为什么更好？因为它基于实体。我可以看到繁殖、竞争、变异，它不仅解释了好的设计，而且解释了坏的设计。比如，有一根神经一直向下又一直向上，在长颈鹿身上非常糟糕，因为它在长颈鹿的脖子里一直向上又一直向下。这是怎么回事？为什么会这样？这是因为你是进化的结果。J，你知道，熊猫的拇指。熊猫，它们抓竹子，看起来像是有拇指。只是这块骨头稍微变大了一点。糟糕的设计。你充满了糟糕的设计。你的呼吸管和食物管是同一根管子。所以，你知道人们是怎么死的吗？吃东西。这是一件非常糟糕的事情，直到我们有了医学，生孩子，要么孩子要么母亲会死，25%的时间都会死，就像我们想出了门，把孩子带出去，关上门，轮子。轮子。轮子在哪里？好的，你明白我的意思吗？达尔文的理论既解释了糟糕的设计，也解释了好的设计，因为达尔文的理论说，你只需要一个能够击败竞争对手的设计。你不需要完美或好的设计。所以这是最佳解释推论。而这正是大多数科学运作的方式。它不是归纳。它不是演绎。要使其成为演绎，你知道我必须做什么吗？我必须生成所有可能的解释。可能的解释的数量是无限的。我不可能做到。我们还通过类比进行论证。我将山羊与手表进行比较。它既不是演绎也不是归纳。那是通过类比。我进行归谬法论证。我看着一堆东西，然后说，“哦，这里有一个模式。”所以，你有演绎，你有归谬法，你有类比，我们一直在这样做来解决我们的问题。这些也被认为是推理，但它们都是定义不清的推理形式。你明白吗？所以我们必须非常小心，不要在听到研究人员说推理时就听到逻辑。它并不排除逻辑。它并不排除概率论，但它并不等同于它们。它是一种更广泛的能力，能够让你用你的头脑来解决问题。可以吗？很多人认为这里谈论的只是逻辑能力。事实并非如此。斯皮尔曼在提出G的所有证据后立即发生的事情是，顺便说一句，支持这一点的证据还在不断积累。年复一年，我们不断获得更多支持G的证据。好的。所以没有人否认G是一个真实存在的事物。但最初有一个争论，一些人说它只是一个统计上的假象，就像平均有多少孩子？三个半。所以我应该能够走进一个家庭找到三个半孩子。这太荒谬了。你知道那是一个统计上的假象。这只是统计推理工作方式的结果。所以有些人说G不是一个真实存在的事物。它只是一个统计上的假象。我不会深入讨论这场辩论的历史，因为存在压倒性的共识。看看Deir 2020年或更高版本的《智力》一书，或者Coleman Hunt 2024年的《智力科学》，压倒性的共识是G是一个真实存在的事物。它不是一个统计上的假象。所以它指向了某些东西。所以我不会深入讨论这场辩论，因为我认为这场辩论在很大程度上已经被科学界解决了。你并没有发挥出你全部的潜力，而且你自己也知道。你想建立一个坚实的基础知识，让任何事情都无法动摇你吗？去学习音乐、艺术、文学、数学、历史和生物学。在哪里可以找到愿意以你的速度教你你认为至关重要的主题的人，以便你成为最好的自己？在彼得森学院，我们已经有50个精彩的8小时讲座。每个月还有四个新的讲座。深入思考你可能成为什么样的人。给你的未来自己一个恩惠。加入我们拥有40,000人的蓬勃发展、雄心勃勃的社区。[音乐]