具有行動能力的AI與人類——David Mumford的觀點
David Mumford探討了大型語言模型（LLM）在現實世界中缺乏行動能力的問題，指出AI需要具備“能動性”才能與人類協作。他對比了人類獲得協作與規劃能力的過程，並提出了未來AI發展的方向。
2026年5月4日，數學家兼人工智能研究者David Mumford發表了一篇關於人工智能能動性的重要文章。他指出，當前的大型語言模型（LLM）雖然在回答問題、撰寫文章和解決定義明確的問題方面表現出色，但從未在現實世界中做出過決策。Mumford認為，LLM甚至無法理解“現實世界”這個短語，因為它們沒有感官，訓練數據中包含大量虛構的替代世界。它們的“生活”僅限於輸出回答。如果LLM被部署到企業中執行以前由人類員工完成的任務，它們必須擁有能動性，即在現實世界中採取行動的能力。這要求它們能夠與人類協作、規劃，並理解人類的願望和情感，儘管它們自身沒有情感。遺憾的是，熱衷於這項技術的億萬富翁們尚未探索這些方面。
Mumford最初接觸人工智能是通過計算機視覺，並受到David Marr的《視覺》一書的啓發。Marr提出，AI和人腦需要解決同樣的問題，因此存在一個共同的“計算理論”，既可以在硅片上實現，也可以在腦組織中實現。Mumford認為這一觀點至今仍有説服力。他曾在2020年發表arXiv論文（2010.09101），題為《AI代碼與皮層功能的趨同——評論》，描述了LLM與大腦的驚人相似性。本文旨在以同樣的方式審視能動性。
文章首先描述了人類獲得協作和規劃技能的漫長過程，這些技能與額葉的激活密切相關，心理學家和神經學家對此進行了深入研究。接着，他探討了機器人和幼兒學習移動能力的情況，並介紹了Yann LeCun的JEPA方法。然後，他分析了早期賦予LLM能動性的嘗試及其錯誤。最後，他提出了一個大膽的想法：如果AI被引入多個企業，可能需要一種多架構的架構，類似於印度神話中的多頭蛇舍沙。他認為這仍然是一個巨大的工程，可能會引發強烈的反對。總之，Mumford的文章呼籲AI研究者關注能動性這一關鍵問題，並提出了未來可能的發展方向。