1. 首頁 > 生活百科 > >

AI下一前沿是模擬社會！斯坦福AI小鎮創業后，西部世界雛形初現

微信小程序

AI下一前沿是模擬社會！斯坦福AI小鎮創業后，西部世界雛形初現

文章圖片

AI下一前沿是模擬社會！斯坦福AI小鎮創業后，西部世界雛形初現

文章圖片

AI下一前沿是模擬社會！斯坦福AI小鎮創業后，西部世界雛形初現

編輯｜杜偉
進入到 2026 年 ， 人工智能領域被一只「龍蝦」（OpenClaw）硬控了 。 這種具備高主動性、強活人感的私人 AI 助理成為了新一代人機交互的標桿 。
然而 ， 在應用層的狂歡背后 ， 關于「人工智能的下一個前沿」究竟在哪 ， 業界正產生更深層的共思 。
對于這個問題 ， 我們勢必會聽到不一樣的答案 。 此前 ， 英偉達高級研究科學家 Jim Fan 認為世界建模是新一代預訓練范式 ， 大型世界模型將開啟為機器人學習以及更廣泛多模態 AI 奠定真實基礎的元年 。
今天 ， 斯坦福大學副教授 Percy Liang 旗幟鮮明地表示 ， 「模擬將是人工智能的下一個前沿 。 」同時 ， 他還是孵化自爆火「斯坦福 AI 小鎮」項目的創業公司 Simile 的聯合創始人 ， 該公司在上個月宣布完成了 1 億美元融資 ， 投資人包括了李飛飛、Andrej Karpathy 等眾多 AI 大佬 。
在他看來 ， 迄今為止 ， 人工智能最令人矚目的成就都源于那些擁有清晰環境與獎勵機制的領域 ， 無論是擊敗李世石的圍棋對決、奪得國際數學奧林匹克（IMO）金牌 ， 還是從零開始編寫完整的應用程序 。 在這些場景中 ， 強化學習算法可以嘗試不同的行動 ， 并在安全的 Docker 容器中觀察那些定義明確的結果 。
但是 ， 面對涉及人類的、混亂的現實世界情況時又該如何呢？在現實中 ， 獎勵機制模糊不清 ， 風險巨大 ， 且無法直接進行實驗 。 這些情況恰恰是人工智能下一個重大機遇所在 。
為了攻克這一難題 ， 我們需要「模擬」社會（即將社會放入 Docker 容器中） 。 這意味著要建立一個能夠預測在任何給定情景（真實或假設）下會發生什么的模型 。 如果能實現這一點 ， 我們的能力將僅僅受限于想象力：預測未來、優化結果、回答假設性（「如果 …… 會怎樣」）問題 。 最終 ， 這不僅僅是為了做出更好的決策 ， 更是為了讓我們對自身和這個世界有更深刻的理解 。

Percy Liang 關于模擬「社會」的一系列觀點得到了很多人的認同：



在 Percy Liang 撰寫的一篇博客文章中 ， 我們看到了他及其所在公司 Simile 關于 AI 進入模擬時代的暢想、面臨的挑戰以及未來的發展潛力 。
研究連接了可能與不可能 。 在預測時代 ， 我們實現了訓練通用模型以高精度分類文本和圖像 。 在推理時代 ， 我們正讓模型具備解決挑戰性數學、代碼以及其他復雜的、多步驟問題的能力 。 但那些答案取決于大量人類長期互動所產生的涌現結果的、復雜的現實世界問題該如何解決？比如：
如果我們允許遠程辦公 ， 我們組織的生產力和文化會發生怎樣的變化？ 我們該如何為數百萬學生重新設計三年級數學課程？ 如果醫生按團隊成果進行考核 ， 臨床文化會如何轉變？這些問題需要更多支持：它們需要對給定情況下將發生的事情有極其精細的理解 。 換句話說 ， 它們需要我們進行模擬 。
在 Simile ， 我們相信我們即將進入模擬時代 ——AI 的下一個前沿 。 模擬的核心在于對我們自身及環境的深度理解 ， 以至于能夠推演任何可以想象的「如果…… 會怎樣？」的情景 。
Simile 團隊開創了 AI 模擬領域 。 我們開發了具有涌現行為的多智能體模擬、模擬了在線社交互動 ， 并創建了能夠準確代表真實個體的智能體 。 為了釋放模擬的全部潛力 ， 我們必須應對以下挑戰：
開發人類及其環境的高保真模型：當今的語言模型并不能捕捉人類行為的細微差別 。 我們需要新穎的數據采集策略來獲取這些潛在知識 ， 并訓練能夠推導至新情景的基座模型 。 高效地進行大規模模擬：我們如何模擬 80 億人一年的活動？我們必須開發多尺度模型 ， 以便模擬整個人群隨時間推移的宏觀和微觀動態 。 模擬必須建立信任：我們的模型必須對可能結果的分布產生經過校準的概率估計 。 在這里 ， 模擬本身作為一個可解釋的產物 ， 與具體現實緊密相連 。模擬將開啟哪些可能呢？
首先 ， 模擬器允許我們預測未來：給定當前狀態 ， 模擬接下來會發生什么 。 但模擬器的功能遠不止于此 。 模擬器是世界的因果模型 。 根據 Pearl 的因果層次理論 ， 我們可以評估干預措施：如果我們做出某種決定 ， 會發生什么？或者更具野心地說 ， 我們可以回答反事實問題：如果我們過去實施了某種決定 ， 結果又會如何？回答此類問題的能力不僅能實現更好的決策 ， 還能讓我們對自身和世界有更深刻的理解 。
模擬時代正在開啟：預測模型可以生成最優行動 ， 但無法解釋原因 。 推理模型可以講述故事 ， 但這些故事不一定基于現實 。 模擬為世界上最復雜的問題提供了完整的、可審計的軌跡 。 模擬將要發生的事情比預測該做什么更難 。 但我們相信 ， 這是通往穩健超智能的真正路徑 。 模擬位于可能與不可能的分界線上 。
參考鏈接：
https://www.simile.ai/blog/simulation-next-frontier
【AI下一前沿是模擬社會！斯坦福AI小鎮創業后，西部世界雛形初現】https://x.com/percyliang/status/2031392872310911430

    推薦閱讀