人工智能如何理解世界？新研究揭示关键机制

• 斯坦福大学与谷歌的研究团队发现，大型语言模型在训练过程中，会自发形成对物理世界的内部表征。
• 研究分析了包括GPT-4在内的多个模型，通过观察模型处理物理场景文本时的内部激活模式得出结论。
• 模型内部出现了类似“世界模型”的结构。例如，当读到“球从桌上滚落”时，特定神经元的激活模式与人类理解此类场景时有相似之处。

从文本中“模拟”世界

• 研究表明，大语言模型回答物理世界推理问题的能力，并非来自明确编程，而是从海量文本训练中涌现出来的。
• 论文主要作者解释：“模型似乎在用文本‘模拟’世界。它把读到的句子当作事件描述，从中学习事件如何随时间演变。”

研究意义与未来方向

• 这项发现有助于理解当前人工智能的局限性，并为构建更可靠、可解释的AI系统提供了新思路。
• 未来，研究人员计划探索如何让模型的内部世界模型变得更精确和健壮。