对人工智能发展路径的深度思索

1. 人工智能缺乏对世界的真正认知 近期AI领域热议一个概念——“本体论”。其核心观点是，AI面临的困境并非数据匮乏，而是无法领悟数据蕴含的意义及数据间的相互联系。在我看来，根本原因在于AI尚未深度把握这个世界，它掌握的是语言的统计模式，而非现实的因果逻辑。 2. 为何AI难以理解现实？ 人们常说人才是首要驱动力。而企业对人才的衡量标准，不仅涵盖其知识储备，更重视其处世之道与解难能力。这是因为，每个人都怀有对世界的独到见解，过往的经历、见闻、学识与实践，会凝结成一个人的性情、品格和思维方式。而AI当前能够习得与检索的，仅限于可语言化的表层知识，这类知识仅构成我们对世界认知的一小部分（我们知晓的远超过我们能表述的）。 3. 当下AI智能体的运作模式 大型模型配合技能模块是当前智能体的主流策略。然而，通用大模型与单一的智能体技能，对需要创新与想象力的工作助益有限。日常任务中看似重复的环节，仅在于流程和架构相对模式化。技能的本质是提示词与工具联动，从另一视角看，这反而可能束缚大模型的潜能（因为模型只能循着提示的路径进行推理与行动），因此工作中任何变数或方向的微调，都可能引发截然不同的结果。 我理解技能的意义不止于协助我们处理当下的重复性任务，更在于为大模型持续输送解决问题的范式，从而为大模型未来应对更复杂挑战时的泛化能力奠定根基。 4. 我构想的AGI演进路径 何谓AGI？我更认同“AI拥有跨领域迁移学习、自主探寻与领悟因果关联的能力”，而非“AI能攻克一切难题”。因此我们需要构建世界模型，使AI真正理解这个世界，洞悉人与人、物与物、人与物之间的关联。并且，我坚信未来的智能形态不是当前的集中式（企业供给规模化模型服务）；而是分布式的：每个人都拥有专属的世界模型，AI与人类共同探索这个世界，持续学习进化，最终AI演化为人的数字映射，物理与数字实现共生。共生的实现路径目前尚不明朗，很可能是脑机接口，也可能是其他方式。