人沉思时,念头会自己游走,走到哪不完全可控。计算则每一步都确定。这两种状态看起来对立,其实各有各的用处。
沉思为什么显得自由?
因为它的路径不可预测,连本人也说不清下一步想到什么。这种不可预测被体验为自由。
但不可预测不等于无原因。可能是原因太复杂,自己也算不清。自由感更多来自无知,而不是来自无约束。
计算为什么显得必然?
因为每一步都能追。给定输入和权重,输出是确定的。可追是好事,它让系统可测试、可复现。
代价是没有意外。它不会突然给你一个没想到的角度,因为它只走概率最高的路。
两种状态能不能结合?
能,而且已经在做。提高采样温度,就是在计算里引入受控的意外。多采样几次再挑,等于模拟沉思的发散。
但这种结合是浅的。真正的沉思会改变问题本身:想着想着,发现原来问错了。现在的系统很少改问题,它只会改答案。
改问题的能力从哪来?
来自对目标本身的怀疑。人会问我为什么要解决这个,系统默认接受给定目标。目标不改,问题就不会被重构。
所以要它学会沉思,得先允许它质疑任务。这在产品上很危险,因为用户不想被反问。但如果永远不许质疑,它就永远只是执行器。
沉思需要时间吗?
需要,而且是真实的等待。人想通了会有啊的瞬间,那之前有一段低效的徘徊。这段徘徊不是浪费,是搜索。
系统的思考是压缩的,几秒内跑完。快是优势,但它跳过了徘徊。跳过的代价是浅:它给出的答案往往是第一个合理答案,不是最好的。
该追求哪一种?
按场景分。事实查询、格式处理、批量任务,要必然,不要自由。创意、策略、诊断,要一点自由,容许它走偏再回来。
最怕的是错配:用必然的系统做创意,得到一堆正确但平庸的东西;用自由的过程做核算,得到一堆有创意但错的数字。
自由是能力还是缺陷?
在探索阶段是能力,在交付阶段是缺陷。所以好的系统应该有两种模式,并且知道什么时候切换。
切换的判据不是心情,是任务性质:有没有唯一正确答案。有,就走必然;没有,就留自由。
沉思的自由和计算的必然,不是对立的两极,是两种工作模式。会用的人按任务选模式,不会用的人拿一种模式套所有事。
去论坛讨论
前往 ziyuanagi.com 论坛 参与讨论