苏菲拉底
问题
讲者
谈话
信源
笔记
分享这个追问
← 全部问题
← Ⅱ·03 能预测,就等于理解了吗?
追问
预测得准就等于理解了吗?
Ⅱ·03 能预测,就等于理解了吗?
即是理解
2 条
能把一件事预测到位,就已经理解了它
不算理解
5 条
找出规律和相关不构成理解,理解要求说清各部分如何相互依赖
无须理解
1 条
只要行为足够可预测就够用,是否理解内部无关紧要
可能相关
新视角预测能像下一个 token 预测那样通向通用智能吗?
神经网络里发生了什么,人能看懂吗?
简单的博弈模型能解释真实行为吗?
机器能真的理解吗?
知识越多,人越懂自己的处境吗?
看这一大问题的全部 →
回应
按立场分组 · 点上方立场只看那一组
即是理解
能把一件事预测到位,就已经理解了它
理解一个现象,就是拥有一个能无损地生成该现象的模型
▶ 35:54
Tim Scarfe
He won a Nobel here for AlphaFold. Then he left. - John Jumper
2026
理解就是把符号转成嵌入向量,并让这些向量相互作用以预测下一个符号
▶ 20:40
杰弗里·辛顿
The surprising truth about AI’s limits and potential | Geoffrey Hinton | Strange Loop
2024
不算理解
找出规律和相关不构成理解,理解要求说清各部分如何相互依赖
大语言模型不是从第一性原理解题,只是在每一步猜测接下来最自然该说的内容
▶ 43:36
陶哲轩
Terence Tao at IMO 2024: AI and Mathematics
2024
理解建立在把握各部分如何相互关联和依赖,而不只是认出某事为真
▶ 35:14
迈克尔·帕特里克·林奇
Michael Patrick Lynch: The Internet of Us
2016
相关性不足以构成理解,哪怕相关是完美的
▶ 36:06
迈克尔·帕特里克·林奇
Michael Patrick Lynch: The Internet of Us
2016
理解某件事为什么如此是一种创造性行为,而非被动的状态
▶ 39:57
迈克尔·帕特里克·林奇
Michael Patrick Lynch: The Internet of Us
2016
算法从海量数据中找出模式,并不能取代科学建模和解释
▶ 48:16
迈克尔·帕特里克·林奇
Michael Patrick Lynch: The Internet of Us
2016
无须理解
只要行为足够可预测就够用,是否理解内部无关紧要
AlphaFold 的价值恰在于它只承诺预测某个特定实验的结果,而不解释整个细胞
▶ 20:12
约翰·江珀
He won a Nobel here for AlphaFold. Then he left. - John Jumper
2026
分享
↑
苏菲周报 · THE WEEKLY
每周一封,
追问一个大问题。
苏菲拉底的每周来信,写这一周在追问的问题和看到的回应。
订阅 →
苏菲拉底
ASK THE BIG QUESTIONS · THINK DEEPLY · SEE THE WORLD DIFFERENTLY
问题
讲者
谈话
信源
理念
周报
微信公众号
© 2026 苏菲拉底 · 内容仅供学习
[email protected]