今天分享一个用ChatGPT读难书的记录。

赫伯特·西蒙的《人工智能》第五章里的一段话：

这段话我读了几遍后觉得 ≈ 天书！

为什么会有这样的感觉？

从认知脑科学角度看，学习的本质是通过大脑神经元之间更加高效的处理过程完成的。上述这一段我之所以觉得一脸懵，其实在于我的大脑中没有多少用来表征这个段落的先行知识。所以就出现了「每个字我都认识，但连起来不知道西蒙在说什么」的困惑。从反面来看，这一段落体现了西蒙大脑中有大量复杂的概念以及这些概念的组合。

怎么办？

我尝试用ChatGPT来帮我读懂它。

首先我让ChatGPT扮演这本书的作者西蒙，并给它上面这段话所属的章节的电子版链接，让它先阅读同时准备好回答我的提问：

ChatGPT自动读取并总结了这一章的主要内容：

但这并不是我想要的答案，我需要的是刚刚那一段文章，尤其是其中图示的理解。我于是让它专注于那段话的细节，让它解释给我听：

ChatGPT现在给到了我一个还算可以听得懂的回答：

从GPT的回答可以发现，它通过举实例的方式「想象一下，你是一个小学生，你的妈妈希望你每天都能吃到营养均衡的食物……」来呈现「命令变量」和「环境参数」这两个复杂的术语：

• 命令变量：可以通过人为自主性选择的事物。
• 环境参数：选择事物所拥有的自身特质。

这样就相对比较容易理解了，不过我个人觉得「命令变量」翻译成「指令变量」似乎更好一些，因为这样体现了人为的选择能动性特征。

但是，这个回答依然太粗糙了！

因为上面那张图里面有「命令变量」、「固定参量」、「约束条件」、「效用函数」这些深奥术语，还有「手段」、「法则」、「约束条件表征了内部环境，参量表征了外部环境」等等这些天书描述。上述回答并没有涉及，所以整段话理解起来依然有较大难度。

于是我干脆让它全部结合起来给我解释：

我用分门别类的方式阐述了原文的重点，并要求GPT用小学生的语言向我解释，这样就能大大降低GPT回复内容的理解难度。

GPT如下回答：

这一回ChatGPT的回答可以打85~90分了！

可以看到，GPT将我指定的「命令变量」、「固定参量」、「约束条件」、「效用函数」这些复杂术语分别进行了举例，相比原文天书级别理解就容易多了。但我想让GPT进一步用图表的方式帮我呈现出来，这样看起来会更容易一些：

GPT表示它做不到，不过它依然用心呈现了一个简要的版本与图示化的方法论：

根据GPT的提示，我将原文图示简化如下：

对比一下：

到这里，我再次回看上面书中的原文和图表，我终于可以明白西蒙到底想说什么了 —— 西蒙通过这个范式给到了我一个最小思考结构：

简单来说，为了达成自己的目标：

• 我们需要明白自己的需求到底是什么？
• 在这个需求下我有哪些能动选择？
• 这些选择涉及到的原理有哪些？
• 我达成目标收到的限定有哪些？

换句话说，用这几个概念的组合来思考问题，就不会出现太大的纰漏。

那么下一步问题来了 —— 西蒙在这一章里面通过这个范式想传达什么理念呢？与这一章的主题「设计科学」的关系在哪里？这就涉及到抽样阅读的提出假设、验证假设与修正假设了。后面再详细展开。

Ref：

• 《人工智能》 赫伯特 · 西蒙

• GPT4插件 - WebPilot

Changelog

20230616 17:05