机会无处不在。你需要投下鱼钩；在最意想不到的池塘里，你会钓到鱼。——奥维德
通用智能的发展依赖于构建能够自行生成算法的AI，只有这样才能让AI摆脱人类的手工规划，真正地走向自主发展的道路。
对于如何实现通用智能，前OpenAI研究经理、英属哥伦比亚大学副教授杰夫·克鲁恩（Jeff Clune）认为，达尔文进化论已经给了我们答案——从单细胞生命到人类文明，智能的发展似乎暗示着一个规律——智能或许并不是被计划好的。它诞生于智能体自身的不断迭代和进步。在这个过程中，智能体自身会产生有利于其发展的进化方法（算法）。
作为进化论的拥趸，克鲁恩早年为了探究智能的本质，完成了哲学的学习。此后又因为阅读了对美国进化算法科学家霍德・利普森（Hod Lipson）的报道，毅然投入到人工智能的学习和研究中。之后他与同事们联合成立了Uber AI Lab，并担任过OpenAI研究团队的负责人。近日在AI学界引起关注的VPT（Video PreTraining，视频预训练）模型便有克鲁恩的贡献。
在此，有必要先解释一下VPT是什么？在OpenAI看来，互联网包含大量公开可用的视频，我们人类可以从中学习，就像我们在B站上看演奏乐器、绘画、电子游戏等各类记录创作过程的视频一样。但对于人工智能而言，这些视频只是记录下发生了什么，并未提供具体的实现方式。
所以，相较于语言，视频数据为大模型带来了新的挑战。为此，OpenAI就对VPT这一方法进行了探索。通过从第三方那里收集数据集（包括视频与键鼠操作），OpenAI训练了一个反向动态模型（IDM），该模型被用来预测视频中玩家的每一步动作。
随后，IDM被用来标记了70,000小时的在线视频，VPT模型经过这70,000小时的培训，最终学会了玩《我的世界》（Minecraft）这款游戏，而且还能完成制作钻石镐这样复杂的行动（包含24,000次动作）。这一模型的初步成功为人工智能进一步自主向外探索世界提供了可能，让其向“人”更进一步。而在人工智能领域取得如此成绩的克鲁恩，其最初学习的专业——哲学——看起来与人工智能毫不相干。
杰夫·克鲁恩，主要研究深度学习，包括深度强化学习。他曾担任OpenAI研究团队负责人、Uber人工智能实验室高级研究经理和创始成员、怀俄明大学计算机科学哈里斯副教授、康奈尔大学研究科学家。
从哲学本科生到计算机博士，追求解答进化与智能两大问题
①达尔文进化论的忠实拥趸，想通过哲学理解智能本源
克鲁恩并非一开始就进入计算机科学的领域。在本科阶段，他在密歇根大学学习哲学。根据Uber Engeering在2019年的一篇采访文章，克鲁恩一直对两个问题非常痴迷：
地球上如此复杂的生命形式是如何演化出来的？比如说，自然界为何有美洲豹、鹰、海豚、鲸鱼等各种各样不同形式的生命？什么样的方式能够诞生出如此无穷无尽的生命工程奇迹？达尔文的进化论回答了一些问题，但还有很多人类没有理解的地方。
“思考”是如何发生的？我们是否能够构建一个有思想的机器？
为此，克鲁恩选择哲学作为大学专业。令他感到失望的是，尽管哲学非常有趣，他却无法检验自己的观点是否正确并通过迭代的方式改进。
2000年代初，克鲁恩阅读了一篇介绍时任康奈尔大学教授霍德・利普森使用进化算法开发机器人的文章。他深受影响，打算研究机器学习和计算机科学，因为他终于有机会能够通过构建智能系统来理解它。克鲁恩认同美国理论物理学家理查德·费曼（Richard Feynman）的名言：“我所不能创造的，我便不能理解。”（What I cannot create, I do not understand.）在克鲁恩看来，人工智能研究是可以解答进化和思考问题的绝佳途径。
②跨专业申请博士屡遭拒绝，八年求学为与偶像共事
怀着一腔热情的克鲁恩首先联系了利普森，希望能够加入他的实验室。但实验室需要申请者具有计算机博士学位，而克鲁恩当时仅仅本科毕业。之后在申请博士的过程中，由于他只有哲学背景，因此遭到了广泛的拒绝，而申请计算机博士项目，需要有一个本科的计算机学位。
机会来自密歇根州立大学，克鲁恩发现有一位教授与使用进化算法领域的研究者一起研究生物系统复杂性的进化进程。克鲁恩于是在密歇根州立大学完成了哲学硕士的学业，并申请了计算机博士项目。终于，在读到利普森的文章近8年后，克鲁恩获得博士学位并跟利普森取得了联系。“我现在有博士学位了，可以加入你的实验室吗？”
霍德・利普森教授，哥伦比亚大学创意机器实验室主任。利普森的研究主要关注进化机器人学、设计自动化、快速成型、人工生命以及创造可以展示人类某些方面创造力的机器。
利普森教授爽快地答应了。克鲁恩加入实验室后非常激动，他形容那里就像是《查理与巧克力工厂》中令人眼花缭乱的威利旺卡巧克力工厂。两年后，克鲁恩在怀俄明大学成立了自己的实验室。现在，他几乎每周都能收到学生的邮件，他们也像当年的自己一样，渴望进入人工智能的领域，但不知道应该怎么去做。
克鲁恩在利普森教授的Creative Machine Lab，使用3D打印机打印由人工智能设计的物体。特别的是，这些物体是基于发展生物学（Developmental Biology）启发的编码设计生成的，这种思路被称为CPPNs，由肯尼斯·斯坦利（Kenneth Stanley）提出。
③伟大无法被计划：影响克鲁恩的重大思想
克鲁恩表示，对他职业生涯影响最大的是人工智能科学家肯尼斯·斯坦利。斯坦利教授是Geometric Intelligence的联合创始人，克鲁恩曾经也在这家创业公司，公司后来被Uber收购，成为创建Uber AI Labs的一部分（斯坦利教授也是该实验室的创始成员）。斯坦利于2020年加入OpenAI，他以神经进化方面的许多突破而闻名，包括NEAT、HyperNEAT、CPPNs、Novelty Search、POET和Go-Explore（最后两个与克鲁恩合作）等。
斯坦利与乔尔·雷曼合著了《为什么伟大不能被计划》（Why Greatness Cannot Be Planned: The Myth of the Objective），其简体中文版亦于近期出版。该书从科研、教育、生物进化等多领域进行了观察，提出“目标悖论”的观点，即“一旦创造了一个目标，我们就毁掉了实现它的能力”。这本书中的许多想法都体现在斯坦利和克鲁恩在质量多样性算法（Quality Diversity Algorithms）和开放式算法(Open-ended Algotithms)方面的工作中，例如POET和Enhanced POET。
在斯坦利看来，关于创造力的讨论通常集中在人类及其神经基础上，但最多产的创造者其实是“进化”。地球上数以百万计的物种都是它的产物，从光合作用到人类的智能水平，它的过程是如此开放，以至于从它诞生的数十亿年以来，它仍在持续产生新奇事物。在《为什么伟大不能被计划》一书中，两位作者通过介绍其在人工智能研究过程中发现的“踏脚石模型”，论证了对多维新奇性的探索如何较单一的目标更能实现伟大的成就。
在回顾这本书的发展历程时，斯坦利说:“这些想法始于计算机科学的中的一些发现。我们当时注意到，如果你没有目标，在人工智能研究中进行的某些尝试反而表现得更好，这为我们的研究带来了新的突破。所以你可以把这看作是一个发现的过程。我们发现很多这样的例子，如果你不告诉模型它最终需要能够做什么，它的表现反而会更好。换句话说，你不需要为其提供一个目标。”
打破“目标神话”，AI时代的“达尔文”
人这样地兴起而攀登了生物阶梯的顶层，固然并不是由于他自己有意识的努力。——达尔文
对于反“目标”的观点，斯坦利解释道:“这非常违背直觉，因为大多数人认为你必须有一个目标才能实现某件事。”但在其研究过程中，斯坦利和同事发现，普遍的看法并不总是正确的。
你可能经常听到有关“妙手偶得”的故事，认为这些经历只是一些幸运儿无法被复制的好运。但这些意外之礼并非无根之水，它们都来自当事人一系列的探索与努力。
通过模仿人类大脑在进化过程中形成的结构和学习方式，斯坦利在计算机内实现了类似于人类大脑的进化过程。在这一研究过程中所发现的“新奇性搜索”“踏脚石模型”等，为斯坦利反思“目标神话”提供了思想基础。
斯坦利说:“研究一些东西起初可能只是因为它很有趣，头脑中并没有一个具体的目标，但这条有趣的研究道路仍然需要投入思考与精力。这就是这本书试图传达的真正精神：人们需要空间来探索他们的直觉觉得重要的道路，即使他们不一定知道他们的方向，也就是没有明确的目标。”
正如J.R.R.托尔金所说，“流浪者不一定都迷失了方向。”斯坦利也希望这本书能引发一场对话，探讨为什么我们几乎所有事情都要通过目标来完成。对话从这样的问题开始：为什么我们害怕让人们在不知道方向的情况下探索？这样做到底有什么错？为什么我们变得如此害怕让这种情况发生？在解答完这些问题，破除长久以来“目标”被赋予的光环之后，斯坦利将“胜利者”的称号赋予了“无目标者”。
以自然进化为例，其在书中反复提及，乃至单开一章进行案例研究，最后得出结论：
正因为进化不存在统领性目标，所以它才能“发明”像人类这样的生物，正是因为它没有“刻意寻找人类”，所以人类才能诞生。目标的悖论，统领了所有大型开放式的创造性系统——从人类的创造发明（以人类自身的智慧和对新奇事物的探索欲望为驱动力），到明显不受人类引导或设计的自然进化。最后，我们对进化过程产生了不同的看法：它似乎更像是一场开放式的头脑风暴，而不是一心一意地去追求某个目标；它更倾向于探索，而不是血淋淋的竞争；它并非是在追求完美，而是在制造一台新奇的鲁布·戈德堡机械。进化好比是一位终极的寻宝者，看似没头没脑，却能在潜藏了所有可能性的空间中找出所有的生物。进化又是世界上最多产的发明家，所有的发明创造，都是在不考虑未来走向的情况下完成的。这就是在不考虑竞争和适应性的情况下，我们依然能够理解进化过程的原因。这或许能成为一个崭新的进化解读视角，彻底屏蔽目标神话的影响。
这与德国哲学家弗里德里希·谢林的观点不谋而合，谢林将“有机体”这一概念作为理解自然的起点。在他看来，自然并非一个机械系统，而是具有生命的整体，就像钟表可以被拆开重组而动物不行——自然也是统一的整体，只有将各个部分合而为一才能正确理解。所以，所谓“高大上”的人类也居于相互联系的自然之网中——来源于某种生物，并将于其他生物共生。同样，在达尔文看来，一维性的进步法否定了生物之间的平等价值，“说一种动物比另一种动物高级其实是很荒谬的。”人类会把自己的价值观念无端地强加于一个本没有负载这种价值的过程之上，斯坦利接受了这一观点，并从此志于破除人们心中的“目标神话”。
达尔文用其毕生研究驳倒了《圣经》中的第一句话：“起初，神创造天地。”在科学一步步战胜神学之后，技术发展的快车将我们人类带到了如今的世界。而在科学技术的探索过程中，依照目标所建立的各项方案纷繁复杂。目标的轻松提出与为实现其而付出的努力不再相称，甚至渐行渐远，“目标”也因此成为了神话。
为此，斯坦利站在了达尔文的肩膀上。他要再次戳破“神话”，将那些被“目标”捆绑住的创造力重新释放回人类手中。
参考资料：
1.智源社区 
https://blog.csdn.net/BAAIBeijing/article/details/126296096。
2.肯尼斯·斯坦利，乔尔·雷曼《为什么伟大不能被计划》，中译出版社2023年4月出版。
相关图书资料：
《为什么伟大不能被计划》
作者：[美]肯尼斯·斯坦利（Kenneth Stanley），[美]乔尔·雷曼（Joel Lehman）
出版时间：2023年4月
ISBN：978-7-5001-7362-5
定价：79元
出版社：中译出版社
注：文章整理自中译出版社。
继续阅读
阅读原文
关键词
达尔文
生物
模型
人类
过程中