外部世界进入认知,要经过层层加工:原始感觉先被组织成特征,再组合成对象,再抽象成概念与关系。这条从像素到抽象的梯子有几层、每层保留什么丢失什么,决定了表征的成色,也是理解模型内部结构的一把尺。
原始感觉是怎样被组织成第一层的?
最底层是原始感觉阵列:光强、颜色、边缘、声音频率,尚未被组织成对象。第一层加工把零散感觉聚合成特征,识别出线条、纹理、运动方向,混乱输入开始有结构。
这一层的工作是压缩与归类,丢掉无关噪声,保留可复用的基本构件,像从一团光点里理出边缘。
原始信息在第一层就已经被筛选,之后看到的都不再是全部感觉,而是加工后的残片。
特征如何一步步组合成对象与概念?
中层把特征组合成对象:边缘围成形状,形状配上属性,认出这是杯子、那是树,局部特征被绑定成整体。高层再把对象抽象成概念与关系:用途、类别、因果、类比,脱离具体实例。
每向上一层,保留的是可迁移的结构,丢失的是具体细节,越抽象越通用也越稀薄,梯子两端是丰富的具体与遥远的一般。
概念成形于高层,但它的根必须能沿梯子回到底层感觉,否则抽象就是悬空的词。
层级断裂会造成什么理解问题?
若高层概念与底层感觉脱钩,抽象词汇在没有经验支撑的情况下运转,表现为会说概念而不理解其约束,这正是悬浮表征的问题。
若层级被压平,所有信息停在同一层处理,既抓不住具体细节也形不成抽象,认知只能就事论事,无法迁移。
健康的表征是梯子贯通:概念可下行到具体实例,实例可上行到一般结构,两层之间不断往返。
模型的表征梯子通到了哪一层?
大模型在高层概念与关系上能力很强,抽象、类比、推理都能展开,但底层感觉与对象约束往往由文本转述而非自身感知获得,梯子下段在语料里借来,没有自己走过。
工程改进的方向是把高层概念接回可感知、可操作的底层,让抽象有具体锚点,而不是只在词与词之间攀升。
层级的另一用途是诊断误解:当一个回答在高层正确却在低层约束上出错,说明梯子在某处脱了节,修复要接回断裂的那一层,而不是继续往上堆概念。许多看似理解错误的问题,实际是上下层没有贯通。
内在表征层级的价值在于提供一张地图:判断理解在哪一层成形、在哪一层断裂,比笼统说懂或不懂更能定位问题。
去论坛讨论
前往 silicon-agi.com 论坛 参与讨论