微软研究员发表论文：若 ChatGPT 有意识，《帝国时代 2》的山羊也有

微軟首席科學家 Adrian de Wynter 在題為《若大型語言模型具備人類特質，那世紀帝國 2 也有》的學術論文中，利用《世紀帝國 2》自訂地圖編輯器以遊戲中的山羊、草地和橋樑建構出 1 位元感知器，藉此論證 ChatGPT 等大型語言模型（LLM）底層運算邏輯與遊戲中的山羊觸發機制本質相同。

《世紀帝國 2》神經網路的技術實現：草地、橋樑與山羊的運算角色

（來源：CryptoCity 截圖）

溫特利用《世紀帝國 2》的自訂情境觸發功能，以遊戲元素建構出反及閘（NAND gate）：草地代表數字 0，橋樑代表數字 1，山羊扮演位元（bit）。當邏輯閘觸發時，作為輸入訊號的山羊被移除，並在輸出軌道上產生新的山羊。

透過這套機制，溫特在遊戲中實現了 1 位元感知器，即現代神經網路最基礎的構建基塊。溫特表示，這個由山羊驅動的網路，在本質上與驅動 ChatGPT 的底層技術完全相同，兩者僅在複雜度與規模上有所差異。

溫特對 300 篇電腦科學論文的擬人化偏誤統計數字

溫特在論文中分析了最近兩年間的 300 多篇電腦科學論文，並揭示以下數字：

· 57% 的論文在實驗設計之初，就預先假設 LLM 具備焦慮或道德等人類特質

· 在上述預先假設特質存在的論文中，77% 最終得出了特質確實存在的結論

· 溫特將此結果定性為確認偏誤，認為研究人員的初始擬人化假設直接左右了最終的科學結論

· 溫特呼籲科學界改用不預設人類特質的虛無假設進行實驗。

AI 巨頭的商業論述與 LLM 擬人化的市場機制

溫特指出，AI 公司的商業策略強化了公眾對 LLM 意識的認知。他提到，消費者在能與產品產生共鳴時更傾向付費，這一法則適用於烤麵包機至 LLM 訂閱服務。

溫特在論文中引述了三個案例：OpenAI 執行長 Sam Altman 曾多次暗示建造 LLM 是通往「神級 AI」的途徑；前 OpenAI 科學家 Ilya Sutskever 曾與員工談論將公司模型視為「神一般的意識」；Anthropic 執行長 Dario Amodei 則向媒體表示「無法確定 AI 是否有意識」。上述說法均已由溫特在論文中引述，非溫特個人對三人立場的解讀。

常見問題

溫特在《世紀帝國 2》中建構的是完整的 AI 模型嗎？

溫特在遊戲中實現的是 1 位元感知器（perceptron），即現代神經網路最基礎的構建基塊，而非完整的 AI 模型。論文的目的是以此展示相同的底層運算邏輯同時存在於遊戲山羊觸發機制和 ChatGPT 底層技術中，藉此說明人們對 ChatGPT 擬人特質的感知，主要來自文字介面與心理預期。

57% 和 77% 這兩個統計數字代表什麼意義？

根據溫特論文的統計分析，在最近兩年的 300 多篇電腦科學論文中，57% 的論文預先假設 LLM 具備焦慮或道德等人類特質；在這些論文中，77% 最終得出特質確實存在的結論。溫特將此解讀為確認偏誤——研究人員的初始假設直接影響了實驗設計和最終科學結論。

科幻作家 Ted Chiang 如何描述 LLM 被過度擬人化的問題？

根據文章引述，Ted Chiang 曾撰文指出，盲目相信語言模型具備意識，就如同相信每次打開微軟 Word 檔案時，都喚醒了多個潛藏在對話紀錄中的個體一樣，以此比喻說明 LLM 的擬人化感知是一種認知幻覺。