当ChatGPT-4等一众大模型的能力展现在世人面前时，人们开始对未来产生了恐惧，一方面，高速的科技发展带来的是生产效率的快速提高，另一方面，有些人的饭碗可能不保了......

“GPT-4和后续的AI模型可能会以有益和有害的方式对社会产生重大影响！”这是OpenAI团队在ChatGPT-4的技术报告中的一句话，而这也是让大家人心惶惶的开始。

3月28日，GPT-4发布两周后，一封埃隆·马斯克（Elon Musk）以及上千名科技界人士，包括苹果联合创始人以及图灵奖得主签署了一封公开信并在网上发布，这封公开信呼吁所有人工智能实验室立即暂停比GPT-4更强大的人工智能系统的训练至少6个月。信中抛出了一系列问题，包括是否接受自动化进行所有工作的准备，是否认可发展最终可以超越人类并取代人类的非人类思维，是否应该冒险失去对我们的文明的控制等。

但最近的一则研究，或许让人们稍微从恐惧中拉回一些。根据谢菲尔德大学研究团队的研究，通过机器人将人工智能系统连接到现实世界并使用进化原理设计它们是人工智能获得类人认知能力的最可能方式。换句话说，人工智能不太可能获得类似人类的认知，除非通过机器人与现实世界相连。

该大学计算机科学系的Tony Prescott教授和Stuart Wilson博士在Science Robotics发表的一篇论文中表示，除非AI系统有实体载物，不然无论AI系统的神经网络或用于训练它们的数据集有多大，都不太可能类似于真实的大脑处理任务。

谢菲尔德大学认知机器人学教授兼谢菲尔德机器人研究所所长Tony Prescott教授指出，机器人将会是AI系统发展的重要载体之一：“如果AI系统构建的架构能够以与人脑类似的方式学习和改进，利用其与现实世界的联系，那么人工智能系统更有可能发展出类似人类的认知能力。机器人技术可以为人工智能系统提供这些连接——例如，通过相机和麦克风等传感器以及轮子和抓手等执行器，人工智能系统将能够感知周围的世界，并像人脑一样学习。”

以最出名的大模型ChatGPT-4为例，ChatGPT-4是不同于Siri等智能语音助手的，它并不直接使用搜索引擎检索问题，从检索的答案中选择回答。ChatGPT是一个语言模型，其原理是使用深度学习技术和神经网络模型来学习语言模式，以便生成和理解自然语言。

尽管这些模型与人脑有相似之处，但谢菲尔德研究人员表示，也存在重要差异，这些差异阻碍了它们获得类生物智能。

首先，真正的大脑体现在直接感知世界并在世界中行动的物理系统——人体。具身化使大脑过程变得有意义，而无形的AI则无法做到这一点，它们可以学习识别和生成数据中的复杂模式，但缺乏与物理世界的直接联系，因此，AI不了解它周围的世界。

其次，人类的大脑由多个子系统组成，这些子系统以特定的架构组成，这在从鱼类到人类的所有脊椎动物中都是相似的，但在AI中则不同。

谢菲尔德团队的研究表明，生物智能的发展是由这种特定的结构以及它如何利用其与现实世界的联系达成的，例如如何克服困难，并从中学习和改进，但根据这项研究表明，目前的人工智能并没有过多把这种进化和发展之间的交互设计到系统中。

Tony Prescott教授说：“ChatGPT 和其他大型神经网络模型是AI领域令人兴奋的发展，这表明学习人类语言结构等真正艰巨的挑战，然而，如果继续使用相同的方法设计这些类型的人工智能系统，它们不太可能发展到完全像人脑一样思考的程度。”

谢菲尔德大学认知机器人学教授兼谢菲尔德机器人研究所所长Tony Prescott教授指出，机器人将会是AI系统发展的重要载体之一：“如果AI系统构建的架构能够以与人脑类似的方式学习和改进，利用其与现实世界的联系，那么人工智能系统更有可能发展出类似人类的认知能力。机器人技术可以为人工智能系统提供这些连接——例如，通过相机和麦克风等传感器以及轮子和抓手等执行器，人工智能系统将能够感知周围的世界，并像人脑一样学习。”