文章核心观点 - 上海财经大学王献华教授提出名为“Nigiro Challenge”的测试方案，旨在通过一项“社会性虚拟造字测试”来评估通用人工智能是否真正拥有智能 [1][4][17] - 该方案认为，如果人工智能体能够在模拟的社会互动中，像人类发明文字一样，重新发明、创新并系统化构建一套可外化的文字体系来记录其文明，则意味着其拥有了可与人类相比的智能水平 [1][17][18] - 该观点源于对人类文字（特别是楔形文字）起源的逆向思考，将人工智能理解语言的过程视为一种“逆向工程”，并试图以此回应关于AI是否真正理解意义的哲学性质疑 [4][11][14][17] 人类文字起源与智能发展的关联 - 楔形文字的起源与三种前文字现象密切相关：陶筹（Token，用于计数和记录交易，公元前8000年已出现）、印章（用于确认归属和保证交易，公元前7000纪已使用）以及早期的数学计数系统 [4][6][8] - 文字的形成和发展与社会复杂性的增长密切相关，约在公元前3500年至公元前3000年间，楔形文字在行政管理和社会管理压力增大的背景下应运而生，从纯数字泥板发展到“数字+表意符号” [8][10] - 文字的出现被视为人类集体智能的结晶，完成了从具象计数到抽象符号的跨越，其发明能力与人类作为集体的发展相关联 [10][11] 人工智能理解语言的路径与挑战 - 现代大语言模型处理语言的核心步骤是词元化，其发展经历了从“词级”到“字符级”，再到主流的“子词”词元化的过程，以在词汇表规模和语义捕捉间取得平衡 [11][12] - Transformer架构是关键模型，它基于自注意力机制，可并行处理整个文本序列并捕捉长距离词语关系，这被认为是GPT等大模型能生成连贯文本的关键 [12] - 人工智能面临“符号接地问题”的根本性质疑，即纯粹的符号系统内部操作是否能赋予符号真正的指称和意义，还是仅仅在统计符号间的共现关系 [14] - 有观点认为，真正的人工智能应通过“具身交互”学习，即通过感知、行动与世界互动来获得理解，以解决符号接地问题 [14] 对现有智能测试的反思与新方案的提出 - 经典的“图灵测试”被反思为可能更像一面镜子，反映的是提问者的水平而非机器本身的智能，因此其作为智能检验标准受到质疑 [15][17] - “Nigiro Challenge”旨在提供一种超越图灵测试的、具有“终极”意义的测试方案，其名称“Nigiro”是“Origin”的反写，象征着对人类智能的逆向探索 [4][17] - 该测试聚焦于人工智能的“社会性”，要求智能体在模拟社会环境中互动并发明文字，这呼应了人类智能在社会环境中逐渐发展的历史观 [17] - 该方案提出，如果一个智能体社会能够独立发明文字系统，或许可以被接纳为人类社会的“合格成员”，因为文字的发明是人类文明有形的结晶 [17][18]