能继续追问的ai

在几轮对话里，Pi循循善诱地做了一次简单的心理疏导，尽管没有那么有用，但态度让人如沐春风。当我给了ChatGPT相同的开场白，它也问了我是因为什么，然后直接给出泛泛而谈的建议。在机制设置上，采取提问式结尾、不断主动追问的Pi更有让人聊下去的欲望。当我咨询Pi如何学习日语，它推荐了多邻国、Babbel、YouTube、电视剧电影等渠道，问我更喜欢哪种方法，在我选择了YouTube后，它推荐了几个真实的YouTube博主。我选择了其中一个，Pi再向我介绍这位博主的风格，建议我先看她的「基础日语」合集，从平假名、片假名，到句子结构、动词变位。说得倒挺好的，但它将合集名称和数量搞错了。当我和Pi讨论棒球这项爱好，它能够准确地找出与棒球相关的作品，主动引导我讨论其中的角色，准确概括角色的特点，还可以举一反三，向我介绍现实里有名的棒球选手。以上这些问题，Pi处理得还不错，但在和它谈论观点时，Pi的态度过于乐观。我认为AI发展得太快了，让人有些焦虑，Pi表示理解我的心情，但建议我尽量关注AI积极的一面。

1）善于追问的教师。苏格拉底与美诺讨论美德是否可教时，以“自己连美德是什么都不知道”诱发美诺反思（柏拉图,2017）。2）自我省察的学生。美诺和童奴健全的自我省察能力是苏格拉底追问的认知能力条件。3）持续追问的动力。苏格拉底的引导性追问，是驱动他和美诺相互追问的引擎。4）关怀并教导学生向善的艺术。苏格拉底没有教给美诺知识，而是通过持续追问激发他对真理、知识和智慧的热爱。5）持续追问的机制。苏格拉底对美诺或者童奴的追问，常以老朋友的口吻或者长辈的关怀进行，时刻关注对方的语言和情感表达。良好的情感沟通、洞察他者的能力、适切的追问智慧等，是保证师生持续追问的基础。

Or,in other words,at least in the rather constrained case of basic logic,the theorems considered interesting enough to be given names are the ones that “surprise us with new information”.或者，换句话说，至少在基本逻辑相当有限的情况下，那些被认为足够有趣、值得命名的定理是“用新信息让我们感到惊讶”的定理。If we look more generally in “metamathematical space” we can get some empirical idea of where theorems that have been “considered interesting” lie:如果我们更广泛地观察“元数学空间”，我们可以得到一些关于“被认为有趣”的定理所在的经验想法：Could an AI predict this?We could certainly create a neural net trained from the existing literature of mathematics,and its few million stated theorems.And we could then start feeding this neural net theorems found by systematic enumeration,and asking it to determine how plausible they are as things that might appear in mathematical literature.And in our systematic enumeration we could even ask the neural net to determine what “directions” are likely to be “interesting”—like in our second method for “AI-assisted traversal of multiway systems” above.