智能是效率，不是你會什麼

Lex 問成長路上影響他的思想家，Chollet 提到青少年時讀的 Piaget（強調智能是逐階段建構出來的）與神經科學家 Jeff Hawkins 的《On Intelligence》（心智是多尺度的時序預測階層），兩者都形塑了他後來想「心智如何發展」的方式。

他不同意 Chomsky 把語言當成認知的最底層，主張語言只是心智最外層的一層「作業系統」，嬰兒在會講話之前，是先用視覺、空間與動作在思考。

他偏好用心智圖整理想法，因為那比較像一張沒有固定起點的地鐵圖（拓樸空間），而不是嚴格的樹狀階層；他也點出深度學習其實一直在處理幾何空間（有距離、可微分），而不是拓樸空間。

進入論文《On the Measure of Intelligence》（2019 年 11 月發表）：他把智能定義成「面對沒準備過的新任務時，習得新技能的效率」，並強調要把「智能」這個過程跟「技能」這個產出分開——就像造路公司跟一條特定的路是兩回事。

論文的目的是釐清 AI 圈對智能的誤解：一種是早期 AI（如 Minsky）把心智看成一堆寫死的靜態程式；另一種是深度學習圈把心智看成一開始空白、靠訓練資料填滿的海綿。

他認為 GPT-3 很可能只是在對訓練資料做模式比對，不是真的在推理；它只被「聽起來合理」約束，不受事實或前後一致性限制，用對抗性的問法就能問出自相矛盾的答案。他也指出真正卡住這類模型繼續變大的是訓練資料的量，不是運算力或模型大小——他拿自己在 Google 用 1.5 億張雜訊標籤圖片訓練模型的經驗為例，資料品質勝過資料量。

他不看好語意網（semantic web）能實現，因為把網路資訊結構化需要大量人力、卻沒有人有誘因去做；反而是 GPT-3 這種不需要標註的無監督深度學習，某種程度上更接近「讓機器讀懂網路知識」這個語意網當年的夢想，只是它學到的還不是真正的推理。

談到 Tesla 的自駕路線，他認為 L4 可能做得到，L5（完全不用人介入）很難，因為要窮舉真實世界所有邊緣案例需要的訓練資料量太大；他主張把深度學習用在感知、搭配明確寫死的環境模型，會比純粹端到端的深度學習更快更好地泛化。

他用「在矽谷學會開車，換到東京租車」的例子說明：真正的智能考驗不是能不能開車，而是換到改靠另一側行駛、標誌不同、路更窄的新環境時，能不能不靠大量新資料就上手；如果系統需要窮舉所有可能情境的資料才能適應，那它就只是一張查表，不是智能。

要公平比較人類與機器的智能，得先控制兩者的「先驗知識」（天生具備的知識）與「經驗」（訓練資料）是不是同一組；他舉例：機器可以靠海量自我對弈練出圍棋高手等級的表現，但那跟人類在有限時間、有限資源下學會圍棋不是同一回事，不能直接比較。

他介紹心理計量學設計測驗的原則（可信度、效度、標準化、免於偏誤），並解釋「g 因子」：在大量受試者身上跑各種不同的智力測驗，會發現成績彼此高度相關，這個共同的統計變數就是 g 因子，但它是統計構念，不是可以直接量到的東西。

他用「體能」類比認知能力的結構（CHC 理論：g 因子在最上層，往下是廣泛能力、再往下是特定技能）；就像體能再好也不能飛、不能在海底生存，人類的認知能力雖然遠比演化當初需要的更通用，但終究不是萬能的。

他認為題目的難度不是天生的，而是相對於受試者已經知道、練習過什麼；真正難的考題會逼你臨場改編，不是單純內插你已經看過的範例。Lex 提到設計高難度 IQ 題的人會嚴格保護答案，因為知道解法題目就毀了；Chollet 回應，解法其實就藏在示範題裡，所以 ARC 才要保留不公開的測試集。

要幫機器設計一套智能測驗，第一步是把預期需要的先驗知識講清楚（並假設是人類的先驗），第二步是確保每一題考的是「習得新技能的效率」而不是「技能本身」，題目必須是連受測系統的開發者都無法事先預料、窮舉的。

他引用哈佛心理學家 Elizabeth Spelke 的「核心知識」理論：人類天生（或極早期）就具備物件性與基礎物理（會碰撞、會遮擋）、施動者（會追求目標的東西）、基礎幾何與拓樸、以及數量比較這四種知識系統，這些就是 ARC 出題時唯一允許用到的先驗。

ARC 的格式很像瑞文氏圖形推理測驗：每題給幾組輸入輸出的彩色網格當示範，再給一個新輸入要你推出輸出；跟一般 IQ 測驗最大的不同是，它明講只能用上一段那四種核心知識作答，不能靠語言或文化知識。他也提到設計 ARC 題目逼著他把自己對「抽象化」這件事的想法講清楚。

他打算把出題開放給更多人群眾外包，並和紐約大學心理系合作，拿 ARC 去對人類受試者做測試；測試集必須有一部分完全不公開，否則工程師會直接把解法寫死進程式，測到的就不是智能本身，而是工程師的智能。

ARC 辦過 Kaggle 競賽，兩週內就有非零成績，但目前最佳成績卡在大約兩成的題目解出來，還沒有人找到能一次破解大量題目的系統性捷徑——這證明了題目本身夠難，同時也證明它不是完全打不進去的死題。

他把泛化能力分成幾個層級：最低是「穩健性」（適應開發者早就預料到的變化）、中間是「彈性」（單一領域內應付開發者也沒想到的邊緣案例，例如自駕車）、最高是「極端泛化」（同一套系統能跨到完全不同的領域，例如學做菜的機器人自己學會園藝）。

他對 Neuralink 這類腦機介面持保留態度，因為他認為頻寬從來不是人類認知的瓶頸——人腦本身處理速度就很慢，最快的神經活動也要 50 毫秒。Lex 舉維基百科反駁，說有了它之後人類聰明多了；Chollet 回應，那是把智能外部化，跟腦機介面是兩回事。他認為增強智能本身很有價值，整個文化就是外部化的認知。

他不喜歡圖靈測試（及其變體如 Loebner Prize），理由有二：一是把「定義並測量智能」整個外包給不見得可靠的人類評審；二是它創造的誘因是騙過評審，而不是真正做出科學進展，就像魔術表演能騙過觀眾，卻沒有推進物理學一分一毫。Lex 則反駁，人類的主觀互動本身可能就是逼出泛化能力的好方法。

他說自己一開始想讓 ARC 可以互動：分數不是「解出／沒解出」，而是試幾次才解出，這樣作答的人能提假設、再驗證，等於走一遍科學方法，也能出更模糊的題目，衡量的是在程式空間裡降低不確定性的效率；但他也說實務上很難做到。

談到 Marcus Hutter 設立的 Hutter Prize，把壓縮英文維基百科當智能測驗；Chollet 說他以前很相信「認知就是壓縮」，後來想通了：認知的重點是替不可預期的未來留餘裕，壓縮卻是把過去講得越短越好，兩者方向根本相反。

節目最後問生命的意義，他的答案是：連你最私人的想法，用的字詞、概念都不是你自己發明的，都是文化的迴聲；如果你能替文化貢獻一點新東西，那個東西會活在未來人類的心智裡，這是我們能得到的某種不朽，也是他理解的生命意義。