作者：中联科创特约嘉宾尹智

AI没有常识，而常识有时会是困住创新思维的"盒子" ——

看到Dall-E 和 stable diffusion这样大名鼎鼎的文字到图形生成AI模型也会犯低级错误（如附图里的"轮子是绿色的白色自行车"那些），很多声音掩饰不住兴奋了: AI根本理解不了 世界，AI不懂语言和图像的关联，等等。个人觉得这种论断其实有些无聊，前面我写过一篇东西分析，"理解"，"懂"这些概念，是很有主观色彩的，我们通常说的"理解"也不过是一种够用就好的实用性，细分析起来，一大堆的逻辑问题。很多时候我们说我们"理解"了这首诗，或者说我们"懂"了微积分，不过是拿我们可以做得出题的标准来衡量而已。微积分的本质这么容易就理解了的话，还用牛顿和莱布尼兹这种天才来发明吗？王语嫣阅尽天下武学，甚至都知道别人下一招是什么，自己却不会运用武功，这叫"理解"还是不"理解"武学？相比起来，我觉得值得思考的是为什么可以生成高质量图像的AI，有时候却画的不知所以？比如附图的"画出一个梯子并标出你站在上面的部分"，显然AI没有理解这是要标出梯子上的横杆部分，AI没有建立"梯子上站人的部分"和"横杆"的联系，为什么？这可能有很多解释，一种可能性训练集里就没出现过梯子上站人，AI又不具备如何爬梯子这么一种常识 —— 这如果反过来看，如果我们让AI具备常识呢？如果我们让AI具备这种显而易见的常识呢（比如通过符号代码形式）？或者，我们让这个AI同时经历一些强化学习的训练 —— 爬梯子（打游戏的AI就是这么训练出来的，能爬梯子的游戏AI必然是理解梯子横杆和人"站立"的关系的），是不是这个AI就不会犯这种低级错误了呢？文本到图像的AI必然是不完美的，因为它们认知世界的全部方式就只有训练集里的图片和配套文字，与其我们幸灾乐祸地看到它们犯一些没常识的低级错误，为什么我们不想办法补齐这些短板呢？此外，象附图里"方形轮子的自行车"和"布满仙人掌刺的厕纸"，我跟那位MIichael Bronstein的想法一样，AI画的没毛病啊, 换了我，我也是这么画啊，总不能因为这些作品在现实中不存在，就不让人家按字面意义画吧。甚至觉得在某些需要新奇创意的作品创作中，就该引入AI的这种创作风格，因为他们不会受到常识的束缚，是真正可以帮助人类"跳出盒子"来思考的。 —— 仅代表尹智个人观点  Ken's personal view only