来自 AI 研究立场图谱百科

接地主义:符号只有和感知、行动连起来才有意义;只靠文本学习,意义是悬空的。

主张

接地主义从符号接地问题出发:一个只会摆弄“由其他符号定义的符号”的系统,就像只用同一种语言写成的词典去学这门语言。链条总得在某处落到感知和行动上——落到像素、声音、力和结果上。一个读过一百万次“重”却从没提过任何东西的模型,确实知道些什么,但不知道这个词的全部意思。

它位于靠近 World 边缘的位置,纵向在上半区:感知是意义的锚点,但语言仍是受欢迎的伙伴而不是敌人。这一派接受多种接地途径,从图文对到指代表达再到机器人交互,在架构上是多元的。超级革命色号说明,这是对”文本优先”主流由来已久的挑战,近来变成了工程问题——多模态模型让接地可以通过 VQA、指代表达定位等任务被量化。

论据

  • 纯文本模型在空间、物理和感知类问题上有典型错误,接地的多模态模型处理得更好。
  • 指代表达定位等接地任务提供了可操作的检验:一个词到底有没有和世界连上。
  • 人类习得语言是和感知、互动同步进行的,说明接地是通往意义的自然道路。

批评

  • 分布语义派指出,纯文本模型已经间接学到大量感知知识,因为人们会把看到的东西写下来。
  • 到底多少接地才够并不清楚,每当纯文本模型成功,这一派就可能把要求再抬高一点。
  • 图文对是用别人拍的照片来接地语言,是一种单薄且有偏的“经验”。

代表作

关系

怎样测出它

在完整版或专业版里落到这一格:x ≈ +1.00,y ≈ +0.61,范式 ≈ +0.74。

这是初稿。欢迎通过 pull request 修正或补充更好的论据。 在 GitHub 上编辑这个词条 编辑它的数据