为何ChatGPT无法保证结果为真

 来源:计算机研究与发展     编辑:管理员      时间:2023/10/7
 

为 了 解 释 为何 ChatGPT 无 法 保 证 结 果 为 真,首 先需要探讨什么是“真”.“ 真”的定义有很多,本文采 用亚里士多德的经典定义[16]:说是者为非,非者为是, 即为假;而说是者为是,非者为非,即为真 . 基于此, Tarski 提出一个更形式化的“真”的定义[17]:

X 是真语句当且仅当 p,

其中 p 代表任意语句,X 是语句 p 的名称.

即,一个语句是真的,当且仅当它描述的情况确 实发生了 . 比如:“树在长芽”是真语句当且仅当树在 长芽,即“树在长芽”是真语句当且仅当树在长芽确 实发生了 .

但是,这个看似合理的“真”的定义却隐含矛盾 . Tarski 转述了乌卡谢维茨的加强版说谎者悖论:

令 C 是“C 不是一个真语句”的名称,因此,有如 下 2 个假设:

1)α 假设: C=“C 不是真语句”;

2)β 假 设:“C 不 是 真 语 句 ”是 真 语 句 当 且 仅 当 “ C 不是真语句”.

综合 α 假设与 β 假设,即可以得到:C 是真语句 当且仅当“C 不是真语句”,悖论 .

Tarski 关于“真 ”的定义和上面的推理似乎都没 有问题,那问题出在哪里呢? 我们认为问题出在概 念的定义上,因此需要仔细考察概念的定义 .

众所周知,概念的经典表示由 3 部分组成:符号 表示、内涵表示和外延表示 . 其中,概念的符号表示 由概念名称表示,概念的内涵表示由描述概念特性 的命题表示,概念的外延表示由概念所包含的实例 的经典集合表示 . 比如,“偶数”这个概念,其中文符 号表示是“偶数 ”这个词;内涵表示是“ 能被 2 整除 的整数”这个命题;外延表示是“包含所有偶数的集 合”:{…, −6, −4, −2, 0, 2, 4, 6, …}.

如图 3 所示,根据经典表示,每个概念具备 3 种 功能:指名、指心和指物,同时对应着波普尔的 3 个 世界:符号世界、心理世界和物理世界[18] . 概念的指 名功能,是指每个概念都指向认知世界或符号世界 中的一个实体,用所指对象的特定符号名称来表示 . 这些符号名称可以组成各种不同的语言 . 概念的指 心功能,是指每个概念也指向人类心理世界中的实 体,代表这个概念在心理世界里的对象表示 . 概念的 指物功能,强调概念与物理世界中的实体之间的对应,这些实体遵循物理世界的规律,可以独立于人的 主观感受 .

如果从概念的表示来实现人工智能,指名、指物、 指心对应了 3 条路径:符号主义、连接主义和行为主 义 . 如果从概念的功能角度来对人工智能分类,可以 分为认知智能、情感智能和行为智能 . 认知智能实现 了概念的指名功能,即处理和理解符号世界的问题 . 情感智能则实现了概念的指心功能,主要关注心理 世界中的问题 . 而行为智能则体现了概念的指物功 能,主要解决物理世界中的问题 . 然而,如果要实现 概念的三指功能,必须首先解决机器的感知问题 . 解 决机器感知问题是最基本的人工智能,通常被称为 感知智能 . 感知智能主要关注机器的输入输出处理, 是实现认知智能、情感智能和行为智能的基础 .

在概念的经典表示下,概念的指名、指心与指物 功能是等价的,其符号表示、内涵表示和外延表示在 功能上也是可以互换的 . 这是因为概念的经典表示 存在 6 条预设:

1)概念的外延表示可以由集合{x1, x2, …,}表示;

2)概念的内涵表示存在且用命题∀xP(x)表示;

3)概念的名称存在,且用符号表示 A;

4)概 念 的 外 延 表 示 与 内 涵 表 示 同 名:A={x1, x2, …,}=“ ∀xP(x)”;

5)概念的表示唯一,即同一个概念的表示与个 体无关: ∀α(Aα=A),α 代表一个人;

6)概念的指称等价,即其内涵表示与外延表示 在指称对象的时候功能等价∀x(x ∈A↔P(x)),其中, A={x1, x2, …,}.

根据上述概念的经典表示,可以知道概念的指 名、指心与指物功能是等价的 . 在日常生活中,这种 情况非常普遍,因此说真话是通常的情形 . 罗素曾给 出一个清晰的论证[19]:“除非假定说真话是一种通常 的情况,否则没有人能够学会说话:假设当你的孩子 看 到 一 条 狗 时,你 随 意 地 说 出‘ 猫 ’、‘ 马 ’或 者 ‘ 鳄 鱼 ’,那么当他看到的不是一条狗时,你无法通过能

通过说‘ 狗’来欺骗他 . 因此,说谎是一种派生的行为, 它预设了说真话是通常的规则 . ”在上述罗素的论证 里,可以清楚地看到,其预设了概念的指名与指物等 价,即假设概念的三指等价是真的必要条件 .

如果概念的指名、指心与指物功能等价,则可以 认为:认知智能、情感智能与行为智能等价 . 这意味 着一旦实现了认知智能,也就同时实现了情感智能 和行为智能 . 同时,人工智能的 3 条实现路径 ——符 号 主 义 、连 接 主 义 和 行 为 主 义——也 是 等 价 的 .

ChatGPT 和 GPT4 的出现,表明认知智能已经取得了 巨大的进步 . 如果概念的三指等价,那么认知智能的 巨大进步预示着情感智能和行为智能将取得同样的 巨大进步 . 从这个角度看,实现 AGI 似乎也有可能性 .

然而,乌卡谢维茨悖论告诉我们概念三指等价 在逻辑上并不永远成立:它内蕴矛盾 . Tarski 的真定 义实际上等价于如下命题:概念的指名功能为真当且仅当概念的指物功能为真 . 显然,概念的经典表示 也预设了 Tarski 的真定义 . 仔细分析乌卡谢维茨悖论 的逻辑推理,可以发现 “ 假设与 β 假设都预设了“概 念的指名功能为真”与“概念的指物功能为真”等价, 这必然导致悖论 . 实际上,在概念的三指等价条件下, 针对包含算术系统的逻辑系统,哥德尔证明了不完全性定理,而 Tarski 得到了著名的真之不可定义定理 . 这些都说明在复杂一点的符号系统内部,不可能 解 决 何 为 真 、何 为 假 的 问 题 . 因 此,从 理 论 上 讲 , ChatGPT 和 GPT4 同 样 无 法 解 决 真 假 问 题 . 因 此,有 时必须放弃概念的三指等价假设 . 一旦放弃了这个 假设,就会发现认知智能、情感智能与行为智能是不 可能等价的 . 实际上,现实生活中,这三种智能从未 等价过 .

 信息推荐
» ChatGPT订阅计划得到用户认可 收费为20美元/月
ChatGPT Plus计划收费为20美元/月,该计划的用户可以调用GPT-4模型,并使用 所有ChatGPT插件,调查结果显示,受访者使用生成式AI工具的目的主要为搜索信息和生成思路
» ChatGPT插件:其他值得关注的特色插件
Competitor PPC Ads对广告效果分析工具;ScholarAI学术搜索工具;SceneXplain图像描述工具;MetaMentor by AxonAI知识学习辅助工具
» 用于提高工作效率的ChatGPT插件受到用户欢迎
最受欢迎Top16插件包括 WebPilot,Prompt Perfect,Wolfram等,主要提供联网查找信息,计算,阅读整理文档等提高效率的帮助
» ChatGPT插件:购物和电商、金融、自动化是数量最多的领域
ChatGPT插件应用领域分为109个应用领域,其中数量最多的是:1)购物和电子商务(39个);2)金融(35个);3)自动化(31个);媒体(25个),教育(24个)
» ChatGPT插件数量快速增长,目前已达613个
将ChatGPT插 件的应用领域分成12大类,其中插件数量最多的应用领域是:1)内容与媒体(25.94%);2)商业与金融(25.12%)3)技术与互联网(17.13%)
» ChatGPT Plus上线代码解释器,功能强
数据分析方面,代码解 释器可以阅读用户上传的数据,完成数据合并和清理,并基于用户需求建立数学模型进行分析和预测
» ChatGPT访问量展望,ChatGPT与OpenAI仍在迭代,有望带动访问量回升
ChatGPT乃至OpenAI的迭代,推进大模型能力普及;让模型能根据用户自然语言来调用函数;相比此前标准的4k版本,能处理更长的文本
» 谷歌Bard推出,分流ChatGPT
谷歌Bard正式向全球用户开放,进入超180个国家和地区,Bard网页版在23年5月的访问量快速提升,全球访问量达1.42亿次,较4月增长186.92%
» ChatGPT访问量下滑,多渠道发展,分流网页版流量
ChatGPT的网页版chat.openai.com在PC端和移动端的访问量出现了下滑,6月全球月访问量较5月下滑9.7%,移动版发布或分流部分高频使用用户
» ChatGPT是AIGC浪潮的一部分
早期萌芽阶段(1950s-1990s)该阶段AIGC仅限于小范围实验;沉淀积累阶段(1990s-2010s)从实验性向实用性转变; 快速发展阶段(2010s-至今)
» ChatGPT模型原理
收集描述性数据,并训练一个监督学习模型; 收集比较性数据,并训练一个奖励模型;用PPO强化学习算法对奖励模型最优化
» ChatGPT采用监督学习+奖励模型进行语言模型训练
1、抽样出一个问题及其对应的几个模型输出结果; 2、标记员将这几个结果按质量排序; 3、将排序后的这套 数据结果用于训练奖励模型
 
返回首页
AI大模型
劳模
AI自动驾驶
chatgpt智能
生成式AI应用
智能机器人行业
行业动态
行业资料
最新资讯
» 吉林省2024年政府工作报告-聚焦四大集群,六新产业,四新设施
» 黑龙江2024年政府工作报告-建设省级智能工厂4个、数字化车间41个
» 机器学习教育框架-学习结果和定义
» 人工智能素养:能力和设计的主要考虑因素
» 人工智能素养能力框架-17条能力
» TinyLlama 等小模型爆火,参数量为 11 亿
» 体系化人工智能(Holistic AI)技术探索-AI服务大闭环、AI能力原子化重构、网络原生AI及安全 可信AI
» 穿刺机器人的发展趋势:四大应用优势助力行业发展
 

人工智能 鲁ICP备18039973号-6