当每块积木都有了“决策”能力

插图：托马斯·富克斯（Thomas Fuchs）

撰文 | 马修·赫特森（Matthew Hutson）

细胞没有大脑。 然而，不知为何，随着一个生物体逐渐生长，其中的细胞不需要来自上层的统一指挥，就知道自己该去哪里、该变成什么、该执行什么功能。通过彼此协作，细胞还能够展现出一种集体智慧，最终构建出复杂的完整形态——无论是一朵花、一头鲸，还是你自己。

如果机器也能模仿这种能力，未来或许就能制造出具有自我修复能力的电路，以及能够在受损的同时评估并修复损伤的计算机。最近发表在《自然·通讯》（Nature Communications）上的一项新研究表明，一种智能“积木”或许能让我们离这一目标更近一步。

这篇论文的资深作者、任职于丹麦哥本哈根信息技术大学和Sakana AI公司的计算机科学家塞巴斯蒂安·里西（Sebastian Risi）说，未来要让机器自行构建，“关键就在于局部的自组织，这样就不会因某一个点失效而导致整个系统故障”。

首先，研究人员在计算机中模拟了许多方块。其中的每一个方块都拥有一个独立运行的神经网络。研究人员用这些方块拼出了近500种三维形状，分别属于7类物体——船、汽车、椅子、吉他、房屋、飞机和桌子——然后测试这些方块能否判断自己组成的物体属于哪一类。每个虚拟方块都包含一组称为“向量”的数字，其中存储着它的记忆和对物体类别的猜测，两者都能随时间变化。每个方块的神经网络会根据相邻方块的向量，指导它更新自身的向量。这些方块共同组成了“神经元胞自动机”（neural cellular automaton）。元胞自动机的一个经典例子是约翰·康威（John Conway）于1970年设计的“生命游戏”，其中的像素会根据相邻像素的数量点亮或熄灭。

这些模拟方块会在彼此之间传递信息，并不断调整自己的向量。它们首先会判断自身周围的环境（例如自己是否位于三维形状的边缘），然后判断相邻方块周围的环境，再依此逐步向外扩展。在神经网络完成训练后，这些方块识别自身所属物体类别的准确率达到了85%至100%，其中“房屋”是最难识别的一类三维形状。

“令人惊讶的是，这些积木仅凭局部信息，就能够推断出整个集体的整体形状。”英国布里斯托大学研究群体机器人的萨比娜·奥埃尔（Sabine Hauert，未参与这项研究）说。

即使有15%的方块被移除，这些虚拟方块往往也能识别自己组成的整体形状。不仅如此，它们还能判断哪些位置缺少了方块，并像生物体一样展现集体智能，重新生成缺失的方块。研究团队还发现，即使一个系统由超过1.8万个方块组成，其中的方块仍能推测自己组成的是什么物体。

最后，研究人员用实体积木测试了这套系统。每块积木的尺寸只有几厘米，内部装有能够独立进行局部运算的电路。当最多197个这样的积木连接成一个特定形状时，它们每一次都能正确识别自己组成了什么物体，准确率达到100%。

里西表示，这项技术在近期就可以用于制作“寓教于乐”的产品。例如，你可以用积木搭出一只恐龙，搭好后它便会发出吼声；或者让积木主动告诉你，下一块应该放在哪里。从更长远的角度来看，研究人员设想未来可以制造出能够自行组装的模块化机器人——根本不再需要说明书了。

本文选自《环球科学》10月刊“前沿”栏目。

本文来自微信公众号“环球科学”。如需转载，请在“环球科学”后台回复“转载”，还可通过公众号菜单、发送邮件到[email protected]与我们取得联系。相关内容禁止用于营销宣传。