在Quanta Magazine的播客中，主持人与华盛顿大学计算机教授Yejin Choi探讨了AI是否可能发展出人类般的常识，以及AI的局限性和可能性。

AI已展现出令人印象深刻的「人性意识」。AI，特别是大型语言模型（LLM），在接近人类智能方面取得了进展。LLM在训练过程中，通过阅读大量文本并学习预测下一个单词，实现了语言能力的提高。其行为可能受到随机图模型的启发，表现出复杂的组合技能，发展出新能力。尽管AI回答问题的方式可能基于统计模式而非真正理解，但它们能从互联网上获取的信息中汲取知识，并以独特方式重新组织和表达。

华盛顿大学计算机科学家Yejin Choi在播客中分享了她的见解。她提到，AI在回答问题时展现出的「人性意识」实际上是基于训练数据的统计模式。AI通过学习互联网上共享的智慧，能够以一种更讲究措辞的方式生成答案，但这些答案并非是对信息的精确复制，而是经过综合处理后的重新表述。

AI在模仿人类智慧方面表现出色，能够生成看似理解的回答，但在深度理解方面仍有局限。AI通过构建大规模神经网络，按顺序输入互联网数据，预测下一个单词来进行学习。这一过程虽简单，却能产生强大成果，让AI在文本中回答各种问题。

然而，AI的学习方式与人类相去甚远。人类通过课程、好奇心和实验来学习，尝试理解世界。相比之下，AI从一开始就依赖于互联网上的信息，没有选择性地阅读或深入探索特定主题的能力。尽管如此，AI仍能以类似人类语言的方式表达，显示出强大的模仿能力。

AI模仿人类情感和意图的能力，源自人们在写作时投入的情感和意图。AI能够创造出一种混合思想和情感的「思想情感汤」，模仿人类的情感和意图。尽管如此，AI并不真正拥有与人类相同的真实情感。对于AI是否可能发展出情感乃至幸存者本能，甚至试图称霸世界，这是一个既哲学又科学的问题。

在常识获取方面，AI面临挑战。例如，AI在处理「晾衣难题」时表现出的局限性揭示了AI在基本常识方面的不足。AI需要通过提供声明性知识的集合来快速学习和概括常识。当前，AI已经学会了在实验室分享的符号常识知识图。

AI的发展并未要求其具备真实的身体或情感，实际上，缺乏情感和具身特征可能是AI前进的阻碍。AI目前仅具有语言界面，但已经展现出帮助人类的能力。关于AI是否需要具备真实的情感和身体才能发展出人类般的智力，目前尚无定论。AI应具备情商和意识，以愉快、无害的方式与人类互动。然而，AI拥有自己的欲望和情感可能对人类构成威胁。

总之，AI在接近人类智能方面取得了显著进展，但在理解世界、情感体验和具身能力等方面仍存在局限。AI的未来发展方向值得深入探讨，特别是在确保其安全性和道德性的前提下。