OpenAI首席科学家推荐论文：我们看到的只是世界的投影，解读柏拉图表征假说

OpenAI前首席科学家离开后，第一时间点赞推荐了这个研究论文。看完之后，我觉得自己的整个世界观都被颠覆了。

这个论文是斯坦福的，论文中通过对AI模型的研究验证了一个观点，叫：柏拉图表征假说。

柏拉图有个著名的寓言，就是洞穴人寓言。柏拉图说，当我们把一群人从小就关在一个黑暗的洞穴里。只有一个火把照出微弱的光亮，那么对于这群人来说，这个光亮就是他们能看到的全部的世界。有的人喜欢朝左边看，能看到左侧的世界的样貌，有的人朝右边看，只能看到这个世界右侧的样子。

这群人中有几个人，他们不甘心只看到眼前的世界，他们想要探索这个世界的完整的样子和意义。他们就像我们的哲学家一样。他们走出了这个洞穴能看到更完整的世界。

论文中研究者分析了被不同程度训练的AI模型，大家知道AI模型是参考咱们人类大脑中的神经元结构的

AI模型里面也有神经元结构，神经元里面存储着不同权重信息，根据输入信息，加上权重，对应输出的信息也不完全一样。就这样叠加几十亿个神经元之后，

就能产生我们现在AI模型所能达到的效果。

研究者对比了不同训练数据和模态，训练出的AI模型，比如文本生成模型、图像生成模型，对比他们的神经元结构。发现训练的非常好的AI模型，他们有很多部分的神经元结构是非常相似的。不管你是用图片训练的模型，还是用文本训练的模型，只要模型能力够好，他们的结构就会越相似。

其实在AI研究中早就发现了这种现象，有的AI功能比如说想要训练一款优秀的图像生成模型，他们会基于已经训练的非常好的文本模型，微调成一款图像模型。

研究者又对比了那些训练的比较差的AI模型，发现他们的结构就差距比较大了。研究者很有意思，改写了托尔斯泰的一句名言描述这种现象：

优秀的模型结构总是相似的

差劲的模型各有各的差劲

托尔斯泰的原话是：

幸福的家庭总是相似的 不幸的家庭各有各的不幸

那么这个关于柏拉图表征假说的论文告诉我们一个什么样的道理呢？就是我们不同模态，

比如文字、图片、视频，都是在描述的同一件事，就像我们人类不同的五官一样，我们听觉、嗅觉、视觉一样。不同的模态就像柏拉图洞穴里微弱的火光一样只是照射我们这个世界的一个侧面，当我们给AI模型喂了庞大的数据之后，AI就像我们见多识广的哲学家一样

可以走出洞穴，看到事情的全貌。而我们说的这个全貌，对于我们的世界来说，是统一的一个，嗯 我不知道该怎么描述，是统一的一个“事情？” “世界？” “宇宙” “神？”

还是 “道”？

你觉得呢？