“仿生人会梦见电子羊吗？”
这个科幻领域经典的一问，撕开了未来的黑洞。
《银翼杀手》中仿生人 Roy 的演员鲁特格尔·哈尔在 7 月去世，却为世界电影史留下了完美的“智能人”的角色。意识觉醒的机器人有自己高尚的生命哲学：“所有荣耀的时刻都将随着时间消逝，就像雨中的眼泪。”
最后 Roy 的独白让面对赛博空间的人们开始思考生命本身的存在，也为在智能道路上前赴后继的人抛出了一连串问题：机器人会做梦吗？机器人会有“共情能力”吗？
科幻宗师阿西莫夫曾在自己的短篇小说——《机器人之梦》中，描述了机器人向科学家自白：“我会做梦”时，人类所面临的不安和悸动。
——“你梦见了什么？”
——“我看见所有的机器人都被整日整夜的折磨和苦差事压得直不起腰。他们全都倦于照顾人类，我希望他们可以休息。”
当机器人会存储记忆并将其复现于大脑中，将其定义为做梦，并拥有了“共情”能力时，机器和人的区别在哪儿？这是人工智能在伦理和道德上要面临的终极问题。
机器会做梦，可不是一个好兆头。
可是科学家们总是在危险的边缘疯狂试探，他们明确表示，机器人也需要做梦来休息一下。
Amazing！机器做梦原来是为了遗忘
梦在大多数情况下都是令人愉快的。人们睡觉时，视觉和音频碎片会结合成无意义的零散片段和情节叙事，不经意间回忆起的瞬间和生动、想象的场景融合在一起。
然而，睡眠和做梦并不只是为了夜晚的快乐。
人在沉睡时，大脑会过滤清醒时收集到的信息，然后神经开始发挥作用：抛弃无关的东西、巩固重要的东西、形成并储存记忆。
这种高效的神经处理机制，是人类先天的优势。因此意大利的一个研究小组想对其进行数学建模，以用于人工智能。
研究成果是建立一个算法，通过强制人工网络进入离线阶段来扩展其存储容量。在此阶段，人工网络会强化相关的存储器（纯模式），擦除不相关的存储器（虚假模式）。
当数学遇上哺乳动物
阿德里亚诺·巴拉是意大利萨兰托大学的理论物理学家，他和同事埃琳娜·阿格里亚等从事复杂系统的研究，例如大脑，并建立神经生物学的数学模型。“和工程师相比，我们理论物理学家有点小优势。”巴拉说，“由于数学本身是不变的，我们可以将研究成果应用于人工智能，并且几乎不用花钱。我们是神经生物学和工程学之间的桥梁。”
Hopfield 模型是人工神经网络的经典模型，1982 年由约翰·霍普菲尔德开发，展示了人工网络是如何利用模拟真实大脑的模式识别等机制来学习和检索信息。Hopfield 网络最受欢迎的学习规则是 Hebbian 学习法，它提出了学习过程中如何加强神经元之间的突触。
然而，Hopfield 模型存在一个缺点，即建模已有几十年，且只能存储有限的信息量。以数学方式表示，该对称网络的最大存储容量为 α~0.14。但存储容量的理论极限是 1，也就是 α =1。
网络的容量由它包含的神经元数量（n）决定。每一位信息，例如一个数字像素，都是一种独特的信息模式（P）。巴拉说：“模式的最大存储数量 p 等于 0.14 乘以 n。”
图片来源：Ana Kova
那么，为什么存储容量只是理论上可能的一小部分呢？为什么它是 0.14 而不是 1？
处于清醒或在线状态的网络总是在学习新的信息模式。除了理想模式，它们还收集不相关的，甚至是假的模式。“你可以通过网络存储这些重要的模式，但不可避免的是它也会存储错误。”巴拉说，“你无法避免它们，它们是自动生成的。”
他拿起一包万宝路，把它与骆驼香烟进行比较。“就像你一直在存储这些香烟的细节，例如蓝色的是骆驼、红色的是万宝路等，但你也会收集所有冗余信息，网络最终会卡住。”被无关和虚假的信息阻塞，导致存储最大容量只有 0.14。
这种有限的容量虽然不会阻止 A.I. 执行特定的任务，但是用无用的数据阻塞宝贵的空间是浪费和低效的。意大利团队的解决方案是通过算法强制网络进入离线阶段，就像哺乳动物的睡眠，用来强化重要记忆并删除无关记忆。
“这和睡眠很像。”巴拉说，“因为如果你不能摆脱所有这些虚假的错误，它们就会变得太多，网络不再能够区分什么是万宝路和什么是骆驼。”
释放空间
哺乳动物的大脑也在不断地收集新的信息模式。但是，就像渔船不分青红皂白地拖网捕捞海底一样，大脑也会吸取不重要的细节。
“当你醒着的时候，你被动地存储了大量信息；你并不真正需要它，也不是真正想存储它。”巴拉说，“我们还会制造错误和虚假的信息模式。要想摆脱这个问题，就要睡觉。”
快速眼动（REM）睡眠阶段，即通常做梦的睡眠阶段，人们的大脑就在忙着清除无关的记忆，这为存储新的信息提供了空间。而在慢波（SW）睡眠中，重要的记忆会得到加强。虽然大多数梦出现在 REM 阶段，但 SW 阶段也会经历一些难以回忆的模糊梦境。
基于哺乳动物的大脑使用高效机制来清除睡眠中的存储空间这一事实，研究小组进行了分析，这是他们算法的起点。
图片来源：unsplash.com/@sharonmccutcheon
“我们说，好吧，看一下神经生物学论文吧，它解释了现实大脑中的这种现象，还尝试用数学方法对其进行了建模。”巴拉说，“接着我们又问：如果将这个数学骨干应用于 Hopfield 模型，会发生什么？”
他们的答案发表在 4 月份《神经网络》的论文中。在新的算法框架下，人工网络在标准的在线或清醒期间继续学习和存储信息模式。
但是，当存储容量达到 0.14 时，网络将强制进入离线阶段或休眠。此睡眠阶段用于删除不相关的信息并整合重要内容，或者更专业地说，用于“虚假模式去除和纯模式增强”。通过实施新的离线方案，网络能够释放存储空间，并将容量增加到 1。内容以及应该删除哪些内容，仍旧需要人为干预。
该算法和人的睡眠还有其他技术差异。例如，在人类大脑中，擦除和巩固发生在两个不同的睡眠阶段（REM 和 SW）；而在网络的睡眠中，这两个任务是同时进行的。也许最能区别人类和机器睡眠的在于，人们对睡觉和小憩有自主权，但人工网络的睡眠是由数学触发的，而且不需要舒适的毯子。
由此可知，就目前的技术能力而言，机器人的梦境仍旧是冷冰冰的算法。毕竟梦境带来的记忆机制是人类的先天机能。人类自己都捉摸不透。
想让机器人能够像人类一样做梦，创造一个西部世界？最简单的办法就是自己做梦。
毕竟，梦里什么都有。