📢 转载信息
原文链接：https://www.kdnuggets.com/just-in-time-world-modeling-supports-human-planning-and-reasoning
原文作者：Iván Palomares Carrascosa
Image by Editor
理解“即时”世界模型
本文概述并总结了最近发表的题为“‘即时’世界模型支持人类规划和推理”的论文，该论文可在arXiv上完整阅读。
我们将以更温和、更易于理解的语气面向广大读者，介绍什么是模拟式推理，重点阐述文章中提出的整体“即时”（JIT）框架及其使用的机制编排，并总结其行为方式以及如何帮助在支持人类规划和推理的背景下提高预测能力。
理解模拟式推理
想象一下，你身处一个黑暗、杂乱、充满障碍物的房间最偏远的角落，想要在不碰撞的情况下找到通往门口的确切路径。同时，假设你即将击打一个台球，并想象出球预期的精确轨迹。在这两种情况下，有一点是共同的：在不采取任何行动的情况下，在大脑中预测未来情景的能力。这就是所谓的模拟式推理，而复杂的AI智能体在各种情况下都需要这种技能。
模拟式推理是我们人类在决策、路线规划和预测环境中即将发生的事情时不断使用的一种认知工具。然而，现实世界极其复杂，充满了细微差别和细节。试图穷尽地计算所有可能的结果及其影响，可能会在几毫秒内耗尽我们的大脑资源。为了避免这种情况，在生物学上，我们所做的不是创造一个近乎完美的现实复制品，而是生成一个只保留真正相关信息的简化表征。
科学界仍在努力回答一个主要问题：我们的大脑是如何如此快速有效地决定在心理模拟中包含哪些细节以及省略哪些细节的？这个问题正是目标研究中提出的JIT框架的动机。
探索底层机制
为了回答之前提出的问题，研究人员提出了一个创新的JIT框架。与传统理论假设在规划前完全可观测环境不同，该框架提出在进行中构建心理地图，仅在真正需要时才收集信息。
JIT框架在论文中提出并应用于导航问题 | 来源：此处
该模型最大的成就是它定义了三个关键机制的组合和相互交织：
- 模拟：其原理是我们的大脑会提前开始规划行动路线或我们将要走的路线。
- 视觉搜索：随着心理模拟向未知区域推进，它会向我们的眼睛（或AI智能体或系统的感知器）发出信号，以检查物理（或数字）环境的特定部分。
- 表征修改：当检测到可能干扰我们计划的物体（例如障碍物）时，大脑会立即“编码”该物体并将其添加到其心理模型中加以考虑。
实际上，这是一个快速而流畅的循环：大脑进行一定程度的模拟，然后“眼睛”搜索障碍物，大脑更新信息，模拟继续——所有这些都以一种精心编排的方式进行。
框架行为及其对决策的影响
JIT模型最引人注目的方面是什么？无疑是其惊人的效率。作者通过在两项实验中将人类行为与计算模拟进行比较来测试该模型：一项是在迷宫中导航，另一项是物理预测试验，例如猜测一个球将如何反弹。
结果表明，与试图从一开始就穷尽处理整个环境的系统相比，JIT系统在记忆中存储的物体数量明显更少。然而，尽管它基于一个只包含一小部分现实的碎片化心理图像进行工作，但该框架能够做出高质量、有根据的决策。这提供了一个深刻的启示：我们的大脑通过极其有选择性地工作来提高其性能和响应速度，而不是通过处理更多数据，从而在不过度消耗认知资源的情况下实现可靠的预测。
展望未来方向
虽然研究中提出的JIT框架为人类规划方式提供了一个绝佳的解释（并可能对推动AI系统的界限产生影响），但仍有一些领域有待探索。研究中进行的试验仅考虑了很大程度上静态的环境。因此，扩展该模型还应考虑高度动态甚至混乱的场景。理解当周围存在多个非静态物体时，如何选择相关信息，可能是进一步推进这一迷人的人类规划和推理理论以及——谁知道呢！——将其转化为AI世界的下一个重大挑战。
Iván Palomares Carrascosa 是人工智能、机器学习、深度学习和大型语言模型领域的领导者、作家、演讲者和顾问。他培训和指导他人掌握现实世界中的AI应用。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区