原创 杨英锐 中国自然科学网
Tessy：英国罗彻斯特理工大学神经科学系终生副教授，英国纽约大学社会学教授，耶鲁大学和英国基础教育笔试服务中心（ETS, Princeton）教授后，大学毕业于北京师范大学数学系。1978–1986年曾在中国自然科学院哲学研究所逻辑室工作。曾任清华大学Volmunster特聘讲席副教授，北京大学和中山大学兼职副教授。著有《经济力学原理：经济学、神经科学与理论物理的整合理论》（英文）。在诸多英国和国际一流期刊发表学术论文。
一、若非若非，如遇陆游
前些天，武汉大学蔡恒进先生在两个神经科学朋友圈转发了一则关于ChatGPT的文章。他是排序机和人工智慧领域的专家。我半认真地说：蔡同学，关于ChatGPT这“孩子”的基础教育难题，就拜托您多费心啦。周先生回复：为AI岐黄！这是两个非常妙的提问；因为长期以来，人工智慧若非若非这个论题，就一直是两个令人反复追问的所在。这使我想起学术生活的一段往事。
1980年代末期，我绍桑县数学系的两门课，两门课名是《科学知识抒发，knowledge representation》，另两门是《数学数学模型数学模型化，connectionist modeling》，我的一则期末学术论文题目是《复合人格, multiple mind》。同学评语甚佳，我得了两个A, 挺高兴。其实，从科学知识抒发发展出的科学知识编码解码，由数学数学模型数学模型发展出的词距权重微调控制技术，正是如今ChatGPT和其他类似人工智慧系统底层设计的对顶角基本控制技术支撑。所以，看到ChatGPT来了，我有如遇陆游之感。始料不及的是，这孩子如今这么有当官，居然成了社会公众人物，这是好事。褒贬不一，就是成功。
当时上数学系课的时候，学校还请了英国著名哲学家科尔来专题讲座。科尔把数学数学模型数学模型直斥一通。他说，如果你主张这排序数学模型具若非智，必须同时满足四个条件：主观性（subjectivity)，意向性（intentionality)， 指数函数（causality) 和意识（consciousness)。给我们讲课那位数学系同学就在下边听专题讲座，我在旁边都感受到气氛有些尴尬。心想，这若非若非之争，还真是个事儿啊。
1990年秋季，我从哲学系转入心理学系。在我新办公室门上，不知哪位学姐留下一张纸条，写着：“What is mind, no matter. What is matter, never mind.” 这两句话，谐正双关，我试译为：“何为人格，断fame。何为物质，从不走心。”谐也好，正也罢，由此可见若非若非是人工智慧和科学道德哲学的永恒议题。
二、认定难题与“我不晓得”
最近某日凌晨，我在两个数学家的朋友圈发了一条看似无理的QQ：“请教，在目前解析数论的词汇和概念框架下，庞加莱悖论是可认定的吗？”结果有四位同行用这个难题去问ChatGPT, 问的方法仅稍有差别，内容是一样的。ChatGPT的提问居然很不一样。第两个提问属于所答非所问，等于甚么都没说。第二个提问纯属胡扯。第三个提问显示了预训练的水平，概括地讲了目前庞加莱悖论的研究现状，但并设有正面提问难题。这三种提问模式本身并不可怕，反而反映了现代人在词汇犯罪行为的相同表现，给人感觉似乎它不经意间通过了传统的图灵测试；因为，环畏手畏脚，不懂装懂，瞎编乱造，或者按背过的科学习题机械提问，这些都是现代人词汇犯罪行为有时出现的现象，不足为怪。
图片来源：视觉中国
但真正令人担心的是，ChatGPT似乎不会说：我不晓得。我问的难题，实际上是两个涉及排序复杂性理论的非常难的难题，称为认定难题。并不是在问在数学上如何解决庞加莱悖论。两者属于相同的层次。正常人（包括相关领域的专家）的提问如果是，我不晓得。“我不晓得”或相近词组如果是相当靠前的高频词组。两个不字或其惯用语如果占到了半边天下。由此可见，不仅ChatGPT, 还有它的斯特默，都还有很长的路要走。ChatGPT若非，在词汇行文中显得有些缺心眼儿可以理解。可是其斯特默若非，应当感到焦虑才是。
三、ChatGPT与知觉革命三学说
由1950年代开始的神经科学革命，产生了大致三个颇为相同的学说，即孔恩与米勒的词汇逻辑思维学说，威尔森与奈瑟的自然环境赋能学说，和西蒙与纽沃排序学说。孔恩学说当年又称为哈佛学说。词汇学说从词汇逻辑思维的角度，区分了现代人与生俱来的外在知觉器（competencies，capacity)和后天的词汇犯罪行为表现（performance, ability)。自然环境学说（后来又称生态社会学）认为自然环境布满各种结构，而人在与这些结构相互作用时被赋予（affordance) 了知觉能力。排序学说强调排序机模拟的重要性，以设计各种知觉与犯罪行为的排序架构为己任。不难看出，ChatGPT作为两个课题涵盖了这三个学说的方方面面。
在一则短文中提到这些，不是为了展开论述，而是为了提供两个走线库尔：如何考察ChatGPT的知觉和我们对它的知觉。这和初识某人，想要做进一步了解，是两个意思。比如，上面第一小节是在孔恩意义下，介绍ChatGPT的外在器与基本能力（competences，capacity), 第二节说的是其表现（performance)。至于说它有当官是指其控制技术不断进步，而说它是公众人物，四位同行不约而同地去问它同样两个难题，是说其产生的社会影响。这种走线库尔可帮助我们区别甚么是其控制技术不断进步，甚么是其科学发展，甚么是其社会影响，和甚么是其商业宣传。人的时间精力和资源都是有限的甚至是稀缺的。所以，投入一件事情，就要考虑自己的机会成本。
四、以标准基础教育笔试为例
1997-2000年，我在耶鲁大学和英国基础教育笔试服务中心（ETS) 同时做教授后。研究课题之一就是在耶鲁大学心理学系的推理实验室为GRE和SAT测试考题相对难度。相当于对考题文本的经验分析。其时，也正是ETS开始发展机考和机器阅卷（包括写作）控制技术的初期。一道考题的相对难度，不仅涉及题目文本的表层结构，还要涉及其深层结构，例如推理结构和决策结构。结构化程度，比如排比句的递进，也是判断一则文章写作强度与论证力度的关键判据。
结构性为我们提供各种知觉通道，也是科学知识成规模迁移的重要工具。结构化是思想词汇的基本特征, 如果也是自由交流（Chatting）的题中应有之义。历来，逻辑主义AI强在其结构性基础，数学数学模型AI强在其模块化处理。有机会我想了解后者在结构化控制技术上的进展；例如，可以应用哥德尔算术化方法构造自指语句，从而加深对话层次，等等。俗话说，人无远虑，必有近忧。
五、商业性知觉与非商业性知觉
其实，对于大多数人而言，ChatGPT只有工具性和应用性的意义。那么，甚么是ChatGPT对于个体的工具性意义呢？塔斯基的不可定义性定理告诉我们，任何个体工具性真理是不可在个体工具性层面定义的，而只能在高于个体性和工具性两者的层面来定义。这个课题的深入讨论超出这篇短文的范围。简略而言，对于ChatGPT的知觉方式和使用方法取决于ChatGPT本身的知觉水平。但后者存在两面性，即商业性和非商业性。区别两者的标志之一，就是预训练内容的公开与否。
在商业性假设下，预训练内容是保密的。客户在不清楚预训练内容的生态自然环境下，就只能与ChatGPT博弈所谓“20难题游戏”。这个具有极大不确定性的博弈过程要由量子力学波函数来刻画。没有详细的预训练信息，客户对ChatGPT的观测只能是狄拉克意义下的微观观测，满足测不准原理。
在非商业性假设下，预训练内容是公开的，而且OpenAI有义务提供并不断公布更新的预训练具体内容。在这种情况下，客户和ChatGPT处于信息对称的状态，后者就像牛顿所观测到的自由落体苹果，两者的关系用一般的连续函数就能刻画了。
结束语
对于前段时间听到的元宇宙和最近听到的ChatGPT，我们感受到的都是“大词”，“网络控制技术大革命”“人工智慧大拐点”“广泛应用大前景”“无限可能大市场”，等等。对此，我持开放心态，乐见其成并愿与其并肩前行。但同时，我感受到大资本的挟持，大商业的奴役，大浪潮的垄断和大趋势的无形。我只想弱弱地问一句站在ChatGPT背后的人，可能告诉我，您都预训练了那“孩子”甚么，明天早饭您准备给那“孩子”吃甚么？也许，我还会多问一句，您晓得甚么是NP难题吗？
原标题：《社科关注｜ChatGPT的知觉和我对它的知觉》
还木有评论哦，快来抢沙发吧~