世界,还是“别人已经行动过以后留下来的世界”?
他在本子上写了一半。
停住。
这问题太大,而且现在说“理解”本身就没有定义。他把后半句划掉,只留下:
**被动数据/行动产生的数据。**
老师已经讲到另一层。
行动并不天然带来更真实的知识。机器人撞一次墙,只知道某个速度、某个角度、某种材料下撞不过去;如果因此得出“所有类似颜色的平面都不可穿过”,那只是从一次经验长出一个过大的结论。行动让数据与因果更近,却仍然需要表示、泛化和反事实。一个系统不仅要记住“我做了A,随后出现B”,还要逐渐区分:B真的是A造成,还是刚好同时发生?换一个环境,A还会不会导致B?如果不做A,会怎样?
报告厅里开始出现更多笔记声。
这些概念已经越过普通新生课程,却没有难到无法跟。老师有意避开太多公式,真正技术边界只点到为止:部分可观测、状态估计、预测误差、探索与利用、因果干预、长期记忆。每个词后面都可能是一整门课,他不展开,只让大家看它们为什么会从“一个东西要在世界里活着行动”这个问题里自然长出来。
原既白第一次觉得,人工智能和他过去想的有一点不一样。
不是那些知识错。
算法、模型、计算、优化仍然在那里。
但如果智能只被放在屏幕里,任务已经由人定义,数据已经由人收集,输入输出边界也由人提前切好,那么很多最麻烦的问题其实被世界替你解决了。真正让一个系统进入现实,不只是给模型装上轮子和摄像头,而是让它开始面对那些原来隐藏在数据之外的东西:传感器会坏,地图会旧,人会临时改变主意,环境会变化,一个动作的结果未必可逆,某些错误不是重新运行一次就能恢复。
他想起奶奶认错楼。
这个念头出现得突然,以至于他几乎立刻想把它压回去。
但它没有完全消失。
家里贴一张六桌合照,实际上也是给奶奶的环境里增加一个可识别的线索。那张照片最初有效,后来慢慢褪色,老人也可能开始忽略。同一条回家路径,对年轻人来说几乎不需要思考,对一个记忆开始变化的人却需要完全不同的信息。所谓“环境足够清楚”,从来和谁在使用它有关。
原既白没有在笔记里写奶奶。
只看着台上的图。
第三位讲者
…。。本站若有图片广告属于第三方接入,非本站所为,广告内容与本站无关,不代表本站立场,请谨慎阅读。
Copyright © 2020 词令书屋 All Rights Reserved.kk