《AI 3.0》揭示人与机器的理解差异
ChatGPT近期推出的插件功能赋予了其使用工具、联网、外界交互等能力，引发了行业的震动。这一变革被视为ChatGPT自推出以来最重要的迭代更新之一，如今已经提供了一个应用商店式的服务，展现了其成为新一代全能数码助手的潜力。正如本书《AI 3.0》中所提到的，人工智能的发展正步入一个全新的阶段，而人与机器之间的理解差异仍然是一个值得深入探讨的话题。
在理解情境方面，人类拥有一种独特的能力，能够预测接下来可能会发生的情况。比如过马路的人、牵着狗的女士以及开车的人，他们都能通过心智模型预测对方的行动，并做出相应的反应。这种心智模型基于物理学和生物学的事实、因果关系以及人类行为的知识，使我们能够在心理上模拟相应的情况。对于人工智能来说，尽管其在一些任务上的表现已经超越了人类，但在理解人类在感知、语言和推理上赋予的丰富意义的能力方面仍然存在差距。这种“意义的障碍”至今仍然存在于人类与机器之间。
劳伦斯·巴斯劳是“理解即模拟”假说的知名支持者之一。在他看来，我们对于我们所遇到的情境的理解包含在我们潜意识里执行的心智模拟中。巴斯劳提出，这种心智模拟同样构成了我们对于那些我们并未直接参与其中的情境的理解，例如我们看到的、听到的或读到的。通过使用对感觉-运动状态的重演（即模拟）来进行概念处理，并以此来表征其所属类别，即使是最抽象的概念也是如此。
隐喻是我们赖以生存的一种重要方式。我们对抽象概念的理解是通过基于核心物理知识的隐喻来实现的。例如，我们会用具体的概念如金钱来谈论抽象的时间概念。这种隐喻揭示了我们对概念进行理解的物理基础主张。一组心理学家通过一系列有趣的实验探讨了上述想法，这些实验支持了巴斯劳等人的观点：我们通过核心物理知识来理解抽象概念。《我们赖以生存的隐喻》一书的作者语言学家乔治·莱考夫和哲学家马克·约翰逊也认为隐喻在日常语言中扮演着重要的角色。他们指出，我们的日常语言以及我们对抽象概念的理解都充斥着意识不到的隐喻。
除了隐喻之外，抽象和类比也是构建心智模型的重要元素。这些心智模型是我们与生俱来的或是在生命早期获得的核心直觉知识的基础。通过这些心智模型我们可以识别特定的概念和情境并将其归纳为更一般的类别。同时我们也可以将这些概念应用到不同的情境中做出预测和反应。人工智能的发展离不开对这些复杂能力的掌握和模仿这也是人工智能领域研究者们所认同的观点。为了可靠稳定地完成其工作人工智能系统需要在多大程度上拥有像人类那样的理解能力或达到多大程度上的近似呢？虽然没有人知道答案但随着人工智能的不断发展人们对未来的探索和学习步伐永不停歇。《AI 3.0》一书为我们揭示了人工智能发展的最新进展和未来可能的发展方向同时也提醒我们人类与机器之间的理解差异仍然是一个值得持续探索的领域。
