繁体中文  
 
版主:黑木崖
 · 九阳全新免清洗型豆浆机 全美最低
 
现在说AI读懂人心还为时尚早,鹦鹉学舌并非正确之路
送交者:  2026年11月21日12:24:45 于 [世界军事论坛] 发送悄悄话

AI真的能读懂人心了吗?

人工智能(AI) 真的能读懂人心了吗?或者说,"读懂" 能否从美好的想象,变成一套可计算、可检验的机制?我刚看完了杨澜对话人工智能科学家朱松纯与数学家、教育家陈繁昌的一期节目《探寻人工智能2026》,他们尝试把这个抽象的问题,放进通用人工智能(AGI)快速发展的语境里。

从 AI 到 AGI,既是能力的拓展,也是研究路径的探索。AI 让机器具备感知、学习、推理与决策的能力;AGI 则指向能够跨领域学习、迁移知识、应对新情境的通用智能,其定义与实现标准至今没有统一共识。大模型、多模态、智能体、具身智能……

中美都是重要参与者,路径却不尽相同。正是在此背景下,朱松纯强调思想自主与原创探索,他提到,业内有观点认为现有的大语言模型并不在走向AGI的正确道路上。

朱松纯用“鹦鹉学舌”来生动解释了现有大语言模型发展的困境,鹦鹉并不理解人类说话的具体含义,但这并不妨碍它们重复人说过的话,甚至语气也能模仿的惟妙惟肖。现有的大语言模型也是如此,目前的训练都是从人类具体的语言和行为中进行抽样复制,至于人类这么说这么做背后有哪些价值观在驱动?大语言模型并未深究和探索。

朱松纯团队提出的原创 CUV 框架,是观察这一命题的具体切口。C 指认知架构,U 指以势能函数表述的能力,V 指价值函数。三者组合,尝试回答一个问题:AI 如何从理解环境与人的需要出发,走向自主形成任务、作出取舍并采取行动。

"价值驱动"

是本期对话的关键词。在朱松纯看来,真正难的不是让机器 "会做",而是让它 "知道该做什么、不该做什么",这背后是一整套优先级取舍。而 "通通"

要验证的,正是这种 "价值" 如何从思想主张,沉淀为可计算、可检验的机制。它与今天的大模型、智能体系统有何区别与联系?

当大模型擅长感知与生成,CUV 则试图为智能体装上 "为什么这么做" 的引擎,这是全片最值得细听的部分。

另一条线,是朱松纯本人。从计算机视觉走向通用智能,他一次次面临选择:是沿着主流范式快跑,还是回头追问 "原创问题从何而来"。他的经历让人看到,科学判断如何形成、又如何被现实修正;真正的原创,往往始于对 "大家都在做" 的事保持警惕。

技术路线的背后,终究是人的成长与创新环境的选择。两位科学家兼具科研、育人与大学管理经历,把讨论从一个团队的探索,延伸到中美及其他地区创新环境与人才培养的比较:我们如何对待原创、如何宽容失败、如何让年轻人敢选难而正确的路。

AI 能否读懂人心,或许暂时没有答案;但这场对话提醒我们:如何教会机器理解人,本身就是人类重新理解自己的过程。"读懂人心" 四个字,是给所有做 AI 的人最温柔的期待,也是最苛刻的考题。

0%(0)
0%(0)
标 题 (必选项):
内 容 (选填项):
实用资讯
北美最大最全的折扣机票网站
美国名厂保健品一级代理,花旗参,维他命,鱼油,卵磷脂,30天退货保证.买百免邮.