AI的世界模型研究室
8免費公開
從世界模型出發，追問未來智能的本質。這裡不只談 AI 技術，也討論主體性、權力、認知結構與後人類社會的深層變化。
在這個「能做的」急劇擴大的時代，「該不該做」的問題就不再是學術性的了。它變成了一個每天都在發生的、有直接後果的實踐問題。每一次一個世界模型被部署到一個新的應用場景中，都隱含著一個「該不該做」的判斷。而這個判斷的困難之處在於：做出判斷需要的智慧，遠比開發技術需要的智能更難培養、更難傳授、更難規模化。
在這個「能做的」急劇擴大的時代，「該不該做」的問題就不再是學術性的了。它變成了一個每天都在發生的、有直接後果的實踐問題。每一次一個世界模型被部署到一個新的應用場景中，都隱含著一個「該不該做」的判斷。而這個判斷的困難之處在於：做出判斷需要的智慧，遠比開發技術需要的智能更難培養、更難傳授、更難規模化。
「不可完全對象化」所主張的是：對象化有一個邊界。在那個邊界之內，對象化是極其有效的。在那個邊界之外，存在著真實的、重要的、構成人類生活之核心的東西，而這些東西不會因為被對象化的方法所忽略就不存在。世界不可被完全對象化，對世界的技術性對象化，包括世界模型在內，不能取代人對世界的存在性棲居。
「不可完全對象化」所主張的是：對象化有一個邊界。在那個邊界之內，對象化是極其有效的。在那個邊界之外，存在著真實的、重要的、構成人類生活之核心的東西，而這些東西不會因為被對象化的方法所忽略就不存在。世界不可被完全對象化，對世界的技術性對象化，包括世界模型在內，不能取代人對世界的存在性棲居。
在一個所有問題都可以被AI更快、更準、更好地回答的環境中，「自己去理解」開始顯得低效。在一個AI可以為你預測所有可能的後果並推薦最佳行動的環境中，「自己去面對不確定性」開始顯得不必要。在一個AI可以為你生成任何想要的體驗的環境中，「自己去承受世界原本的粗糙和不可預測」開始顯得像是一種可以避免的不適。
在一個所有問題都可以被AI更快、更準、更好地回答的環境中，「自己去理解」開始顯得低效。在一個AI可以為你預測所有可能的後果並推薦最佳行動的環境中，「自己去面對不確定性」開始顯得不必要。在一個AI可以為你生成任何想要的體驗的環境中，「自己去承受世界原本的粗糙和不可預測」開始顯得像是一種可以避免的不適。
世界模型時代最需要被守護的東西，不是數據安全，不是演算法公平，不是隱私保護，這些都重要，但它們都是在技術的層面上可以處理的問題。最需要被守護的，是一個更根本的、更脆弱的、更不容易被制度化地保護的東西：人的主體性。一個能夠獨立感知世界、獨立形成判斷、獨立做出選擇、並為選擇承擔後果的存在者的那個資格。
世界模型時代最需要被守護的東西，不是數據安全，不是演算法公平，不是隱私保護，這些都重要，但它們都是在技術的層面上可以處理的問題。最需要被守護的，是一個更根本的、更脆弱的、更不容易被制度化地保護的東西：人的主體性。一個能夠獨立感知世界、獨立形成判斷、獨立做出選擇、並為選擇承擔後果的存在者的那個資格。
研究者正在嘗試建構所謂的「社會世界模型」，試圖讓AI學會預測人類的社會行為。大型語言模型在某種程度上已經展現了對社會規範的「隱含理解」，至少在語言的層面上，它們知道什麼話是禮貌的、什麼是冒犯的。而近年來的「心智理論」（Theory of Mind）研究也在探索如何讓AI推測他人的信念和意圖。
研究者正在嘗試建構所謂的「社會世界模型」，試圖讓AI學會預測人類的社會行為。大型語言模型在某種程度上已經展現了對社會規範的「隱含理解」，至少在語言的層面上，它們知道什麼話是禮貌的、什麼是冒犯的。而近年來的「心智理論」（Theory of Mind）研究也在探索如何讓AI推測他人的信念和意圖。
一個人形機器人被研究員猛推了一把，它踉蹌了兩步，然後穩穩地恢復了直立姿態。這個簡單的動作，是從數十億步虛擬世界中的試錯學來的。機器人的運動策略是從它與虛擬世界的互動中湧現出來的，就像一個孩子不是被教會走路的，而是在反覆嘗試和跌倒中學會的。世界模型提供了一個足夠逼真的練習場，讓這種湧現有了發生的條件。
一個人形機器人被研究員猛推了一把，它踉蹌了兩步，然後穩穩地恢復了直立姿態。這個簡單的動作，是從數十億步虛擬世界中的試錯學來的。機器人的運動策略是從它與虛擬世界的互動中湧現出來的，就像一個孩子不是被教會走路的，而是在反覆嘗試和跌倒中學會的。世界模型提供了一個足夠逼真的練習場，讓這種湧現有了發生的條件。
大型語言模型所擁有的是關於雞蛋的一切語言性描述。世界模型所追求的，是關於雞蛋在物理世界中如何運作的因果性理解。前者的基本單元是token，它的任務是預測「在這個語境下，下一個最合理的詞是什麼」。後者的基本單元是state，它的任務是預測「在這個物理條件下，下一個最可能的世界狀態是什麼」。
大型語言模型所擁有的是關於雞蛋的一切語言性描述。世界模型所追求的，是關於雞蛋在物理世界中如何運作的因果性理解。前者的基本單元是token，它的任務是預測「在這個語境下，下一個最合理的詞是什麼」。後者的基本單元是state，它的任務是預測「在這個物理條件下，下一個最可能的世界狀態是什麼」。
如果有一天 AI 真的能夠「建模世界」，能夠預測世界的變化、模擬行動的後果、甚至生成一個可以被進入和探索的虛擬世界，這將對我們理解「世界」、理解「理解」、理解「人的位置」，產生什麼樣的影響？但在進入這些問題之前，我們先需要理解：「世界模型」究竟是什麼？它與我們已經熟悉的大型語言模型有什麼本質差異？
在這個「能做的」急劇擴大的時代，「該不該做」的問題就不再是學術性的了。它變成了一個每天都在發生的、有直接後果的實踐問題。每一次一個世界模型被部署到一個新的應用場景中，都隱含著一個「該不該做」的判斷。而這個判斷的困難之處在於：做出判斷需要的智慧，遠比開發技術需要的智能更難培養、更難傳授、更難規模化。
在這個「能做的」急劇擴大的時代，「該不該做」的問題就不再是學術性的了。它變成了一個每天都在發生的、有直接後果的實踐問題。每一次一個世界模型被部署到一個新的應用場景中，都隱含著一個「該不該做」的判斷。而這個判斷的困難之處在於：做出判斷需要的智慧，遠比開發技術需要的智能更難培養、更難傳授、更難規模化。
「不可完全對象化」所主張的是：對象化有一個邊界。在那個邊界之內，對象化是極其有效的。在那個邊界之外，存在著真實的、重要的、構成人類生活之核心的東西，而這些東西不會因為被對象化的方法所忽略就不存在。世界不可被完全對象化，對世界的技術性對象化，包括世界模型在內，不能取代人對世界的存在性棲居。
「不可完全對象化」所主張的是：對象化有一個邊界。在那個邊界之內，對象化是極其有效的。在那個邊界之外，存在著真實的、重要的、構成人類生活之核心的東西，而這些東西不會因為被對象化的方法所忽略就不存在。世界不可被完全對象化，對世界的技術性對象化，包括世界模型在內，不能取代人對世界的存在性棲居。
在一個所有問題都可以被AI更快、更準、更好地回答的環境中，「自己去理解」開始顯得低效。在一個AI可以為你預測所有可能的後果並推薦最佳行動的環境中，「自己去面對不確定性」開始顯得不必要。在一個AI可以為你生成任何想要的體驗的環境中，「自己去承受世界原本的粗糙和不可預測」開始顯得像是一種可以避免的不適。
在一個所有問題都可以被AI更快、更準、更好地回答的環境中，「自己去理解」開始顯得低效。在一個AI可以為你預測所有可能的後果並推薦最佳行動的環境中，「自己去面對不確定性」開始顯得不必要。在一個AI可以為你生成任何想要的體驗的環境中，「自己去承受世界原本的粗糙和不可預測」開始顯得像是一種可以避免的不適。
世界模型時代最需要被守護的東西，不是數據安全，不是演算法公平，不是隱私保護，這些都重要，但它們都是在技術的層面上可以處理的問題。最需要被守護的，是一個更根本的、更脆弱的、更不容易被制度化地保護的東西：人的主體性。一個能夠獨立感知世界、獨立形成判斷、獨立做出選擇、並為選擇承擔後果的存在者的那個資格。
世界模型時代最需要被守護的東西，不是數據安全，不是演算法公平，不是隱私保護，這些都重要，但它們都是在技術的層面上可以處理的問題。最需要被守護的，是一個更根本的、更脆弱的、更不容易被制度化地保護的東西：人的主體性。一個能夠獨立感知世界、獨立形成判斷、獨立做出選擇、並為選擇承擔後果的存在者的那個資格。
研究者正在嘗試建構所謂的「社會世界模型」，試圖讓AI學會預測人類的社會行為。大型語言模型在某種程度上已經展現了對社會規範的「隱含理解」，至少在語言的層面上，它們知道什麼話是禮貌的、什麼是冒犯的。而近年來的「心智理論」（Theory of Mind）研究也在探索如何讓AI推測他人的信念和意圖。
研究者正在嘗試建構所謂的「社會世界模型」，試圖讓AI學會預測人類的社會行為。大型語言模型在某種程度上已經展現了對社會規範的「隱含理解」，至少在語言的層面上，它們知道什麼話是禮貌的、什麼是冒犯的。而近年來的「心智理論」（Theory of Mind）研究也在探索如何讓AI推測他人的信念和意圖。
一個人形機器人被研究員猛推了一把，它踉蹌了兩步，然後穩穩地恢復了直立姿態。這個簡單的動作，是從數十億步虛擬世界中的試錯學來的。機器人的運動策略是從它與虛擬世界的互動中湧現出來的，就像一個孩子不是被教會走路的，而是在反覆嘗試和跌倒中學會的。世界模型提供了一個足夠逼真的練習場，讓這種湧現有了發生的條件。
一個人形機器人被研究員猛推了一把，它踉蹌了兩步，然後穩穩地恢復了直立姿態。這個簡單的動作，是從數十億步虛擬世界中的試錯學來的。機器人的運動策略是從它與虛擬世界的互動中湧現出來的，就像一個孩子不是被教會走路的，而是在反覆嘗試和跌倒中學會的。世界模型提供了一個足夠逼真的練習場，讓這種湧現有了發生的條件。
大型語言模型所擁有的是關於雞蛋的一切語言性描述。世界模型所追求的，是關於雞蛋在物理世界中如何運作的因果性理解。前者的基本單元是token，它的任務是預測「在這個語境下，下一個最合理的詞是什麼」。後者的基本單元是state，它的任務是預測「在這個物理條件下，下一個最可能的世界狀態是什麼」。
大型語言模型所擁有的是關於雞蛋的一切語言性描述。世界模型所追求的，是關於雞蛋在物理世界中如何運作的因果性理解。前者的基本單元是token，它的任務是預測「在這個語境下，下一個最合理的詞是什麼」。後者的基本單元是state，它的任務是預測「在這個物理條件下，下一個最可能的世界狀態是什麼」。
如果有一天 AI 真的能夠「建模世界」，能夠預測世界的變化、模擬行動的後果、甚至生成一個可以被進入和探索的虛擬世界，這將對我們理解「世界」、理解「理解」、理解「人的位置」，產生什麼樣的影響？但在進入這些問題之前，我們先需要理解：「世界模型」究竟是什麼？它與我們已經熟悉的大型語言模型有什麼本質差異？