绳结测试撕开AI伪装，康奈尔团队发现，空间推理能力差成致命伤

文 |姑苏九歌

编辑 |姑苏九歌

最近刷到个挺有意思的研究，康奈尔大学搞了个叫KnotGym的测试平台，拿绳结给AI出了道题。

结果挺意外，咱们平时觉得无所不能的AI，在这儿栽了个跟头。

今天就聊聊这事儿，看看AI到底在哪些地方还差点意思，为啥连个绳结都搞不定。

现在的AI确实挺牛的，写论文、做PPT、甚至画画作曲，比不少人都麻利。

你让它分析段文字，或者认张图片里的猫和狗，闭着眼睛都能给你答上来。

但康奈尔大学陈佐伊团队偏要给AI出个"体力活"，玩绳结。

这个KnotGym测试平台，说白了就是个虚拟的绳结训练场。

研究人员弄了各种绳结，让AI在里面练手。

任务分三种，解结、打结、还有把一种结转换成另一种结。

听起来不难吧？咱们小时候学系鞋带，练几次也就会了。

先看解结，AI表现还行，尤其是那种常见的三交叉鞋带结，成功率能到90%。

你把一团乱麻似的鞋带扔给它，它能顺着绳头一点点捋，跟咱们解缠在一起的耳机线似的，有条不紊。

这步确实让人觉得AI挺聪明，好像真能"看懂"绳子是怎么绕的。

可一到打结环节，AI就像突然忘了怎么动手。

简单的双交叉结，成功率还有83%，稍微复杂点的三交叉结，直接掉到16%。

就好比你让一个刚学会走路的孩子去跳芭蕾，腿都不知道往哪儿放。

研究人员观察发现，AI打结的时候总在重复无效动作，要么绳子绕错方向，要么绕完又解开，折腾半天还是一团乱。

更惨的是结转换任务，比如把八字结转换成方结，AI几乎全军覆没。

它好像完全搞不懂不同绳结之间的"拓扑关系"，就像让一个只学过拼音的人去写毛笔字，每个笔画都认识，组合到一起就不知道是啥了。

本来以为AI解结那么厉害，打结应该顺手拈来，没想到换个方向就懵。

后来才发现，解结的时候绳子的"终点"是明确的，只要把所有缠绕都拆开就行，AI能靠着大数据里的绳结图片规律找到捷径。

但打结得从"起点"开始规划，每一步绕法都影响最终结果，这就超出AI的舒适区了。

为啥AI在文字上那么牛，到了绳结这种空间任务就不行？这得从AI的"学习方式"说起。

现在的AI，不管是GPT还是其他大模型，本质上都是"语言学霸"。

它们靠统计海量文字数据，学会了怎么组词造句、分析语义，就像一个背了十万本词典的学生，说起话来一套一套的。

但绳结是"空间问题"，得靠眼睛看、手去摸，感受绳子的走向、缠绕的力度。

这种"动手能力"，AI根本没学过。

咱们人类小时候玩积木、系鞋带，都是一边摸一边试，慢慢建立起空间感。

可AI没手没眼，它只能靠数字模拟绳子的形状，相当于闭着眼睛学系鞋带，能学会才怪。

陈佐伊团队有句话说得挺到位，"AI在三维世界的理性思考，其实是崩溃的。"

文字是离散的符号，每个字、每个词都有明确的定义，AI能靠统计规律掌握。

但绳子的缠绕是连续的，一毫米的偏差可能就导致结的形状完全不同，这种"连续性"恰恰是AI最不擅长的。

你想想，咱们解绳结的时候，不光看绳子的样子，还会记着刚才是怎么绕的，甚至能预判下一步怎么动。

这种"层次化思考"，AI目前还做不到。

它解结时只会盯着局部绳子的位置，比如看到一个交叉就拆开，却想不到这个交叉拆了之后，后面的绳子会怎么变。

就像下棋只看一步的新手，赢不了全局。

最有意思的是魔方，AI能算出魔方的最优解法，那是因为魔方的每个块位置都是固定的，能转化成数字问题。

但绳结不一样，绳子是软的，形状会跟着动作变，AI没法像算魔方那样列公式。

这就是"符号智能"和"空间智能"的鸿沟，一个靠脑子记规律，一个靠动手悟感觉。

AI现在就像个偏科严重的学生，语文、英语考满分，物理实验却不及格。

咱们总说要发展通用AI，可连绳结这种生活小事都搞不定，怎么谈"通用"？KnotGym测试其实给行业提了个醒，智能不是只有语言一种形式，动手能力、空间感同样重要。

那AI有没有可能学会空间推理？研究人员提了几个方向。

比如把"语言逻辑"和"空间感知"结合起来，让AI既能分析文字描述的绳结步骤，又能模拟绳子的物理变化。

还有就是让AI多"练习"，用更真实的物理引擎模拟绳子的软硬度、摩擦力，就像让它在虚拟世界里多摸几次绳子。

神经符号AI也是个思路，简单说，就是让AI既有统计数据的"感性"，又有逻辑推理的"理性"。

比如解结时，先靠数据识别绳结类型，再用逻辑分析拆解步骤，最后用物理模拟验证动作对不对。

这种"混搭"说不定能补上空间推理的短板，不过这事儿急不来。

人类从会系鞋带到能打复杂的水手结，练了多少年？AI想补上这块短板，怕是也得走不少弯路。

毕竟智能这东西，从来不是单一技能的堆砌，而是各种能力的综合。

现在回头看KnotGym测试，它暴露的不只是AI解不开绳结，更是通用智能发展的真实困境。

咱们总期待AI快点变得像人一样聪明，却忘了人类的智能是在摸爬滚打中一点点积累的。

从解鞋带的小进步，到打结的大难题，AI的每一次"卡壳"，其实都是在提醒我们，真正的智能，从来不止于语言。

未来的AI要想突破空间推理的天花板，可能得先学会"动手"。

就像小孩子学东西，光听不行，还得亲手试试。

或许有一天，当AI能熟练打出各种绳结时，我们才能真正说，通用智能，不远了。

但现在，它还只是个会背词典的"语言天才"，离"动手能手"还差得远呢。