预测性编码
《那些让你更聪明的科学新概念》封面
本文节选自得到APP每天听本书《那些让你更聪明的科学新概念》，作者：傅渥成，链接和插图为博主所加。
预测性编码（Predictive coding）这个概念不但是理解人类认知的一个关键，它还能为我们设计复杂的人工智能系统提供重要的参考。
听到预测性编码这样一个名词，或许你还会觉得有些陌生，其实我们在生活中每天都会用到这个思路。此前，某电视台有一档娱乐节目，里面采访了一个重点中学的学霸，这个学霸在介绍他打羽毛球的经验时，说他可以根据抛体运动的方程，结合击球的力度和角度，再加上当时的风力进行动力学修正，最终来判断球的落地点。当然，这个学霸可能只是在开玩笑，因为谁也不是用这样的方式在打羽毛球的。我们的大脑当然进行了计算，只是这种计算并非是基于牛顿力学的方式，而是通过某种预测的方式来进行的。
我的好朋友、神经科学在读博士赵思家在她的文章中曾经介绍过这种预测的模式，她说：“我们在通过接收外界信息来学习的同时，大脑也在无时无刻地生成自己对外界的模型，在充满不确定性的信息洪流中摸索。”举个例子来说吧，当我们听到一段规律的脚步声，我们的大脑会根据相邻脚步声的间隔，预测出下一步将在什么时候发生，比如，我们预测到，下一步会在一秒后发生，但真实的脚步声却推迟了半秒，预测失败了，大脑马上会意识到环境或者这个人的运动状态发生了改变，这种状态的改变就是我们所学到的东西。
理解了这个例子，我们也就能读懂哲学家、认知科学家安迪·克拉克（Andy Clark）在这本书中对预测编码理论的阐述了。在传统的观念中，我们以为大脑像一台计算机，它不断地接收信息，进行大数据分析，通过计算来找到规律，大脑基于数据建立模型，最终实现预测。但预测编码理论却和传统观念相反，该理论指出，我们的大脑更大程度上是在用已有的模型不断“强行制造”各种丰富的感官数据，在我们的内心中先形成一个预测性的世界，例如我们根据经验预测羽毛球可能的落点。预测性编码模型强调感知的过程本身，我们从一个情境中先感知事件的大致轮廓，再通过大脑补充各种细节，逐步完善预测。这种预测也常常被我们称为直觉。我们用自己的直觉去匹配真实世界中即将发生的事情，并根据即将发生的事情来修正我们的预测，改进我们的直觉。
爱丁堡大学哲学家、认知科学家安迪·克拉克（Andy Clark）
跟大数据分析的模式比起来，预测性编码无疑是更高效的学习模式，它解决了我们现在人工智能发展中的一个重要问题，那就是数据。现在的许多机器学习系统总需要大量的数据，从数据中总结出经验和模式，比如说给计算机数万张有猫脸的图片进行训练，人工智能系统最终可能可以认出猫这种生物来。然而这样的系统与人类的智能比起来，无疑太过落后，我们人类的大脑中有大量的常识，有了这些常识，加上一些自己的脑补和预测，我们在脑海中就形成了一个预测性的世界，即使数据量很少，我们脑海中的预测模型也能很完整。
给计算机数万张有猫脸的图片进行训练，人工智能系统最终可能可以认出猫这种生物来。
比如说鉴别古玩，这其实没有什么大数据，同时期的某种存世文物可能全世界也就几十件，但文物专家却可以根据大量的知识对同时期形态各异的文物形成自己的印象，当我们提到某个时期的某种文物时，文物专家的脑海中就可以预测出一些基本的形象，当他面对眼前的展品或者拍品时，他知道该关心哪些细节，从而就可以对文物的真伪进行判断。
鉴别古玩不需要什么大数据
如果一个人工智能系统具有真正的强人工智能，那它应该不但能从大数据中学习，还要能在面对小数据时，也可以自己进行脑补产生一些数据，通过预测的方式来进行学习。许多人工智能的专家也持这样的观点。Facebook 人工智能实验室的首席科学家杨立昆（Yann LeCun）有句名言：“如果人工智能是一块蛋糕，那么预测学习就是蛋糕本身，而我们现在常见的各种监督学习是外面的糖霜， AlphaGo 那样的增强学习则是蛋糕上的一粒樱桃。目前我们只知道如何制作糖霜和樱桃，却不知道如何制作蛋糕本身。”
Facebook 人工智能实验室的首席科学家杨立昆（Yann LeCun）
怎样才能让机器学会预测学习（Predictive learning）呢？现在的计算机科学家就想，如果要让机器学会认猫，不如让它学会自己画猫，换句话说，如果能有一个模型不断生成一些样本，这就可能可以帮助我们解决预测学习的问题。各类生成模型有很多有意思的应用，比如最近麻省理工学院（MIT）的研究人员就基于生成模型，开发了一种算法用来预测一个视频接下来要发生的动作。这个算法还可以将一张静态的图片制作为活动图片就像 iPhone 所拍摄的 Live Photo 一样，它能生成非常合理的运动模式，这种方法可以帮助机器预测运动的物体对象，这在无人机或者自动驾驶等方面的作用可就太大了。不过更重要的是，这种预测学习的思路有可能帮助计算机像人类一样学习，最终实现真正的强人工智能。
麻省理工学院AI算法预测视频接下来要发生的动作
我们最后再总结一下预测性编码这样一个概念：我们的大脑不是通过机械的学习最终实现预测，而是通过持续不断地预测来进行学习。预测是我们理解人类认知的关键，也是人类与机器思维的一个重要的区别。理解了这个概念，我们对人工智能领域一些最新的成果也就有了更深刻的认识，或许在不久的将来，人工智能可以与预测编码理论发生更为深刻的碰撞，那时将有更多有趣的发现在等待着我们。