“仿生人會夢見電子羊嗎？”
這個科幻領域經典的一問，撕開了未來的黑洞。
《銀翼殺手》中仿生人Roy的演員魯特格爾·哈爾在7月去世，卻爲世界電影史留下了完美的“智能人”的角色。意識覺醒的機器人有自己高尚的生命哲學：“所有榮耀的時刻都將隨着時間消逝，就像雨中的眼淚。”
最後Roy的獨白讓面對賽博空間的人們開始思考生命本身的存在，也爲在智能道路上前赴後繼的人拋出了一連串問題：機器人會做夢嗎？機器人會有“共情能力”嗎？
科幻宗師阿西莫夫曾在自己的短篇小說——《機器人之夢》中，描述了機器人向科學家自白：“我會做夢”時，人類所面臨的不安和悸動。
——“你夢見了什麼？”
——“我看見所有的機器人都被整日整夜的折磨和苦差事壓得直不起腰。他們全都倦於照顧人類，我希望他們可以休息。”
當機器人會存儲記憶並將其復現於大腦中，將其定義爲做夢，並擁有了“共情”能力時，機器和人的區別在哪兒？這是人工智能在倫理和道德上要面臨的終極問題。
機器會做夢，可不是一個好兆頭。
可是科學家們總是在危險的邊緣瘋狂試探，他們明確表示，機器人也需要做夢來休息一下。
Amazing！機器做夢原來是爲了遺忘
夢在大多數情況下都是令人愉快的。人們睡覺時，視覺和音頻碎片會結合成無意義的零散片段和情節敘事，不經意間回憶起的瞬間和生動、想象的場景融合在一起。
然而，睡眠和做夢並不只是爲了夜晚的快樂。
人在沉睡時，大腦會過濾清醒時收集到的信息，然後神經開始發揮作用：拋棄無關的東西、鞏固重要的東西、形成並儲存記憶。
這種高效的神經處理機制，是人類先天的優勢。因此意大利的一個研究小組想對其進行數學建模，以用於人工智能。
研究成果是建立一個算法，通過強制人工網絡進入離線階段來擴展其存儲容量。在此階段，人工網絡會強化相關的存儲器（純模式），擦除不相關的存儲器（虛假模式）。
當數學遇上哺乳動物
阿德里亞諾·巴拉是意大利薩蘭託大學的理論物理學家，他和同事埃琳娜·阿格里亞等從事複雜系統的研究，例如大腦，並建立神經生物學的數學模型。“和工程師相比，我們理論物理學家有點小優勢。”巴拉說，“由於數學本身是不變的，我們可以將研究成果應用於人工智能，並且幾乎不用花錢。我們是神經生物學和工程學之間的橋樑。”
Hopfield模型是人工神經網絡的經典模型，1982年由約翰·霍普菲爾德開發，展示了人工網絡是如何利用模擬真實大腦的模式識別等機制來學習和檢索信息。Hopfield網絡最受歡迎的學習規則是Hebbian學習法，它提出了學習過程中如何加強神經元之間的突觸。
然而，Hopfield模型存在一個缺點，即建模已有幾十年，且只能存儲有限的信息量。以數學方式表示，該對稱網絡的最大存儲容量爲α~0.14。但存儲容量的理論極限是1，也就是α=1。
網絡的容量由它包含的神經元數量（n）決定。每一位信息，例如一個數字像素，都是一種獨特的信息模式（P）。巴拉說：“模式的最大存儲數量p等於0.14乘以n。”
圖片來源：Ana Kova
那麼，爲什麼存儲容量只是理論上可能的一小部分呢？爲什麼它是0.14而不是1？
處於清醒或在線狀態的網絡總是在學習新的信息模式。除了理想模式，它們還收集不相關的，甚至是假的模式。“你可以通過網絡存儲這些重要的模式，但不可避免的是它也會存儲錯誤。”巴拉說，“你無法避免它們，它們是自動生成的。”
他拿起一包萬寶路，把它與駱駝香菸進行比較。“就像你一直在存儲這些香菸的細節，例如藍色的是駱駝、紅色的是萬寶路等，但你也會收集所有冗餘信息，網絡最終會卡住。” 被無關和虛假的信息阻塞，導致存儲最大容量只有0.14。
這種有限的容量雖然不會阻止A.I.執行特定的任務，但是用無用的數據阻塞寶貴的空間是浪費和低效的。意大利團隊的解決方案是通過算法強制網絡進入離線階段，就像哺乳動物的睡眠，用來強化重要記憶並刪除無關記憶。
“這和睡眠很像。”巴拉說，“因爲如果你不能擺脫所有這些虛假的錯誤，它們就會變得太多，網絡不再能夠區分什麼是萬寶路和什麼是駱駝。”
釋放空間
哺乳動物的大腦也在不斷地收集新的信息模式。但是，就像漁船不分青紅皁白地拖網捕撈海底一樣，大腦也會吸取不重要的細節。
“當你醒着的時候，你被動地存儲了大量信息；你並不真正需要它，也不是真正想存儲它。” 巴拉說，“我們還會製造錯誤和虛假的信息模式。要想擺脫這個問題，就要睡覺。”
快速眼動（REM）睡眠階段，即通常做夢的睡眠階段，人們的大腦就在忙着清除無關的記憶，這爲存儲新的信息提供了空間。而在慢波（SW）睡眠中，重要的記憶會得到加強。雖然大多數夢出現在REM階段，但SW階段也會經歷一些難以回憶的模糊夢境。
基於哺乳動物的大腦使用高效機制來清除睡眠中的存儲空間這一事實，研究小組進行了分析，這是他們算法的起點。
圖片來源：unsplash.com/@sharonmccutcheon
“我們說，好吧，看一下神經生物學論文吧，它解釋了現實大腦中的這種現象，還嘗試用數學方法對其進行了建模。”巴拉說，“接着我們又問：如果將這個數學骨幹應用於Hopfield模型，會發生什麼？”
他們的答案發表在4月份《神經網絡》的論文中。在新的算法框架下，人工網絡在標準的在線或清醒期間繼續學習和存儲信息模式。
但是，當存儲容量達到0.14時，網絡將強制進入離線階段或休眠。此睡眠階段用於刪除不相關的信息並整合重要內容，或者更專業地說，用於“虛假模式去除和純模式增強”。通過實施新的離線方案，網絡能夠釋放存儲空間，並將容量增加到1。內容以及應該刪除哪些內容，仍舊需要人爲干預。
該算法和人的睡眠還有其他技術差異。例如，在人類大腦中，擦除和鞏固發生在兩個不同的睡眠階段（REM和SW）；而在網絡的睡眠中，這兩個任務是同時進行的。也許最能區別人類和機器睡眠的在於，人們對睡覺和小憩有自主權，但人工網絡的睡眠是由數學觸發的，而且不需要舒適的毯子。
由此可知，就目前的技術能力而言，機器人的夢境仍舊是冷冰冰的算法。畢竟夢境帶來的記憶機制是人類的先天機能。人類自己都捉摸不透。
想讓機器人能夠像人類一樣做夢，創造一個西部世界？最簡單的辦法就是自己做夢。
畢竟，夢裏什麼都有。
