北京
理查德·漢明在貝爾實驗室有個著名的提問習慣：“你所在領域最重要的問題是什么？你為什么不去研究它？” 同事多半想懟他：大清早連咖啡都沒喝，誰會這么開場。可這問題確實扎心。對我來說，答案很明確——“有沒有通用的歸納方法？” 很多人覺得歸納法早就有科學方法論和統計工具撐著，但事實并非如此。在我們理解世界的根基處，有一個空洞，我們只是偶爾、碰運氣才能跨過去。
休謨管它叫歸納問題，還有個更朗朗上口的名字叫“無免費午餐定理”，盡管它離真正意義上的定理差得十萬八千里。道理很簡單：從觀察到理解，不存在一套通用、系統化的方法。如果你頭一回聽說，可能覺得這有什么大驚小怪，我們天天都在歸納，想都不用想。沒錯，我們在做，卻不知道自己是怎么做到的，這意味著我們不知道怎么教別人、怎么自動化，甚至不曉得自己做得到底對不對。
玫瑰花瓣游戲就是一面極簡的鏡子。這個骰子游戲謎題，傳統上靠朋友口口相傳——那位知道竅門的朋友，會判斷你是不是那種樂于受折磨的人。規則藏在五顆骰子的點數里，你要說出“玫瑰周圍的花瓣”有多少片。如果你試著找出一個算法，能教會小孩子、能寫成程序，大概率會卡住。我也一樣。即便我們把不同機器學習算法喂進去，讓它們看越來越多的例子——每例都包含五個骰子的數值和對應的正確花瓣數，算法各自用不同的方式學習一種函數映射，結果也并不比人類高明到哪去。
這就是歸納問題的殘酷之處：任何算法，哪怕看似能從樣本中“學”到規律，一旦要求它處理全新的、模式稍有變化的情形，立刻露餡。你根本無法保證從有限案例里提煉出的模型，能完美遷移到未知案例。這不是算力不夠，而是壓根沒有免費的午餐——要在一個問題上表現好，就一定在另一些問題上付出代價。
這也正是為什么弗朗索瓦·肖萊要推出ARC-AGI基準測試，為什么AI研究者們反復念叨世界模型，為什么說Transformer架構在語言模iron上剛好踩到了一個甜蜜點。它們都是在繞著這個古老的問題打轉：我們怎樣才能從零散觀察里，可靠地長出一種理解。玫瑰花瓣游戲把這一切推到你眼前——你親自卡在那道門檻上，然后才明白，歸納法還遠沒有通關。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
