【深度】分化人类行为和认知能力的6个评估函数

算法是智能系统的灵魂，它很大程度上决定着智能系统的应用潜能。

理解智能，首在于理解算法。AlphaGo拥有两个嵌套的评估函数，一个优选落子策略，一个反馈盘面胜负，由这两个网络所建构的算法经过不断的训练，能够迭代出超人的棋力。虽然评估函数每一次的判断并不是绝对准确，但是它指明了分化的标准和牵引的方向，在不断试错中，在不断的经验积累中，这种看似不起眼的价值指引最终在更久远的时空尺度上涌现出了它超出想象力的专业智慧。

对于人类这个独特的智能体来说，它的算法又会是怎样的呢？人工智能的突飞猛进与学者对大脑神经网络的研究密切相关，人工智能的研究成果又反过来成为理解人体智能的重要参照，结合神经科学、生理学、控制论等众多交叉学科，实际上已经为我们揭示人体智能运行机制提供了越来越丰盛的素材。

本文我们将介绍一个可以一定程度上阐释人体智能的一套计算框架，它包含有6个逐级嵌套的价值评估函数。这6个函数不对机体本身的既定状态进行评价，而是对状态变化的动向进行评价，从而指引机体逐渐适应于各种不确定状况。这6个函数定义了人性的本质。

下面一一简要介绍这6个函数的运行逻辑。

第1层评估函数——宜态分化

首先是第1层评估函数——宜态分化，它与人体内环境的异动密切相关。维纳指出：“高级动物的生命，特别是健康的生命，能够延续下去的条件是很严格的。体温只要有摄氏半度的变化，一般就是疾病的症候；血液的渗透压和它的氢离子浓度必须保持在严格的限度内；白血球和抵抗感染的化学防疫作用必须保持适当的水平；心博率和血压必须既不太高也不太低……我们内部组织中必须是一个由恒温器、氢离子浓度自动控制器、调速器等构成的系统，它相当于一个巨大的化学工厂。[1]”

机体体液循环支撑着细胞或分子层面的复杂调节反馈，促使内环境保持在特定的均衡区间内，而遍布机体的神经系统则不断采集其中的“异常”信号，从而引发机体的本能或定向调节反应。第1层评估函数就是定性什么是“异常”信号，它并不是对信号刺激的影响趋性进行标识，而是对刺激信号的再适应过程进行对比分化，分化的标准就是刺激信号的前后反差程度。当后续信号差异较大时，机体会对这一信号较为敏感，通常会激发明显的行为调节反应；而当后续信号差异不大时，机体会逐渐习惯化这种信号，不会有较为明显的行为调节反应。不过，如果刺激信号本身是非适宜的，例如由神经末梢所采集的伤害信号，那么机体的适应过程会漫长得多，因为