Demis Hassabis：语言模型如何实现对现实世界的‘接地’理解？
UX Magazine2026/04/06 12:26机翻/自动摘要/自动分类
4 阅读
内容评分
技术含量
7/10
营销水分
5/10
摘要
本文探讨语言模型如何通过互联网数据实现对现实世界的理解，分析Transformer架构与神经科学理论的关联，指出AI系统需解决‘接地’问题以真正掌握人类经验。核心亮点包括对语言模型能力的重新评估、符号系统与现实交互的矛盾，以及人类行为多样性的数据量化。
正文
在《无限机器》第13章中，DeepMind创始人Demis Hassabis反思了语言模型在AI发展中的地位。他指出，早期AI系统通过符号化数据库（如‘狗有腿’）构建知识，但缺乏与现实世界的直接交互，导致‘grounded problem’（基础性问题）。Hassabis认为，语言模型的真正突破在于通过吸收互联网上的14万亿单词数据，实现了对人类经验的广泛覆盖。他提到神经科学中的‘感知与行动’理论，强调智能需要物理体验，而架构的出现使处理海量数据成为可能。尽管最初认为语言只是符号系统，但Hassabis现在承认语言的‘基础性’对AI理解世界至关重要。