基因组只能保存管理复杂行为所需信息的一小部分。那么，刚出生的海龟是如何本能地知道要向月光移动的呢？冷泉港实验室的神经科学家提出了这一长期未解之谜的可能解释。他们的见解可能为更先进、更快速的人工智能形式铺平道路。
从出生的那一刻起，我们就为行动做好了准备。许多动物在进入世界后能够表现出惊人的壮举。蜘蛛编织复杂的网，而鲸鱼则立即跃入水中。但这些天生的技能来自哪里呢？显然，大脑至关重要，因为它拥有管理复杂行为所需的庞大神经连接网络。然而，基因组只能包含一小部分这些数据。这个难题多年来一直困扰着研究人员。现在，来自冷泉港实验室的安东尼·扎多尔教授和阿列克谢·库拉科夫教授提出了一个可能的答案，利用人工智能来解决这一问题。
当扎多尔首次遇到这个挑战时，他以一种新颖的方式重新解读它。“如果基因组的有限容量实际上使我们聪明呢？”他思考。“如果这种限制是有益的而不是有害的呢？”换句话说，也许我们思考和快速学习的能力来源于基因组的限制所带来的适应必要性。这是一个重要且雄心勃勃的理论——证明这一点又是另一回事。毕竟，我们无法在实验室环境中复制数十亿年的进化。这时，基因组瓶颈算法的概念便应运而生。
在人工智能领域，世代的演变不是在几十年间发生的，而是通过点击按钮瞬间演变。扎多尔、库拉科夫和冷泉港的博士后研究员迪维扬莎·拉奇和谢尔盖·舒瓦耶夫旨在创建一个计算机算法，以有效组织大量数据——类似于我们的基因组如何浓缩所需的信息以开发功能性脑电路。他们随后将这个新算法与经过多轮训练的人工智能网络进行比较。有趣的是，他们发现这个新创建的、未经训练的算法在图像识别等任务上的表现几乎与最新的人工智能技术一样好。这个算法甚至在经典电子游戏《太空侵略者》中表现出色，似乎对如何玩有天生的理解。
那么，这是否意味着人工智能可能很快模仿我们的自然能力？“我们还没达到那一步，”库拉科夫澄清说。“大脑的皮层结构可以保存约280太字节的信息——相当于32年的高清录像。相比之下，我们的基因组只能管理大约一个小时。这表明，400,000倍的压缩能力仍然没有被超越。”
尽管如此，这个算法在人工智能中展示了前所未有的数据压缩水平。这一特性可能在技术上具有重要应用。研究的首席作者舒瓦耶夫指出：“例如，如果你想在智能手机上操作大型语言模型，实现这一算法的一种方法可能是在硬件中逐层扩展模型。”
这样的进展可能导致更复杂的人工智能，具有更快的处理时间。想想看，经过35亿年的进化才能达到这一点，真是令人惊讶。
