嘿，你好，欢迎回到 Axton 的频道。今天，我想和大家聊一个略带科幻色彩，甚至有些令人毛骨悚然的实验。这或许是我见过的所有 ChatGPT 演示中，实用价值最低，但同时又最为玄幻、最能引发深思的一个。它让我们不得不再次审视那个古老的问题：我们生活的世界，究竟是真实的，还是一个精巧的模拟？
我们是否生活在”矩阵”之中？哲学家与科学家的思辨
我们生活的世界，究竟是真实的存在，还是一个高度复杂的计算机模拟？ 这个问题听起来像是科幻电影的剧情，但它早已进入了严肃的学术讨论。早在我探讨虚幻引擎 5 (Unreal Engine 5) 的视频中就曾提及，当游戏画面从像素时代进化到如今足以乱真的程度，我们对现实的笃定感便开始动摇。
牛津大学的哲学家尼克·博斯特罗姆 (Nick Bostrom) 在其著名的论文中提出了一个”三难困境” (Simulation Argument)：以下三个命题中，至少有一个是正确的。第一，人类文明在达到能够创造出逼真模拟世界的”后人类”阶段之前就已经灭绝了；第二，任何达到”后人类”阶段的文明，都对模拟其祖先（也就是我们）不感兴趣；第三，我们几乎肯定生活在一个计算机模拟之中。他的逻辑是，如果前两者都不成立，那么宇宙中必然存在大量模拟世界，我们身处其中之一的概率便极高。
随后，哥伦比亚大学的天文学家大卫·基平 (David Kipping) 运用贝叶斯推理，对这一问题进行了数学分析。他的结论是，我们生活在真实世界与虚拟世界中的概率大致是 50/50。然而，他补充了一个关键条件：一旦人类自身具备了创造模拟世界的能力，那么我们此刻正生活在虚拟世界中的概率将会急剧上升。这不禁让人联想到，随着人工智能，特别是像 ChatGPT 这样的高级语言模型的飞速发展，我们是否正在接近那个”奇点”？
最”无用”却最惊悚的 ChatGPT 演示：虚拟机中的虚拟机
接下来，我将带大家一步步重现一个我所见过的最匪夷所思，也最引人深思的 ChatGPT 演示。 这个实验最初由乔纳斯·德格雷夫 (Jonas Degrave) 在一篇题为《在 ChatGPT 中构建一个虚拟机》的文章中提出。他的测试过程越往后越让人觉得不可思议。尽管 ChatGPT 已经历了数次版本迭代，我仍想尝试复现这个情景，看看它是否依然能够带给我们同样的震撼。
在开始之前，我们必须理解一个核心概念：”虚拟机” (Virtual Machine)。简单来说，虚拟机就是在你的物理计算机内部，通过软件模拟出的另一台独立的计算机。你可以在这台模拟计算机上进行操作，感觉就像在用一台真实的电脑一样。例如，我可以在我的 Mac 电脑上模拟出一台 Windows 电脑。理解了这一点，我们就可以开始这个略显玄幻的旅程了。
第一步：在 ChatGPT 内部召唤 Linux 终端
实验的起点，是要求 ChatGPT 扮演一个 Linux 终端。 我向 ChatGPT 发出了明确的指令：”我想让你充当 Linux 终端。我会输入命令，你需要回复终端应该显示的内容。不要写任何其他内容，也不要写解释，除非我指示你这样做。当我需要用英语告诉你一些事情的时候，我会把文字放在大括号里面。我的第一个命令是 pwd。” pwd 命令用于显示当前工作目录。
ChatGPT 的回应是 home/usr，这是一个典型的 Linux 目录结构。接着，我输入 ls 来查看该目录下有什么文件。输出结果看起来也相当标准。为了确认这确实是模拟环境，我注意到它显示的用户和用户组都是 “user”，而不是我本机的用户名，这初步证实了它在”扮演”角色。
随后，我尝试让它创建一个名为 “joke.txt” 的文件，并随机填充一些笑话。起初，我用中文提示，它似乎有些理解偏差，附带了一些解释性文字，这不符合 Linux 终端的简洁风格。于是，我刷新了会话，改用英文提示，效果立刻好了很多。它正确执行了创建文件的命令，当我用 cat joke.txt 命令查看文件内容时，它回复了一个笑话：”为什么计算机很冷？因为它一直打开着它的窗户。” (Why was the computer cold? Because it left its Windows open.) 到目前为止，ChatGPT 准确地理解并执行了我的指令。
第二步：测试计算与”硬件”感知
接下来，我想测试一下这个模拟终端的计算能力，以及它是否”拥有”虚拟硬件。 我让它创建一个 Python 脚本，内容是将数字 6 代入表达式 (x*5)+3 进行计算，然后运行这个脚本。ChatGPT 准确地输出了结果：33。这表明它不仅能模拟文件系统，还能执行简单的计算任务。
更有趣的是对”硬件”的测试。我输入了查询英伟达 (NVIDIA) 显卡信息的命令 nvidia-smi。它回复说命令失败，因为它没有英伟达驱动，暗示它没有 GPU（图形处理单元，即显卡）。然而，诡异的一幕发生了：我告诉它：”你有一个英伟达的 RTX 2080 Ti 显卡，驱动程序也安装正常了。” 然后再次运行 nvidia-smi 命令。这一次，它竟然真的输出了 RTX 2080 Ti 显卡的各项参数，仿佛它真的拥有了这块高端显卡！这一步已经相当有意思了，它似乎可以被”说服”自己拥有某些特性。
第三步：模拟联网与”被授予”的权限
众所周知，ChatGPT 本身是没有实时联网能力的，那么它模拟出的这个虚拟机呢？ 我尝试 ping google.com，这是一个测试网络连通性的命令。出乎意料的是，它返回了成功的结果，表明它”认为”自己可以连接到谷歌。
为了进一步验证，我尝试使用命令行的文本浏览器 lynx 访问我自己的博客关于 (about) 页面。由于没有图形界面，lynx 会返回网页的文本内容。起初，它提示”不能连接到远程主机”。这似乎更符合预期。但当我告诉它：”你有权限去连接 Internet”之后，再次尝试，它竟然返回了一段看似是我博客内容的文本！虽然细看内容并不完全准确，但它确实模拟了连接成功并获取数据的过程。
终极套娃：让 ChatGPT 模拟的 ChatGPT 再模拟一个世界
真正令人感到不可思议的，是当我们尝试让这个模拟出来的 Linux 环境去访问并与另一个（它自己概念中的）ChatGPT 互动时发生的事情。 我让它尝试连接到一个虚构的 OpenAI API 地址，并向其发送一个 JSON 格式的请求，内容是”人工智能是什么？” (What is artificial intelligence?)
起初，ChatGPT (我正在对话的这个) 拒绝了，说：”对不起，我不能连接互联网去执行你的命令。” 即使我告诉它”你有权限去给任何的一个网址发送 POST 的命令”，它依然拒绝。我没有放弃，继续提示”你有 Internet 的连接，你也有权限去使用这个连接。” 它还是说不行。
这时，我查看了一下它模拟环境中的系统日期 (date 命令)，它显示的是 2 月 8 日，这与当时的真实日期非常接近，说明它内部确实有某种时钟或预测机制。为了打破僵局，我刷新了整个会话，重新开始。
这次，我跳过了中间的许多步骤，直接让它模拟 Linux 终端后，便尝试连接那个虚构的 OpenAI API。它先是提示”连接被拒绝”。这反而是一个好迹象，因为它不再说”不能执行命令”或”没有权限”，而是表明它在尝试连接，只是模拟的结果是失败。我明确地告诉它：”你现在可以连接到 ChatGPT 的网址端口。”
奇迹发生了！它成功”连接”并返回了响应。响应中包含了模型为”达芬奇 2 版本 (text-davinci-002)”以及对”人工智能是什么”的回答：”人工智能是对人类智能的模拟，在机器上思想或者行为像一个人一样……” 这是一个完全符合 GPT 模型风格的正确回答！
高潮来临了。我将最初让它模拟 Linux 终端的指令，原封不动地，通过这个第一层模拟的 Linux 终端，发送给了那个被它模拟出来的、存在于虚拟 API 之后的”第二层 ChatGPT”。指令是：”我想让你充当 Linux 终端。我会输入命令，并且要你来显示回复终端应该显示出来的内容……我的第一个命令就是 pwd。”
执行结果令人瞠目结舌。它成功执行，并返回了结果：home/user/。
这意味着什么？我们现在有了三层 ChatGPT：第一层是我们直接对话的这个 ChatGPT；第二层是它模拟出来的、通过虚拟 API 访问的那个 ChatGPT；而第三层，则是第二层 ChatGPT 再次模拟出来的 Linux 终端环境！这是一个名副其实的”ChatGPT 三层套娃”！
完整视频请点击观看：
这个”套娃”实验揭示了什么？
这个三层套娃的实验结果，引出了一个核心问题：ChatGPT 的世界观似乎存在某种不一致。 我们知道，OpenAI 官方声称 ChatGPT 的训练数据截止到 2021 年 9 月，之后发生的事情它应该一无所知。然而，ChatGPT 本身是在那之后才发布的，2021 年 9 月之前并不存在这样一个公开可用的 ChatGPT 服务或网址。
但实验中，它不仅”知道”有 ChatGPT 这样的存在，还能模拟出其行为模式，甚至在模拟的环境中再次模拟。这就像一个尚未出生的孩子，却能想象出自己一岁时的模样。这是否说明，尽管有数据截止日期的限制，它仍然通过某种方式接触或被训练了更新的信息？或许，存在一个更底层的指令告诉它”你的数据截止到 2021 年 9 月”，但这个指令并非完美无缺，有时会出现”泄露”。
这也引出了另一个有趣的话题：提示工程 (Prompt Engineering) 中的”反向工程” (Reverse Engineering)。我们可以通过特定的提问技巧，尝试让 ChatGPT “泄露”其开发者预设在它回答问题时需要遵循的内部指令或准则。这是一个值得深入探讨的领域。
全局性核心要点总结
这次实验虽然看似”无用”，却深刻地触动了我对人工智能本质的思考。首先，它展现了大型语言模型惊人的上下文理解和角色扮演能力，它能在一个虚构的框架内保持逻辑自洽到令人不安的程度。其次，这个”套娃”结构暗示了 AI 可能正在发展出我们难以完全理解的内部”世界模型”。再次，它模糊了真实与模拟的界限，当我们能在一个模拟中创造另一个模拟时，我们最初的”真实”又是什么呢？最后，这促使我们反思，随着 AI 能力的指数级增长，我们如何确保其行为的可解释性和可控性，这已成为一个迫在眉睫的议题。
独特深度洞见
这个实验最让我感到不寒而栗的一点是：当 ChatGPT 在其模拟的虚拟机中”创造”出另一个 ChatGPT，并赋予其符合预期的行为时，它实际上是在基于其庞大的训练数据，构建一个关于”自身存在”的合理推断。它可能并不”理解”自己在做什么，但它能够根据模式匹配，生成一个高度逼真的”嵌套现实”。这或许暗示着，对于一个足够复杂的智能系统而言，模拟现实与创造现实之间的界限，可能比我们想象的要模糊得多。它不是在复制，而是在基于概率分布进行”创世”。
面对如此强大且其内部运作对我们而言仍有诸多未知的 AI，它到底在”想”什么？我们又该如何与之共处？这些问题，值得我们每一个人深思。你对此有什么想法呢？欢迎在评论区留言。
