Scott Aaronson 探讨了自指性在人工智能中的作用,将 Douglas Hofstadter 的《哥德尔、埃舍尔、巴赫》中提出的观点与当前大型语言模型的能力进行了对比。Aaronson 指出,尽管早期人工智能理论强调“怪圈”和自指性,但像 GPT 5.6 Pro 和 Fable 这样的现代大语言模型,在没有明确编程这些概念的情况下,就展现出了高级的对话能力和自我意识。他认为,这些自指特性是广泛预训练过程的副产品,类似于形式系统或计算机中的通用性不需要内置明确的自指性。 AI
影响 挑战了关于智能的长期理论,表明当前大语言模型的能力是由于规模和数据意外产生的。
排序理由 一位著名人工智能理论家撰写的博客文章,反思了人工智能的哲学基础。
在 Mastodon — fosstodon.org 阅读 →
- LLMs
- Scott Aaronson
- Douglas Hofstadter
- Fable
- Gödel, Escher, Bach
- Gödel's incompleteness theorems
- GPT 5.6 Pro
- Roger Penrose
- The Emperor's New Mind
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →