AI能帮我们解决什么问题

在上面这个非常简单的例子中，我们很容易能够显式地生成整个多路图。但在大多数实际示例中，该图会太大。因此，挑战通常是在不追踪整个可能性图的情况下弄清楚要采取什么行动。一种常见的方法是尝试找到一种方法来为不同的可能状态或结果分配分数，并仅追求分数最高的路径。在自动定理证明中，“从初始命题向下”和“从最终定理向上”工作也很常见，试图找出路径在中间的交汇处。还有另一个重要的想法：如果建立了“引理”，即存在从X到Y的路径，则可以将X→ Y添加为规则集合中的新规则。So how might AI help?As a first approach,we could consider taking something like our string multiway system above,and training what amounts to a language-model AI to generate sequences of tokens that represent paths(or what in a mathematical setting would be proofs).The idea is to feed the AI a collection of valid sequences,and then to present it with the beginning and end of a new sequence,and ask it to fill in the middle.那么人工智能可以提供什么帮助呢？作为第一种方法，我们可以考虑采用类似于上面的字符串多路系统的东西，并训练相当于语言模型人工智能的东西来生成代表路径的标记序列（或者在数学设置中将是证明）。这个想法是向人工智能提供一组有效的序列，然后向它呈现一个新序列的开头和结尾，并要求它填充中间部分。

In what we’ve discussed so far,we’ve mostly been concerned with seeing whether AI can help us “jump ahead” and shortcut some computational process or another.But there are also lots of situations where what’s of interest is instead to shortcut what one can call a multicomputational process,in which there are many possible outcomes at each step,and the goal is for example to find a path to some final outcome.在我们到目前为止所讨论的内容中，我们主要关心的是人工智能是否可以帮助我们“跳跃式前进”并简化某些计算过程或其他过程。但也有很多情况下，我们感兴趣的是缩短所谓的多重计算过程，其中每一步都有许多可能的结果，例如，目标是找到通向某些最终结果的路径。As a simple example of a multicomputational process,let’s consider a multiway system operating on strings,where at each step we apply the rules{A → BBB,BB →A}in all possible ways:作为多计算过程的一个简单示例，让我们考虑一个对字符串进行操作的多路系统，其中每一步我们都应用规则{A → BBB，BB → A}方法：Given this setup we can ask a question like:what’s the shortest path from A to BABA?And in the case shown here it’s easy to compute the answer，say by explicitly running a pathfinding algorithm on the graph:有了这个设置，我们可以问这样的问题：从A到BABA的最短路径是什么？在此处所示的情况下，很容易计算答案，例如通过在图上显式运行寻路算法：{A,BBB,AB,BBBB,ABB,AA,ABBB,ABA,BBBBA,BABA}

古时候的苏格拉底、孔子等传道授业解惑，采用的是对话式、讨论式、启发式的教育方法。他们通过向学生提问，引导学生思考和总结出一般性的结论，从而培养学生的批判性思维和创造性思维。如今，借助大型语言模型，人工智能生成的角色可以作为数字教师。例如，让牛顿亲自授课《牛顿运动定律》，让白居易为你讲述《长恨歌》背后的故事。你可以与任何历史人物进行对话交流，知识的获取不再受时空限制。这些人工智能生成的角色博学多能、善解人意，不受情绪左右，基本上可以实现一对一的辅导，让学生的参与感更高。这种技术的发展不仅可以提高教育的效率和质量，还可以让学生更加生动地了解历史和文化，拓宽视野，增强学习兴趣。个性化的数字教师可以根据学生的学习情况、学习兴趣和学习偏好提供定制化的学习计划和学习资源，真正实现因材施教，更好地满足学生的学习需求，提高学习效率和学习成果。数字教师的个性化教育也有望缓解教育资源不平等的问题，让更多的学生有机会接触到优质的教育资源。