Piffer:AI 更像冯·诺伊曼而非爱因斯坦,数学优势源于符号记忆扩充

关键要点

  • Davide Piffer 认为,AI 在数学领域的进步源于上下文窗口中的符号记忆,而非推理能力的提升。
  • 四项心理学研究表明,除一般智力之外,工作记忆还能独立预测数学表现。
  • Piffer 预测,在需要单次概念跃迁或上下文窗口访问受限的问题上,AI 的优势将会减弱。

研究者 Davide Piffer 在一篇评论文章中提出,AI 数学表现的进步,更可能是因为上下文窗口提供了近乎无限的符号工作记忆,而不是因为推理能力得到了深化。Piffer 援引物理学家 Wigner 对冯·诺伊曼与爱因斯坦的观察,将当前 AI 定位为机器放大版的冯·诺伊曼:速度快、记性好,但尚未达到能重新框定问题本身的爱因斯坦式深度。

人类工作记忆的数学限制:四项心理学研究的独立量化发现

Piffer 引用多篇心理学研究,说明工作记忆对数学表现的解释力独立于智商之外:

Alloway & Passolunghi(2011):工作记忆对数学成绩有独立贡献,不受一般智力因素干扰。

Alloway & Alloway(2010):一项为期六年的纵向追踪研究显示,五岁时的工作记忆表现比智商测验更能预测日后的学业成就。

Blankenship(2015):研究结论与上述发现一致。

Friso-van den Bos(2013):研究结论与上述发现一致。

根据上述研究,智商相近的两名儿童,工作记忆容量较大者的数学表现通常更好。Piffer 以此作为理解 AI 数学表现的起点:人类数学表现本就受到记忆瓶颈的制约,而 AI 消除了这项制约。

上下文窗口作为增强型符号工作记忆

Piffer 将 AI 的上下文窗口形容为一本巨大的外部符号笔记本,保留语言模型能够处理的所有文字:题目叙述、定义、中间算式、被放弃的解法,随时都可以回头检视。

然而,Piffer 指出,AI 写下的字词几乎无法覆写,只能不断向后叠加,因此更准确的描述是「增强型符号工作记忆」,而非真正意义上的人类工作记忆。人类的工作记忆包含注意力调节、抑制干扰和持续更新三项功能,而语言模型的上下文则相对被动。

Piffer 指出,这项优势在数学领域特别显著,原因是数学可以被写成几乎没有歧义的符号:假设、定义、已知条件、已排除的情况,全部都可以精确留存,不会因语境改变意义。AI 能在每一步重新复述完整前提,避免人类推导中因漏记条件而不小心除以零的问题。Piffer 同时提到,数学答案可以通过程序计算或形式化证明器(能够自动核查每一步推导是否符合逻辑规则的软件)进行交叉核查,使外部记忆中的错误得以立即纠正,不会累积成一连串误差。

工作记忆框架的失效条件:不确定因果问题的记忆上限

Piffer 明确指出了工作记忆优势的适用边界。以「某人为什么突然不回消息」为例:原因可能是对方在生气、在忙、手机坏了,或者在回避另一件事;关键信息从一开始就没有被记录下来,再大的上下文窗口也无法生成未被观察到的事实。

Piffer 指出,「公平」「成功」「有害」这类词汇的意义本身会随情境变化,模型可以保留整段对话,却依然可能误解对话真正讨论的内容。政治分析、历史解读和商业判断的困难所在,不是记忆容量不足,而是在证据不完整时找出正确的因果解释;这是上下文窗口无法提供的能力。

Piffer 的可验证预测:AI 优势应随题型条件而变化

Piffer 提出了一项可以通过实测验证的预测:AI 的优势应在条件数量多、计算步骤长、需要分多种情况讨论的题型上最为明显;换成只需要一次概念跃迁的题目时,优势应明显缩小。反向验证的条件是:若缩小可用的上下文窗口,或禁止语言模型写出中间步骤,那么根据 Piffer 的预测,长篇数学题的表现会出现不成比例的大幅下降。

冯·诺伊曼对比爱因斯坦:Wigner 的观察与当前 AI 的能力定位

Piffer 援引物理学家 Wigner 的观察作为结语框架。Wigner 同时认识冯·诺伊曼(John von Neumann)与爱因斯坦:冯·诺伊曼的头脑是他见过的最快、最敏锐的头脑,能够瞬间吸收大量信息并进行跨领域推导;爱因斯坦的理解则更深刻、更具原创性,是那种能够重新框定问题本身的思考者。

Piffer 以此为基础进行对比,将当前 AI 定位为机器放大版的冯·诺伊曼:速度快、记性好,但尚未展现出能够推翻既有框架的爱因斯坦式深度。

常见问题

Piffer 为什么认为上下文窗口比推理能力的进化更能解释 AI 的数学进步?

Piffer 的论点建立在心理学研究的基础上:工作记忆对数学表现具有独立于智商之外的预测效应,人类数学表现本就受到记忆瓶颈的制约。AI 的上下文窗口相当于消除了这项制约,提供了近乎无限的符号工作空间,不需要推理能力本身发生变化。

为什么上下文窗口的优势在模糊问题上会失效?

根据 Piffer 的分析,不确定问题(例如政治判断、历史解读)的核心困难在于因果解释,而非记忆容量。关键信息从一开始就没有被完整记录,再大的上下文窗口也无法生成未被观察到的事实;词汇意义随情境变化同样无法通过扩充记忆容量来解决。

Piffer 如何具体区分当前 AI 与更深层的认知能力?

Piffer 采用 Wigner 对冯·诺伊曼(速度快、跨领域信息吸收能力强)与爱因斯坦(能够重新框定问题本身,具有深度原创性)的区分,认为当前 AI 符合机器放大版冯·诺伊曼的描述,在需要推翻既有框架的问题上尚未展现出爱因斯坦式的深度原创思考。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论