领养一只三体人
背景
习惯于在日常工作中使用Chat-GPT后,随着新鲜感的褪去,逐渐对AI感到些许失望。它就像一面镜子,除非你先给它一束光,否则它不会反射回来。我不喜欢它的被动的工作方式。为何他不能像一个真正的导师,主动引导人类思考和学习的方向。
建立这个项目的初衷是对自己一些常用的思考路径进行编程,以期这个程序能够某种程度上学会思考。
(至于三体人(Trisolaran),它是《三体》一书中一个思维透明的外星种族。这正是我希望这个项目能做到的:学会思考并把过程暴露给人看)。
思路
就我个人而言,思考是由问题驱动的。人所能思考的问题类型比较多样,但项目暂时只考虑定义问题,即”什么是XXX?“。
- 流程
- 提问首先要有一个主题。(预先建立一个主题词汇库,表结构:theme, theme_id,origin_id[](初始为空))
- 针对主题我们能提出什么问题?(目前只提定义问题,即”什么是XXX?“)
- 拿到问题,将问题提给Chat-GPT,将其答案入库。(表结构:theme_id,id,answer,question, theme_id[])
- 检查答案中的每一个词,是否有被提问过,或存在于基础词库中。(预先建立基础词库,主要是语言中的虚词)
- 针对上一步检查为否的词汇,追加入主题词汇表。
- 更新主题词汇库的origin_id字段值,添加当前主题值。
- 下一个主题。
预期
通过记录定义"思考"链路,可以实现对词汇间距离度量。这应该算是个单向距离,度量Chat-GPT做定义"思考"时的词汇距离。
- 有了距离,那是否存在一个高维空间,使得词汇间距离为为空间距离。这样的空间是否可解?
- 基于实现思路,我们可以轻易地推导出会有些许词汇距离大多数词汇的距离都比较近,他们可以被视作桥梁词汇,单独进行考虑。
- 而针对其他具有合适空间位置的词汇,我们从某种意义上就获取了一种将脑海中联想能力量化的方式,虽然现在只是针对的Chat-GPT的定义”思考“。
未来
- 除了定义”思考“,我们还会有其他联想距离的建立方式,比如同一事件,即两个原本不相干的事物出现在同一件令我们印象深刻的事情中。
- 我们在事件的联想方式中,存在遗忘机制。即过一段时间,某些联想不再重复,这份较近的距离就会丧失。