具有行动能力的AI与人类——David Mumford的观点
David Mumford探讨了大型语言模型（LLM）在现实世界中缺乏行动能力的问题，指出AI需要具备“能动性”才能与人类协作。他对比了人类获得协作与规划能力的过程，并提出了未来AI发展的方向。
2026年5月4日，数学家兼人工智能研究者David Mumford发表了一篇关于人工智能能动性的重要文章。他指出，当前的大型语言模型（LLM）虽然在回答问题、撰写文章和解决定义明确的问题方面表现出色，但从未在现实世界中做出过决策。Mumford认为，LLM甚至无法理解“现实世界”这个短语，因为它们没有感官，训练数据中包含大量虚构的替代世界。它们的“生活”仅限于输出回答。如果LLM被部署到企业中执行以前由人类员工完成的任务，它们必须拥有能动性，即在现实世界中采取行动的能力。这要求它们能够与人类协作、规划，并理解人类的愿望和情感，尽管它们自身没有情感。遗憾的是，热衷于这项技术的亿万富翁们尚未探索这些方面。
Mumford最初接触人工智能是通过计算机视觉，并受到David Marr的《视觉》一书的启发。Marr提出，AI和人脑需要解决同样的问题，因此存在一个共同的“计算理论”，既可以在硅片上实现，也可以在脑组织中实现。Mumford认为这一观点至今仍有说服力。他曾在2020年发表arXiv论文（2010.09101），题为《AI代码与皮层功能的趋同——评论》，描述了LLM与大脑的惊人相似性。本文旨在以同样的方式审视能动性。
文章首先描述了人类获得协作和规划技能的漫长过程，这些技能与额叶的激活密切相关，心理学家和神经学家对此进行了深入研究。接着，他探讨了机器人和幼儿学习移动能力的情况，并介绍了Yann LeCun的JEPA方法。然后，他分析了早期赋予LLM能动性的尝试及其错误。最后，他提出了一个大胆的想法：如果AI被引入多个企业，可能需要一种多架构的架构，类似于印度神话中的多头蛇舍沙。他认为这仍然是一个巨大的工程，可能会引发强烈的反对。总之，Mumford的文章呼吁AI研究者关注能动性这一关键问题，并提出了未来可能的发展方向。