本章小结与想一想

人工智能前沿可以通过已有基础逐步理解：Transformer 组合上下文表示，智能体连接模型与工具，世界模型预测后果，具身系统通过行动获得反馈。进入科学与社会场景后，模型输出还需要接受现实检验，并与人的目的、权利和责任相联系。学习 CAICP 的意义也在这里：不仅认识技术名称，更能沿着数据、计算、证据和应用条件说明一件事为什么成立，在哪些地方仍需继续判断。

想一想

1．“机器人拿起杯子，把它放到桌上。”读到“它”，只看这个字就能知道指什么吗？句子中的哪些内容提供了线索？这能怎样帮助理解语言模型为什么要利用上下文？

2．AI 把一本书介绍得头头是道，连作者和出版年份都写出来了。怎样确认这本书确实存在？为什么一段回答写得流畅、细节丰富，仍然需要核对？

3．一个智能体说：“我会先读文件，再计算，最后画图。”但它没有读取文件，也没有生成图表。这算完成任务了吗？应查看哪些实际结果，才能知道它确实做过这些事？

4．机器人已经在模拟中找到一条能绕开椅子的路线，真走起来却可能遇到轮子打滑。为什么执行一段后还要重新观察？预测接下来会怎样，与检查刚才实际怎样，有什么不同？

5．模型预测某种肥料能让小苗长得更高，几次实际测量却没有出现预想的效果。应该删掉这些“不配合”的记录吗？怎样利用它们决定下一步要查什么、试什么？

6．语音点歌系统让大多数同学用得很顺利，说某种方言的同学却总是点错歌。只看全班的总体成功率，会忽略什么？还应该怎样分开查看使用记录，才能发现这些困难？