可迁移模型 · TRANSFERABLE MODEL

常识是引擎,不是数据库

我们通常把“常识”想象成一个存储事实的数据库(如“杯子可以装水”)。作者指出,真正的常识是一个**动态的、能够进行反事实推理的引擎**。它不是被动存储“鸟会飞”,而是能主动推断“如果这只鸟的翅膀受伤了,它可能飞不起来”,并能想象“如果羽毛是铁做的,鸟就飞不起来”。这是一个生成式、模拟式的认知工具。
来源

《重启AI》第3章 / “世界模型作为常识引擎”模型

可迁移到

**产品设计**:设计一个助手AI时,不应仅连接一个事实库,而应为其构建一个关于用户任务和目标的**动态世界模型**,使其能推理“如果用户现在说这个,他下一步可能需要什么”。**危机管理**:制定预案时,不仅列出现状和已知风险(数据库思维),更要模拟各种假设情境下的连锁反应(引擎思维)。

来自这本书的解读报告

《重启AI:如何让人工智能变得明智》

梅拉妮·米歇尔(Melanie Mitchell) · 人工智能 / 科技哲学 / 认知科学

这本书回答了当前AI为何“聪明”却不“明智”的问题,答案是需要从模式匹配跃迁到因果与常识推理。

人工智能·因果推理·常识·AI伦理·科技哲学
阅读完整解读报告 →
PRESS YOUR OWN BOOK

找一本想读的书,解读出你自己的洞察

90 秒得到核心模型 · 行动接口 · 失效边界 · 三套 SOP

解读一本书 →