婴儿智能中隐藏着智能的三大秘密，即具有明确的目标、可从反正面经验中学习、具有预测能力。婴儿智能中所隐藏的这些“智能的秘密”是理解人类认知和学习机制的重要线索，也是当前人工智能研究（尤其是发展式人工智能、认知计算、强化学习等领域）试图模拟和借鉴的核心要素，与人机环境生态智能系统密切相关。

1、具有明确的目标

婴儿虽然看似“什么都不懂”，但他们的行为并非随机，而是以生存和发展为核心目标驱动的。例如，他们会主动寻找母亲的乳头（觅食目标），对熟悉的面孔微笑（社交联结目标），反复扔东西观察掉落（因果探索目标）。这些目标并非显式“知道”，而是通过内在动机系统（如好奇心、安全感、舒适感）隐式引导行为。也就是说，智能体不需要“理解”目标的高级语义，只需内在评估机制（如奖励/惩罚、误差最小化）即可产生目标导向行为。这在AI中对应内在动机、好奇心驱动学习。

2、可从反正面经验中学习

婴儿是极端高效的终身学习者。他们通过极少的数据快速掌握复杂技能，如语言、物理规律、社会规则。其学习机制包括统计学习，从语音流中提取词汇边界（Saffran et al., 1996）；因果推理，9个月婴儿就能理解“支持关系”（物体不能悬空）；模仿与类比，通过观察他人行为推断意图（Meltzoff的“像 me”理论）；预测编码，大脑持续预测感官输入，误差驱动学习（Friston的“自由能原理”）。婴儿的学习是无监督/自监督+少量监督的混合，依赖预测误差和结构抽象，而非大数据暴力拟合，AI中对应元学习、世界模型、预测编码网络。

3、具有预测能力

婴儿的大脑是预测机器。他们不断构建关于世界的内部模型，用于预测下一步会发生什么，6个月婴儿对“违反物理预期”的事件（如物体穿墙）表现出更长注视（Baillargeon的“违反期望”实验）；他们通过预测他人行为来区分“有意图”与“偶然”动作（Woodward, 1998）；甚至能预测简单社交互动中的“回报”（如微笑是否得到回应）。所以，智能的核心不仅是反应，更是主动预测未来并最小化预测误差。AI中对应世界模型、模型预测控制（MPC）、主动推理。

总之，表面上看，婴儿智能的“三把钥匙”与AI的映射分别表现为：婴儿认知机制具有明确目标，内在动机（好奇心、安全感），AI对应技术是内在奖励、好奇心驱动的RL；婴儿可以从经验学习，能够统计学习+因果推理+预测误差，AI对应的技术是元学习、自监督学习、世界模型；婴儿预测能力体现在内部模型+违反期望检测，AI对应的技术是预测编码、生成模型、主动推理。更深层上的分析，婴儿智能的真正秘密，或许在于“发展”本身——不是“天生聪明”，而是通过身体与环境、通过自主与自我持续交互，逐步构建具身智能、离身智能与反身智能。

这意味着智能并不是静态算法，而是动态发展过程；身体（具身、离身、反身性）和社交（他人、符号、自我）是认知的组成部分；学习不是任务导向，而是生存导向。因而，未来AI的突破，可能不在于“更大的模型”，而在于像婴儿一样：从一无所知开始，在真实世界中自己学会思考。

附录说明：预测编码

预测编码（Predictive Coding）是近年来认知科学和神经科学中最具颠覆性的理论之一。它认为大脑不是被动接收信息的“刺激-反应机器”，而是主动生成预测的“假设-验证机器”，即 “你看到的不是世界本身，而是大脑对世界‘应该是什么样子’的预测。”

预测编码核心原理是最小化预测误差，预测编码框架由Karl Friston等人发展，核心方程是自由能原理（Free Energy Principle）：

大脑 ≡ 预测机器

目标 ≡ 最小化预测误差（即感官输入与内部模型的差异）

例如，你看到一张模糊的狗的照片，大脑会：

（1）自上而下生成预测：“这应该是一只狗”；

（2）自下而上接收感官信号：模糊边缘、棕色毛发；

（3）比较：如果预测足够解释信号，你就“看到狗”；

（4）如果误差太大（比如突然发现有翅膀），大脑更新预测：“可能是蝙蝠？”

感知 = 预测与感官信号的折中；学习 = 更新模型以减少未来误差；注意 = 分配更多资源给高误差区域（“误差显著性”）。

婴儿中的预测编码证据

实验1：违反期望（Violation of Expectation）

场景：5个月婴儿看汽车穿过墙壁的动画。

结果：婴儿盯着更久（高预测误差）。

解释：婴儿的“物理模型”预测“固体不能穿透”，误差触发注意和学习。

实验2：音频预测

场景：婴儿听到“ba ba ba”重复，突然变成“ba ba bi”。

结果：婴儿大脑前额叶出现误差信号（EEG的MMN成分）。

解释：听觉皮层预测“下一个音是ba”，误差驱动模型更新。

预测编码的层级结构

大脑以层级生成模型工作：

高阶，抽象概念（“这是一只狗”），如“狗会叫”

中阶，物体特征（“毛茸茸+四腿”），如“边缘是 curved”

低阶，原始感官（“棕色像素块”），如“光强在 x, y 位置增加”

误差反向传播：高阶预测被送到低阶，解释不了的误差向上传递，驱动高层更新。

AI中的预测编码

 1. PredNet（2016，MIT）

架构：卷积神经网络模拟层级预测编码。

训练：预测下一帧视频，最小化预测误差。

能力：自发学会运动检测、物体边界，无需标签。

 2. 主动推理（Active Inference）

思想：智能体通过行动减少预测误差（而不仅仅是更新模型）。

例子：机器人看到杯子在桌边（预测“会掉”），于是伸手推回去（主动消除误差）。

 3. 生成模型（如VAE, diffusion）

本质：学习数据的生成预测，新样本 = 从预测模型采样。

争议与挑战

1、误差谁定义？ 预测误差需要先验（如“物体不能悬浮”），这些先验从哪来？

2、计算成本，层级反向传播是否能在生物神经元实现？（有理论称由反馈连接完成）

3、意识难题，预测编码能解释无意识感知，但如何解释主观体验仍开放。

 预测编码的“三句话”

1. 大脑是贝叶斯预测机：先验 + 感官 = 后验。

2. 感知 = 可控的幻觉：你“看到”的是大脑最佳猜测。

3. 学习 = 降低惊奇，智能体（婴儿或AI）通过更新模型或改变world来减少误差。

转载本文请联系原作者获取授权，同时请注明本文来自刘伟科学网博客。

链接地址：https://wap.sciencenet.cn/blog-40841-1504295.html?mobile=1

收藏

分享