猴子，人类，GPT(3)

之前语言学中基本上没有“人的语言也是通过预测下一个词来产生”的派系。但是现在有人开始认为，可能我们人类的语言系统也是这么工作的。所以，AI的进步反过来帮助我们重新理解人类的大脑究竟是怎么工作的。
Yi：我们之前对大脑理解到何种程度？
刘嘉：我们对大脑的理解其实非常非常少，出于伦理的限制，我们不能把一个人的大脑打开，观察它的神经元如何工作，这违反伦理。我们只能在猴子、老鼠身上做这种精细的实验，但猴子、老鼠都不具有语言能力。
Yi：除了语言学，您所在的认知神经学、心理学领域是否也受到GPT的启发？
刘嘉：肯定的，而且这个启发可能也是革命性的。做个简单的类比，比如我去研究计算机如何工作，发现计算机上有一个东西叫做CPU风扇，只要这个风扇慢下来，计算机就会慢下来；如果把风扇的电源线剪掉，计算机就会死机。进一步观察，我还发现服务器这种计算能力特别强的机器，它的风扇特别大，而笔记本这种计算能力小的机器风扇特别小。最后我可能就会得出一个结论，说计算机的核心在风扇。所以我可能一辈子都在研究CPU风扇，而这显然是一个伪问题。类似的情况其实在脑科学研究上非常普遍：研究脑科学的人一辈子、或者好几代人，很可能都在研究一个伪问题。
现在有了GPT，相当于有了一个新物种。有了这个新物种，我们就可以把这个新物种和其他自然界的智能物种做一个对比，看哪些东西是这些物种所共有，这些共有的东西可能才是智能的本质。
所以，我们要重新去审视以前的方法论到底对不对，以前研究的问题到底是真问题还是伪问题。事实上，我越来越感觉以前我们问的绝大多数问题都是伪问题。有了GPT之后，我们需要把它作为一个研究对象来对待它。
Yi：围绕GPT产生了一门新学问，GPT学？
刘嘉：一定会这样。我们需要把它作为一个研究对象，我们实验室已经在做很多实验，关于GPT能做什么、不能做什么。微软研究院两周前专门发布了一个报告，从心理学角度对GPT-4做了全面解剖，总共154 页，有两个比较重要的结论，一个是GPT-4产生的智能原因我们不清楚，另一个是要研究它，需要研究范式的转变，也就是说，需要全新的方法和技术。同时，研究GPT对于可控的、可解释的AI非常关键。
02
质的区别or量的区别？
Yi：随着进一步迭代，这类大模型是否仍有一个能力边界？