无标题无名氏No.69301086 返回主串
2026-08-22(六)21:56:18 ID:lBNsq7w 回应
上周和chatGPT一起看了1994年版的《现代科学基础知识:干部选读》,以2026的视角回顾,当年这本书虽然不是完全的预言,但几乎可以当做发展中国家如何科技强国的教科书了。所以我决定让ChatGPT仿照当年的旧例写一写2026年的现代科学基础知识,看看是否能成为一个有价值的科普读物。欢迎肥肥们一同阅读和探讨!以及如果嫌ChatGPT写的不够深入浅出,也可以压力他一下让他讲清楚点
无标题无名氏No.69570204
2026-10-05(一)21:56:23 ID: lBNsq7w (PO主)
十二、机器是否“理解”,不是所有问题的前提
大型模型能够写作、编程、回答问题以后,一个自然的问题是:机器究竟是不是在“理解”这些内容?
这个问题有一部分可以实验,有一部分则取决于我们怎样定义“理解”。
如果所谓理解,是指能够利用概念之间的关系处理新问题,那么现代模型已经表现出相当广泛的这类能力。它们可以把同一件事换一种方式解释,也可以把学到的关系迁移到训练中没有逐项指定的新任务。
但这不能自动推出模型拥有和人一样的主观体验、意图或者自我意识。
前一章已经看到,人类智能形成于神经系统、身体和社会环境的长期相互作用。机器通过数字数据训练形成能力,是另一条完全不同的道路。
在多数实际问题中,我们也没有必要先解决这个哲学问题。
一座桥不需要具有“理解力”,我们仍然可以判断它能否承重;一个模型是否具有和人一样的意识,也不是判断它能否可靠完成某项工作的前提。
真正需要知道的是,它在什么条件下拥有什么能力,以及这种能力能否被验证和使用。
无标题无名氏No.69570206
2026-10-05(一)21:56:41 ID: lBNsq7w (PO主)
十三、从一种任务一个程序,到一种模型承担许多任务
回头看人工智能的发展,最重要的变化并不只是机器在某几个测试中超过了人。
更深的变化发生在机器获得能力的方式上。
过去,计算机的用途主要来自人写出的程序。机器学习以后,一部分处理方法可以从数据和反馈中形成。深度学习进一步让内部表示本身也更多地由训练塑造。到了大型基础模型,同一套训练得到的能力又开始跨越过去彼此分开的任务。
这并没有使程序、数据库、搜索、测量和传统工程消失。相反,人工智能越进入现实,它越需要同这些系统结合。
模型提供的是一种新的通用能力:从大量经验中形成内部表示,在不可能逐项写出规则的问题上处理新的输入,并利用语言等开放形式与人和其他软件连接。
这项能力有非常明显的限制。它受到训练材料、计算资源和现实数据的约束;从记录中学到的世界并不等于世界本身;能够生成合理结果也不自动意味着结果已经经过验证。
但它已经改变了计算技术的一条基本边界。
过去,人通常必须先知道怎样解决一个问题,才能把解决方法写进机器。现在,在一部分问题上,人可以先提供经验、目标和反馈,让机器形成一套人没有逐条写出的处理方法。
而当这种能力开始集中在能够处理许多任务的通用模型中以后,人工智能就不再只是若干特殊软件的总称。它开始成为现代计算体系中的一个新的基础层。
下一节讨论的,将是另一道边界:当机器不只处理文字、图像和数据,而需要在现实世界中感知位置、控制运动、应对变化时,计算能力怎样真正变成行动能力。
无标题无名氏No.69598648
2026-10-10(六)20:18:07 ID: lBNsq7w (PO主)
第三节 感知、控制与机器行动
一、固定环境里的精确机器
工业机器人并不是人工智能出现以后才有的。几十年来,汽车、电子、机械加工等工厂里已经有大量机械臂完成焊接、搬运、喷涂和装配。它们可以一天重复成千上万次相似动作,而且位置误差很小。
这样的机器并不一定需要“看懂”周围世界。工程人员可以先规定机械臂应该经过哪些位置:从这里下降,到那里夹紧,再抬起、转动,最后移动到另一个位置。机械臂的每个关节由电机驱动,编码器不断测量关节已经转到了什么角度。控制器比较“现在在哪里”和“应该在哪里”,再调整电机。
因此,一个机械臂即使不知道自己抓的是汽车零件还是一块木头,也可以把动作完成得非常精确。这里有一个重要条件:现实环境也必须配合机器。
工件要每次出现在差不多相同的位置,所以工厂使用夹具把它固定;传送带在规定位置停止;零件尺寸受到公差控制;无关物体不会随意进入工作区域;必要时还会用围栏把人和机器隔开。如果机器难以应付世界的全部变化,一种非常有效的办法,就是先把机器周围的世界变得可预测。
这种方法直到今天仍然十分重要。在大量重复生产中,让环境标准化,往往比制造一台什么情况都能应付的机器人更便宜、更快,也更可靠。
问题出现在环境开始变化以后。把原本固定的零件向旁边挪十厘米,那台机械臂仍然可能准确地伸向原来的位置。它的电机没有坏,控制也没有失灵,只是它不知道世界已经变了。机器要面对这样的变化,首先必须获得关于周围环境的信息。
无标题无名氏No.69598650
2026-10-10(六)20:18:30 ID: lBNsq7w (PO主)
二、机器怎样知道周围发生了什么
机器可以使用很多种传感器。编码器告诉机器关节转到了哪里;加速度计和陀螺仪反映自身怎样运动;力传感器可以知道是否碰到了东西;温度、压力、声音和化学传感器观察不同的物理变化。摄像头、雷达和激光雷达则可以在较大范围内取得环境信息。
摄像头有一个很特殊的优点:一张画面里可以同时包含物体的位置、大小、形状、颜色、文字、道路标志、人的动作以及物体之间的关系。而且人类环境本来就有大量信息是为视觉准备的。交通标志、标签、仪表、屏幕、指示灯和人的手势,原本都是给人看的。机器一旦能够可靠处理图像,就可以直接利用许多已经存在的环境,而不必给每一件东西重新安装专门接口。
但机器感知并不只依赖视觉。摄像头可以看到机械臂前面有一个杯子,却未必知道杯子有多重;真正接触以后,力和触觉信息才开始变得重要。无人机保持姿态时,陀螺仪和加速度计通常比视觉更直接。自动驾驶汽车还可以利用雷达、轮速、卫星定位等不同来源的信息。
这些传感方式观察世界的物理原理不同,失效方式也不同。黑暗、强光、雨、雾、积雪、遮挡和地面反射,对不同传感器的影响并不相同。因此,现实机器经常把多种信息结合起来。
这也带来新的问题。传感器会有噪声,不同设备需要校准,时间可能不同步,两个传感器还可能给出互相矛盾的结果。信息越多,并不自动意味着机器对世界知道得越准确。
真正的问题是:为了完成这项任务,机器必须知道什么?恒温设备不需要知道房间里桌椅的位置。机械臂抓取一个零件,需要知道零件在哪里、朝什么方向、机械臂自身在哪里,以及是否已经抓牢。汽车则需要知道道路在哪里,周围有哪些物体,它们正在怎样运动,自己又处于什么状态。
这些信息未必由某个传感器直接给出。机器往往需要把许多不完全可靠的测量合在一起,形成对当前状态的估计。它并不需要复制整个现实世界,只需要形成一份足以支持下一步行动的状态。
无标题无名氏No.69598652
2026-10-10(六)20:18:51 ID: lBNsq7w (PO主)
三、机器怎样把动作稳定下来
知道自己在哪里以后,机器还要让动作真正到达目标。假设机械臂应该移动到某个位置,最简单的办法,是不断测量现在的位置,再和目标比较。如果还差得远,就继续驱动;如果已经接近目标,就减小动作。这种根据结果不断修正行为的方法,就是反馈控制。
但“有误差就纠正”还不够。真实机械结构有质量和惯性,电机产生的力量也不会在发出命令的一瞬间消失。如果机械臂正在高速接近目标,等它真正到达以后才决定减速,往往已经来不及。它会冲过头,再向相反方向纠正,然后又冲回来。如果控制方式不合适,反馈反而会制造振荡。
工业控制中有一类极其常见的方法叫PID控制。它大体同时考虑三件事:现在离目标差多少,偏差是否已经持续了一段时间,以及偏差正在以多快的速度变化。
如果离目标还很远,可以较强地纠正;如果已经快速接近目标,就提前减弱动作;如果长期总是差一点,还可以逐渐补偿这种持续误差。不同系统会使用不同的控制方法,但其中有一个非常普遍的思想:控制不仅要纠正误差,还要考虑这次纠正接下来会造成什么。
无人机保持姿态、汽车控制速度、电机维持转速、工业设备稳定温度和压力,都包含类似的问题。反馈使机器不必事先知道未来会出现的每一个扰动。
无人机受到一阵横风以后,机身开始倾斜。传感器发现姿态变化,控制系统调整几个电机的推力;姿态恢复以后,再减小修正。控制器不必提前知道这阵风什么时候出现。只要偏差能够及时被发现,就有机会在运行中把它纠正回来。
无标题无名氏No.69598654
2026-10-10(六)20:19:09 ID: lBNsq7w (PO主)
四、现实世界还要求及时反应
反馈控制还有一个容易被忽略的条件:时间。现实中的闭环并不是瞬间完成的。世界发生变化,传感器测到它;数据要传输和处理;计算机作出判断;命令再送到执行机构;电机、液压装置或者其他机构开始动作。每一步都需要时间。
如果整个过程太慢,机器作出的其实是对“过去那个世界”的反应。房间温度变化很慢,晚几秒处理通常没有多大关系。
无人机保持平衡则完全不同。机身正在倾斜时,几百毫秒已经可能很重要。如果所有传感数据都先上传到远方服务器,等复杂计算完成以后再把结果传回来,回来时飞机可能早已处于另一种姿态。高速行驶的汽车也一样。
所以对行动系统来说,计算能力不仅是“能不能算出来”,还包括“能不能及时算出来”。这也是为什么现实机器经常同时存在不同时间尺度的计算。
一些路线规划和复杂判断可以慢一些完成;姿态、速度和电机控制则必须在很短时间内连续运行。很多计算因此必须留在机器本地,而不能全部交给远端。答案是否正确和答案是否及时,在行动系统中往往不能分开。
五、机器进入不断变化的环境
固定工位可以通过夹具、围栏和标准化减少变化,道路却很难这样处理。车辆和行人在运动,光照不断变化,标线可能磨损,道路可能施工,临时障碍随时可能出现。
自动驾驶汽车因此必须一边运动,一边不断感知环境。它需要判断道路在哪里,周围有哪些物体,它们正在怎样运动;还要决定保持速度、减速、停车还是转向。
机器自己的动作又会立即改变下一刻面对的环境。汽车转动方向盘以后,摄像头中的画面会变化;减速以后,与前车之间的距离关系也会变化。于是,一个完整的闭环出现了:感知 → 判断 → 行动 → 世界变化 → 再感知。
自动驾驶之所以成为近年很有影响力的人工智能应用之一,一个重要原因就在这里。它把图像识别、状态估计、预测、规划、控制、计算延迟和安全问题放进了同一个现实系统。这些问题任何一个单独看都不新鲜,真正困难的是它们必须同时工作,而且汽车面对的环境并没有预先替机器整理好。
无标题无名氏No.69598657
2026-10-10(六)20:19:27 ID: lBNsq7w (PO主)
六、从认识环境到形成行动
传统工程通常喜欢把从感知到行动的过程分得比较清楚。例如汽车可以先从图像中识别车辆,再计算车辆的位置和速度,再预测它可能怎样运动,然后规划路线,最后由控制系统执行。
机械臂也可以先识别一个杯子,测量它的三维位置和朝向,再计算抓取位置,最后控制关节运动。这种结构有明显优点,每一步都比较容易理解,也比较容易单独检查。
机器学习的发展使另一种路线逐渐成为可能。上一节已经看到,神经网络可以从大量输入中形成一些人没有逐项规定的内部表示。这样的表示不一定只用来判断“这是一只猫”或者“这是数字7”,也可以参与形成行动。
例如一个机器人要抓桌上的杯子,它当然可以先明确计算杯子的距离、方向和大小。但通过大量抓取经验,它也可能形成一些更直接服务行动的内部关系:这个位置够不够得到,从哪里抓更稳,需要多大力,向这个方向移动会不会碰到其他东西。
这些内部状态未必能够被人逐项翻译成传统工程量,却仍然可以帮助机器产生正确动作。于是,从计算结构上看,可以出现一种很直接的关系:传感器输入 → 神经网络 → 动作。
这和上一节的“像素 → 神经网络 → 数字判断”在原理上并没有一道无法跨越的鸿沟。机器学习最初大量用于感知,后来逐渐进入预测、规划和动作选择。一些系统还把从感知到行动之间的多个步骤一起训练,这通常称为端到端学习。
现实机器经常采用混合结构。学习模型处理难以写出规则的环境信息,传统控制器负责快速、稳定地执行动作;一些安全限制则仍然可以由独立系统负责。过去必须由工程师事先规定的一部分环境表示和行动策略,现在也可以从经验中形成。
无标题无名氏No.69598660
2026-10-10(六)20:19:45 ID: lBNsq7w (PO主)
七、机器可以一边行动,一边认识世界
更通用的机器人还会遇到自动驾驶中没有那么突出的一类问题。一个物体离自己多远,可以通过视觉估计;但它究竟有多重、表面有多滑、是否柔软、里面有没有液体,往往不能只靠远距离观察准确知道。
机器人可以先伸手接触。手指碰到物体以后,可以知道表面是否容易滑;稍微抬一下,可以判断它比预计轻还是重;物体开始移动以后,还能发现内部东西是否会晃动。行动本身产生了新的信息。
人也一直这样做。拿起一个不熟悉的箱子时,我们通常不会先测量它的质量,再决定如何发力。我们会先试着提一下,然后根据箱子的反应立即调整力量。
所以机器的感知并不一定在行动以前已经完成。有些信息只能通过行动获得。这使“感知—判断—行动”的关系进一步变成一个连续过程。机器可以为了获得信息而行动,再根据新信息继续调整下一步动作。
对于更通用的机器人来说,环境状态也不一定首先是一份完整的物理说明书。一个机器人未必需要知道某个物体“准确重3.72千克”,才知道它应该双手去拿;也未必需要把所有空间关系换算成一组人能读懂的坐标,才知道一个东西“够得着”或者“过不去”。
机器可以形成直接和行动有关的内部关系。这种能力如果进一步发展,机器面对现实世界的方式就会和传统自动化出现很大差别。传统机械臂要求环境先被整理好;更通用的机器则需要在不断变化的环境中,边感知、边行动、边修正自己对世界的认识。
无标题无名氏No.69598663
2026-10-10(六)20:20:05 ID: lBNsq7w (PO主)
八、为什么少见情况最难处理
机器进入开放环境以后,会遇到一个很难彻底消除的问题:现实情况的组合几乎没有尽头。正常天气、正常道路、普通车辆可以产生大量数据,也最容易被模型学好,真正困难的往往是少见组合。
强烈逆光下正在施工;货车掉下一件形状奇怪的物体;原有标线和临时标志互相冲突;行人从遮挡物后突然出现;一个熟悉物体以从未见过的姿态出现。每一种情况都很少见,但机器运行得足够久以后,就会不断碰到各种不同的“很少见”。
所以,一个系统在99%的普通场景里表现很好,并不意味着剩下1%的工作也只剩下原来的百分之一。剩下的部分往往更复杂。这些少见、边缘和异常情况,常被称为corner case,或者长尾问题。
一种处理办法,是让真实运行不断产生新的经验。系统一旦在某类场景中表现不好,人们就可以把这些场景收集出来,加入后续训练和测试。自动驾驶尤其容易形成这种循环:大量车辆在真实道路上运行,不断暴露过去没有充分考虑的情况,再把其中一部分变成新的训练材料。
但单靠等待并不够。真正危险的事件往往太少,不能等它自然出现很多次。因此,还可以主动寻找罕见场景,或者在仿真环境中制造强光、暴雨、打滑、传感器故障和突然障碍,让机器反复经历现实中很难大量收集的情况。
无论真实数据还是仿真,都不可能提前列举未来所有组合。因此,可靠系统还需要知道自己的工作边界。如果多个传感器互相严重矛盾,如果输入明显偏离训练中见过的情况,或者系统无法可靠判断接下来应该做什么,就需要进入一种更保守的状态。