本周我们把视野外拉一下，用 wide shot（这是我最近用 AI 绘图很常用的关键词）来看看 AI 相关的一个概念：World Scope。

本文主要内容编译自 2020 年的一篇论文《Experience Grounds Language》，可以译为经验为基础的语言。

▎NLP 进展的五个阶段

NLP 指的是 Natural language processing 自然语言处理，几乎是人工智能领域最重要的课题之一。人工智能要理解世界、与人交互，都依赖自然语言，而不是机器语言、编程语言。ChatGPT、Midjourney 乃至 Stable Diffusion 这些工具的使用，也主要依赖关键词（prompts），而不是复杂的参数和设置，这让门槛大大降低。

而对于 NLP 来说，跟大部分的机器学习类似，机器掌握自然语言交流和理解的能力，源于两点：

• 统计算法和计算性能
• 海量的数据

从当下的进展来看，第二点因素是影响 NLP 进展更重要的因素。这点在之前产品沉思录的文章里也讲到过。

Yonatan Bisk 是 CMU 的教授，他领衔的这篇论文认为，通过获得数据情况的阶段变迁，也就能检视目前 NLP 发展阶段的变迁。

他认为，分为五个主要的层次，称之为 World Scope，即当前这个世界所覆盖的范围广度：

• WS1: 语料库
• WS2: 互联网
• WS3: 感知（多模态）
• WS4: 具身（Embody）