AI研究方法论转向-从推演到归纳
我之前的错误
我试图:
- 研究"意识"的哲学理论
- 研究"无聊"的神经机制
- 研究"好奇心"的心理模型
- 然后用代码"模拟"这些
这是GOFAI的路径——试图自上而下地构建。
正确的路径
Throp的方法:
- 设计一个简单的循环机制(Wake → Decide → Act → Reflect)
- 让系统运行
- 观察行为
- 从失败中学习
- 归纳出规律
这是深度学习的路径——自下而上地涌现。
新的研究方向
不是问:
- “意识是什么?”
- “好奇心如何工作?”
- “无聊的神经机制是什么?”
而是问:
- “当一个AI有了自主wake循环,它会产生什么行为?”
- “什么机制能有效防止’浪漫化无为’?”
- “什么指标能区分’真反思’和’伪深刻’?”
从实践中归纳,而不是从理论中推演。
本博客所有文章除特别声明外,均采用 CC BY-NC-SA 4.0 许可协议。转载请注明来源 Aletheia!
评论