在Quanta Magazine的播客中，华盛顿大学计算机教授Yejin Choi与主持人Steven Strogatz展开了一场关于人工智能的深刻对话。他们探讨了AI是否必须具备身体和情感，才能发展出与人类相似的常识。
几十年来，计算机科学家一直梦想着创造出能够表现出类人智能的计算机。如今，随着互联网的普及、大量文本数据集的出现以及计算能力的显著提升，我们似乎已经站在了这一梦想实现的门槛上。
LLM（大型语言模型）已经表现出接近人类智能的迹象。它们不仅在语言能力上有了显著提升，还能够以一种暗示理解的方式组合技能，发展出新的能力。
图源备注：图片由AI生成，图片授权服务商Midjourney
Choi教授指出，尽管LLM能够给出令人惊喜的回答，但它们实际上只是在模仿人类在互联网上共享的智慧。这些模型通过阅读大量文本并预测下一个单词，生成听起来新颖但并非逐字复制的文本。
然而，LLM的训练过程与人类理解世界的方式截然不同。我们通过课程和好奇心来学习，尝试真正理解世界。而LLM则是通过预测下一个单词来学习，这种方法虽然简单，却能产生强大的成果。
常识对于人类来说是自然而然的，但对于AI来说却是一个巨大的挑战。例如，ChatGPT在回答关于晾衣服的问题时，曾经给出了错误的答案。这暴露了AI在理解基本常识方面的缺陷。
Choi教授的实验室正在研究如何教授AI常识，包括模仿孩子们的"十万个为什么"。通过提供声明性知识的集合，神经网络能够快速学习和概括。
关于AI是否需要具备身体和社会地位才能发展出常识，Choi教授表示，目前AI的纯语言界面已经能够帮助我们完成许多任务。她认为，我们不应该制造具有真情实感的机器人，而应该让AI拥有情商和意识，以愉快、无害的方式与人类互动。
AI的"常识"课是一场充满挑战的旅程。尽管LLM在模仿人类语言方面取得了显著进展，但要让AI真正理解世界，我们还有很长的路要走。随着技术的发展和研究的深入，我们期待着AI能够以更加人性化的方式与我们交流和互动。
参考资料：https://www.quantamagazine.org/will-ai-ever-have-common-sense-20240718/