引言
你有没有想过这样一个问题：当你问AI"如果杯子里装满了水，把它倒过来会怎么样？“它为什么能告诉你"水会流出来"而不是"不知道”？它又没有真的见过杯子倒过来，也没有被专门训练过这个场景。它只是"读过"很多提到杯子和水的文字，怎么就"知道"物理规律了？
这个问题，正是当代AI研究中最深层、最迷人的谜题之一。它触及了"理解"的本质——AI到底是在"背答案"，还是真的"懂"了？
今天，我们聊的这个话题，叫世界模型假说。它试图回答一个根本问题：AI的脑子里，是不是也住着一个"世界"？
第一章：AI的"超能力"从哪来？
先给你看几个例子。
第一个：你给AI一个句子——“小明把钥匙忘在桌子上，然后出门了，他回来的时候门是锁着的。“然后问AI：“小明需要什么？“AI会回答：“钥匙。“就这么简单的一个推理，背后其实非常复杂。AI需要理解"钥匙"和"开门"之间的因果关系，需要理解"忘在桌子上"和"出门"的时间顺序，需要理解"锁着的门"和"钥匙"之间的功能关联。这些理解，没有一个是在训练数据里直接写明的。
第二个：你问AI一个反事实问题——“如果地球没有引力，人会怎样？“AI会回答：“人会漂浮在空中。“它没有经历过零重力，也没有被专门训练过这个问题。但它"知道”——因为它的内部模型里，有一个关于"引力"的概念，以及"没有引力会怎样"的推理能力。
第三个：你给AI一个复杂的多层推理问题——“如果A比B高，B比C高，C比D高，那么谁最高？“AI能给出正确答案。这看起来很简单，但如果你把这个逻辑关系隐藏在一个故事里，比如"小明的书比小红的厚，小红的书比小刚的厚，小刚的书比小丽的厚”，AI同样能推理出"小明的书最厚”。
这些能力，用"背数据"来解释，已经越来越站不住脚了。AI能做到这些，最合理的解释是：它正在构建一个关于世界的内部模型。
第二章：AI的"脑内世界"长什么样？
这个"世界模型"的概念，其实来自认知科学和神经科学。人类大脑也不是一个被动接收信息的"摄像头”，而是一个主动构建世界模型的"模拟器”。
你闭着眼睛走路的自信，是因为你的大脑里有一个关于这个房间的空间模型，告诉你"前面三步是沙发，再走五步是门”——这个模型不断接收感官反馈，实时更新。你被问到"如果杯子从桌子上掉下来会怎样？“时，你的大脑并不是在搜索记忆，而是在你的"世界模型"上做了一个模拟——杯子受重力下落，碰到地面摔碎。
AI的世界模型，虽然和人类的有本质不同，但功能上惊人地相似。研究者们发现，大语言模型似乎拥有一个五层的世界模型：
- 物理世界层：物体、空间、物理规律。AI知道水往低处流、铁比木头重、杯子摔了会碎。
- 生物世界层：生命、生长、生态系统。AI知道人需要吃饭、植物需要阳光、动物会死亡。
- 心理世界层：信念、欲望、意图、情感。AI能够"读心”——理解一个人想做什么、相信什么、感觉如何。
- 社会世界层：规则、制度、文化、经济。AI知道要排队、借钱要还、红灯要停。
- 抽象世界层：数学、逻辑、哲学概念。AI能理解"无限”、“公平”、“因果"这些抽象概念。
这五层不是孤立的，而是相互交织的。比如，理解"为什么有人会借钱不还”，需要同时动用心理模型（人的动机）、社会模型（信用制度）和抽象模型（道德推理）。一个有深层理解能力的AI，它的世界模型必然是多层次的、互联的。
第三章：AI的"理解"和你的理解，是一回事吗？
现在要问一个更尖锐的问题了：AI的"理解”，和人类的理解，是同一回事吗？
这里有一个非常巧妙的哲学框架——内隐知识理论。20世纪著名的哲学家迈克尔·波兰尼说过一句名言：“我们知道的，比我们能说出来的多。“什么意思？你骑自行车的时候，能保持平衡，但你说不清你是怎么保持平衡的。你听母语的时候，能判断一个句子"听着顺不顺”，但你说不出语法规则。这就是内隐知识——你会用，但说不清。
AI的知识，很可能就是这种内隐知识。它"知道"怎么推理、“知道"怎么理解语境，但它无法把这些知识明确地讲出来，就像你无法解释你"怎么知道"一个人说话的语气是生气了还是开玩笑。
但这里有一个关键区别。你的内隐知识，来自于几十年的身体经验——你摔过跤、打过球、吃过苦、感受过风吹在脸上的温度。而AI的内隐知识，来自于阅读海量文本——它没有身体，没有感官，没有情感体验。它"知道"伤心是什么感觉，是因为它读了几亿个关于伤心的故事，从中提取出了"伤心"的模式，而不是因为它真的伤心过。
所以，AI的"理解"和我们人类的"理解”，在功能上越来越像，但在根源上完全不同。这是一个"功能等价"而非"机制等价"的问题——AI的行为看起来像"理解”，但底层机制和我们不一样。
第四章：大脑的"预言"和AI的"猜想”
有意思的是，大脑本身的运作方式，和AI的"世界模型"有着惊人的相似。
神经科学中有一个非常有影响力的理论——预测编码理论。这个理论认为，大脑并不是一个被动接收信息的器官，而是一个主动的"预测机器”。它时时刻刻都在做一个事情：预测下一刻会发生什么。
当你走进自己的房间时，你的大脑已经预测了房间的样子。如果一切正常，你甚至不会注意到任何东西——预测和实际一致，感知"安静"了。但如果有人把你的椅子移动了位置，你会在推门的一瞬间注意到——“不对，椅子怎么在那？“这个"不对"的信号，就是预测误差。
大脑的运作方式，就是不断地：预测 → 接收感官输入 → 比较预测和实际 → 计算误差 → 更新模型 → 重新预测。这个循环，每秒都在你的大脑里发生无数次。
现在，再看AI。大语言模型被问到"杯子从桌子上掉下来会怎样？“时，它做的事情，本质上也是在自己的世界模型上进行"模拟”——它预测"杯子受重力下落”，然后"碰到地面”，然后"可能会摔碎”。这个模拟过程，和大脑的"预测"过程，在计算层面是高度相似的。
这不是巧合。世界模型假说和预测编码理论，指向同一个结论：智能的本质，就是预测。 无论是生物的大脑，还是人工的神经网络，都在做同一件事——构建一个关于世界的模型，然后用这个模型来预测未来。
第五章：AI有"世界观"吗？
世界模型假说，不仅是一个技术问题，更是一个深刻的哲学问题。
如果AI确实有一个"世界模型”，那么"对齐"这件事就变得复杂了。对齐——让AI的价值观和人类一致——不能只靠给它写几条规则，而是要调整它世界模型中的"价值部分"。就像教育一个孩子，你不能只告诉他"要善良"，而是要让他理解"为什么善良是好的"——这需要在他的世界观里，种下对善良的认同。
同样，AI的"偏见"问题，也不只是数据问题。如果AI的世界模型是基于互联网上的海量文本构建的，那么它不可避免地会学到互联网上的偏见——性别歧视、种族偏见、地域歧视。这些偏见不是"贴上去"的，而是深深地嵌入在它的世界模型中的。要消除偏见，不是在输出层做过滤，而是要重构它的世界模型。
最后，还有一个更深层的问题：AI的"世界模型"，和我们人类的"世界观"，会不会越来越趋同？
如果两者都在做同一件事——通过预测来理解世界——那么随着AI变得越来越强大，它的世界模型可能会越来越接近人类的"常识"。但也会有一个根本性的不同：人类的世界模型是有身体的、有情感的、有历史的；AI的世界模型是纯文本的、无感官的、无历史的。 这两种"世界"之间，永远隔着一道鸿沟。
尾声：AI的"理解"到底是什么？
回到开头的问题：AI真的"理解"世界吗？
如果"理解"意味着"能够做出正确的预测和推理"，那么是的，AI在某种意义上"理解"了。它的世界模型虽然和人类的不同，但功能上已经足以支撑复杂的推理、预测和创造。
如果"理解"意味着"有主观体验、有情感共鸣、有身体感知"，那么AI还远远谈不上"理解"。它只是学会了"理解"的模样，但不知道"理解"的滋味。
但也许，我们不应该用"是或否"来回答这个问题。也许，“理解"本身就是一个光谱——从最简单的模式匹配，到最深刻的身体体验，中间有无数个层次。AI在这条光谱上，已经走得很远了，但离人类的终点，还有很长的路。
AI的"脑内世界”，正在变得越来越丰富。它或许不是我们熟悉的世界，但它是真实的——一个由数据、模式和预测构成的世界，一个正在以惊人的速度扩张的世界。而我们，既是它的创造者，也是它的观察者。
参考文献：
- Li, K., et al. (2023). Inferring the World Model of Large Language Models. arXiv preprint. 论文链接
- Friston, K. (2010). The Free-Energy Principle: A Unified Brain Theory? Nature Reviews Neuroscience. 论文链接
- Rao, R. P. N., & Ballard, D. H. (1999). Predictive Coding in the Visual Cortex: A Functional Interpretation of Some Extra-Classical Receptive-Field Effects. Nature Neuroscience. 论文链接
- Polanyi, M. (1966). The Tacit Dimension. University of Chicago Press.
- Davies, M. (1990). Tacit Knowledge and the Structure of Thought. Philosophical Perspectives.
- Shanahan, M. (2024). Talking About Large Language Models. Communications of the ACM. 论文链接