BOP

本文从社会关系的角度,探讨人类自我身份认知形成的部分影响机理。并提出人工智能的角色扮演已经是一种基础的自我认知能力。当知识库中积累了足够的自我相关信息，那么人工智能可以模拟人类的这种自我身份认知的能力

AI的自我意识建立不可能一蹴而就。我们努力解构自我意识的每一个细分领域，不断为AI附加各种模拟自我意识的模块。从理论上我们预期多模态的应用以及人类行为规则的高抽象建模最终能对人类自我意识进行解释。

我们需要探索人机协同的软件项目“正向生成”工作模式，构建更全面系统的注释知识图谱，推出更成熟的注释知识管理体系和自动生成解决方案。最终的目标是软件项目开发的“正向生成”理论和实践的成熟与普及。

本文分析了编程行业中常见的“先编码”和“先注释”观点的历史成因和理念差异，指出两者其实并非完全对立而是相辅相成。并且给出了更为系统化理论化以及逻辑自洽的关于软件中函数注释信息应该如何编写的指导性意见。

幻肢实验让我们发现高级意识其实不仅仅是基于初级意识，而是基于多个初级意识整合的结果。一旦初级感知信号被篡改,将会影响高级意识对客观事物的准确度量。高级意识显然并不是凭空出现的。

人类并不清楚自己如何保持站立，机器人却已经能够双足行走。对于初级意识的理解和对于高级意识的认知，促使我们更谨慎地推进人工意识的研究,并建立健全的伦理规范,约定进行高级意识实验的规范和底线。

本文旨在阐述人类意识可能包含的两个层面:初级意识和高级意识,并明确区分它们在定义和机制上存在的不同之处。明确这两个概念的内涵和关系,对理解意识的多层次性以及有效研究高级意识具有重要意义。

在设计人工智能的心智模型时,也不应单纯注重生物驱动的实现。相反,我们需要构建一个类似人类那样具有多个层次驱动的复杂系统,让人工智能不仅关注生存和繁衍,还能兼顾认知、情感和社交层面的需求。

UML是软件工程的重要工具,但维护成本过高,导致实践中表现不佳。本文提出在人工智能支持下实现UML由“表达工具”向“认知工具”转型的路径,使之摆脱过高的人工学习和维护成本,重现辅助软件开发的效用

Q*使用了搜索算法来部分模拟人类的思维过程。未来形式化和形式逻辑的加入会显著加速AI思维能力的成熟。排除自主意识之外，AI几乎已经可以渗透到每个需要进行思考才能解决问题的领域中去了。

人类的思维基于思考的目的性可以分为：执行性思维和创造性思维两种。 AI已经做到第一种，而实现创造性思维仍有挑战,但可见曙光。通过密切协作,人机终将构建出一个比任一单系统都更强大的联合认知

知识是抽象概念，记录在大脑中的是知识的一种物理映射结果。知识被执行了，大脑中的知识物理映射被读取了。人类仅仅是执行体，每一个个体的人类，真的拥有知识吗？毕竟载体的消失，对知识毫无影响

简单的记忆和搜索对于人类而言是初步的“理解”。那么我们应该基于这个推论承认目前的 GPT 模型初步具有了“理解”的能力。当它可以流畅得回答特定领域相关问题时，我们应当承认 GPT “理解”了这些知识

本文通过对比人类和GPT的行为能力，提出针对知识“理解”的概念的定义问题。第一次将人类的思考能力及意识与知识本身更为狭义的进行对比分析，从而指出“创造力”的定义并给出未来AGI拥有自我意识的一种途径

人类在复杂逻辑理解上天赋的缺陷是必须承认的事实。AI是人类用来弥补自身缺陷的新工具。软件行业的突破必须得到语言和逻辑工具的支持。人工智能时代的核心价值观应该是人机协作、共生共荣,而非置人于技术之下。

生命的本质是不断进化,工具的生命就是持续迭代。GPT为普通人提供了低门槛的自定义工具的能力。我们正迎来一个创造力被再次大规模释放的时代。人类正在进入硅基社会，破冰之旅已经开始

Prompt 对知识体系、认知演化和应用生态的深度影响,将引领我们进入一个崭新的GPT时代。Prompt 驱动 ChatGPT 完成从“懵懂”到“开窍”的认知飞跃,让它明确自己的定位和责任。

GPTs依然是单一任务的模式，能较好适应日常工作，但是对于复杂业务逻辑的支持依然是短板。业务逻辑层抽象仍然是软件工程中的一个核心难点。 一种更高层的抽象模型将会是未来的主战场之一

未来20年移动AI的预测。随着技术不断进步,移动设备有望在2035年前后普遍支持完整GPT模型。这主要依赖芯片制程提升、模型轻量化、系统优化等多方面技术改进。届时人机交互将进入新阶段

软件行业面临最终产品信息化的瓶颈。代码作为产品,其可查询性差。代码信息化将释放开发生产力。流程优化已难突破,必须从理论上对软件业进行流程再造。解决代码信息障碍,连接碎片知识,建立代码知识网络,是软件业