标签: 暗物质
#智能时刻的观察#人工智能存在一个“暗物质”问题。这就是为什么即便是最智能的模型也会出现错误判断的原
#智能时刻的观察#人工智能存在一个“暗物质”问题。这就是为什么即便是最智能的模型也会出现错误判断的原因。大多数科学知识都以“压缩”的形式存在。我们能看到最终的结论、教科书式的公式、维基百科的陈述、经过修饰的结果。但实际的推理过程呢？那一步步推导出该事实的步骤过程呢？这部智能时刻的观察人工智能存在一个“暗物质”问题。这就是为什么即便是最智能的模型也会出现错误判断的原因。大多数科学知识都以“压缩”的形式存在。我们能看到最终的结论、教科书式的公式、维基百科的陈述、经过修饰的结果。但实际的推理过程呢？那一步步推导出该事实的步骤过程呢？这部分被省略了。这就是所谓的“智力暗物质”。中国发表了一篇论文，试图对整个科学领域进行解压缩。他们建立了“科学维基”。他们不是从互联网上收集事实，而是构建了一个苏格拉底式的智能体，以200个不同的科学课程生成300万个基于第一原理的问题。然后，他们迫使多个独立的人工智能模型生成“长思维链”（LCoT）来回答这些问题。他们不只是要答案，而是要求完整的逻辑框架。这是改变我们对知识看法的部分：他们构建了一个不寻找关键词的搜索引擎。它执行“逆向知识搜索”。如果你查询一个概念，它不会给你一个总结。而是检索从物理学、化学和生物学中得出的各种经过验证的推理路径，这些路径最终都指向那个单一的点。它揭示了长期以来各自为政的学科之间隐藏的联系。其结果对当前的“基于感知”的人工智能时代构成了直接冲击：——由这些经过验证的链路合成的文章具有显著更高的“知识密度”。——与标准模型相比，事实错误率大幅降低。——人工智能不再仅仅因为在训练中看到某个事实而“相信”它；而是从基本原理出发对其进行证明。我们多年来一直在训练人工智能模仿人类如何谈论科学。但谈论科学不过就是重复结论。这篇论文证明，智能的未来在于重建构建它的最初逻辑。互联网科技人工智能人工智能机器人AI科普AI科普AI智能AI创造营
