@rohanpaul_ai：Demis Hassabis 谈当今AI的局限：语言可以描述世界，但无法包含世界——以及为什么“世界模型”……

X AI KOLs Following 新闻
demis-hassabis world-models language-models ai-limitations physical-reality intelligence

摘要

Demis Hassabis 讨论了语言模型的局限性，并认为需要世界模型来学习物理现实在文本之外的隐藏语法。

Demis Hassabis 谈当今AI的局限：语言可以描述世界，但无法包含世界——以及为什么“世界模型”是他“最持久的热情”。 语言模型从文本中吸收的现实结构远超许多研究者的预期，因为人类语言不知不觉地承载了物理、心理、文化、工具、计划和因果关系。 但文本仍然是经验的压缩残留物，而非经验本身。 一个句子可以说杯子从桌上掉落，但它并不能完整编码重量、抓握、平衡、摩擦、时机、声音、惊讶，或者身体在注意到之前所做的微小肌肉修正。 世界不仅由可命名的事实构成，还由必须亲身经历、触摸、预测、违反和修复的约束构成。 这就是世界模型重要的原因。 它们旨在学习物理现实的隐藏语法：物体如何持续存在，力如何展开，空间如何随着智能体的移动而改变，以及行动如何产生反馈。 语言模型通常能够推理世界，因为人们写了大量关于世界的内容。 世界模型试图学习世界在变成语言之前是什么样的。 这个差异正是关键所在，因为智能不仅仅是回答得好，而是知道如果你移动、伸手、推、闻、滑倒或失败，接下来会发生什么。 一个只受过描述训练的心智可能在解释方面变得出色。 一个受过经验训练的心智可能在后果方面变得更好。 --- 来自“Google DeepMind”和“Hannah Fry”YouTube频道的完整视频（链接在评论区）
查看原文
查看缓存全文

缓存时间: 2026/05/23 03:58

Demis Hassabis 谈当今 AI 的局限：语言可以描述世界，但无法容纳世界——以及为什么“世界模型”是他“最持久的热情”。

语言模型从文本中吸收到的现实结构远超许多研究者的预期，因为人类语言在无声中承载了物理学、心理学、文化、工具、计划和因果关系。

但文本仍是经验的压缩沉淀物，而非经验本身。

一个句子可以说杯子从桌上掉落，却无法完整编码重量、抓握、平衡、摩擦力、时机、声音、惊讶，或是身体在尚未察觉之前所做的微小的运动修正。

世界并非仅由能被命名的事实构成，而是由必须亲身经历、触碰、预测、违背和修复的约束条件构成。

这正是世界模型之所以重要的原因。

它们旨在学习物理现实的隐藏语法：物体的持续性、力的展开方式、空间随智能体运动的改变、以及行动如何产生反馈。

语言模型常常能推理世界，因为人类关于世界的文字著述浩如烟海。

世界模型则试图学习世界在转化为语言之前的本来面目。

这一差别恰恰至关重要，因为智能不仅是给出正确答案，更是知道如果你移动、伸手、推、闻、滑倒或失败后，接下来会发生什么。

一个仅靠描述训练的心智，或许能成为出色的解释者。

一个靠经验训练的心智，则可能更擅长预测后果。

完整视频来自“Google DeepMind”与“Hannah Fry”的 YouTube 频道（链接见评论区）

相似文章