想象一下，你正试图理解过去，但每当你提出一个问题时，得到的回答都会带有来自未来的剧透警告。这就是当今最强大的计算机大脑——即大型语言模型（LLM）所面临的问题。这些系统就像是读遍了人类历史图书馆中所有书籍的时光旅行者，甚至包括那些尚未被写就的书籍。因为它们是在当今的互联网数据上训练出来的，它们在“大脑”中携带了现代的知识、现代的伦理和现代的事实。当你要求它们扮演一个 19 世纪的人时，它们经常会出错，无意中提到飞机或互联网，或者用今天的道德标准来评判历史事件。它们擅长模仿过去的“风格”，但无法真正“栖居”于过去，因为它们知道得太多了。

为了解决这个问题，研究人员正在探索一个全新的想法：如果我们构建一个刻意保持“无知”的 AI，会怎样？与其喂给它整个互联网，不如只喂给它特定时期的书籍、报纸和信件，然后切断电源，让它永远无法学习在那之后发生的事情。这篇题为《时光胶囊》（TimeCapsule）的论文深入探讨了这个概念。它将“不知晓”视为一种特性，而非缺陷。通过迫使计算机仅使用 19 世纪现有的工具、词汇和思想进行思考，研究人员希望创造出一种能够真实模拟当时人们如何理解世界（即使那个世界充满了令计算机无法理解的困惑）的机器。

---

那个遗忘了未来的时光旅行计算机

见见 TimeCapsule。它是一个拥有 12 亿参数的计算机模型（可以将其想象为一个拥有约 12 亿个微小连接的数字大脑），它的构建遵循一个极其严格的规则：它只被允许阅读 1800 年至 1875 年之间的文本。

其创造者——来自穆伦堡学院（Muhlenberg College）的 Hayk Grigorian 和 Hamed Yaghoobian——想要观察，当你构建一个拥有“认识论视界”（epistemological event horizon）的 AI 时会发生什么。这是一个高级说法，意思是在模型的记忆中存在一道硬性的墙。1875 年之前的一切是它的世界；1875 年之后的一切则是空白的虚无。它不仅仅是在“假装”不知道未来，它在字面上“无法”知道。

实验：数字躯壳下的维多利亚大脑

为了实现这一点，团队收集了来自 19 世纪的海量文献，共计 136,302 份文档。其中包括从议会法律、医学期刊到诗歌和小说的一切内容。他们对文本进行了适度的清理以确保计算机可读，但保留了旧式的拼写和怪癖。随后，他们专门基于这些数据对模型进行了训练。

结果如何？一个说话像维多利亚时代人，且思维也像维多利亚时代人的计算机。

“幻觉”的反转
通常，当 AI 编造事实时，我们称之为“幻觉”并将其视为错误。但 TimeCapsule 的做法不同。当你询问它关于一些在 1875 年并不存在的事物（如计算机或飞机）时，它并不会简单地说“我不知道”。相反，它会尝试仅利用它已有的概念来推测这些东西“必须”是什么。

例如，当被要求描述一台“计算机”时，TimeCapsule 并没有说“一台计算机器”。由于在 1875 年，“computer”一词指的是为保险公司做数学运算的人，且由于该模型接受过医学文本的训练，它将计算机描述为**“肥大的肺”**（enlarged, diseased lung）。它将“计算”、“统计”与“生命体征”联系起来，创造出了一个古怪但符合历史逻辑的解释。

研究人员将此称为**“本体论修复”**（ontological repair）。它并没有失败，而是在创造性地尝试将一个现代物体纳入 19 世纪的世界观中。这就像如果你向 1800 年的人展示一部智能手机，他们可能会将其描述为“一个装着死者声音的魔镜”，因为这是他们用来理解它的唯一词汇。

数据分析：它表现得有多好？

团队测试了 TimeCapsule，以观察它对 19 世纪语言的理解程度与现代模型相比如何。

• 他们测量了所谓的困惑度（perplexity，一个衡量模型对阅读文本感到多么惊讶的分数；分数越低越好）。
• 一个标准的现代模型（GPT-2）在处理维多利亚文本时的得分是 68.83。
• TimeCapsule 的得分是 37.59。
• 这意味着有 45.4% 的降幅，意味着 TimeCapsule 在特定时代的语言表达上比即使是更大、更聪明的现代模型还要流畅得多。

然而，论文指出，如果你仅仅追求最低的分数，像 Mistral-7B 这样庞大的现代模型可以获得更低的分数（16.50）。但那是由于现代模型掌握了未来！它是在作弊。TimeCapsule 相对“较高”的分数实际上是其诚实的体现：它是在真实地使用过去的语言，而不是基于现代知识进行猜测。

历史的“恐怖谷”

这项研究中最令人惊讶的部分发生在研究人员请两位文学和历史专家来猜测哪些文本是由人类撰写的，哪些是由 TimeCapsule 撰写的。

结果有些诡异。

• 专家们将大约 40% 的真实维多利亚文本误判为由机器编写。
• 一位专家认为查尔斯·狄更斯的一段真实文字是伪造的，因为其中使用了“砖石结构”（brick-and-mortar）这个词汇，专家误以为这是一个现代术语（其实并非如此！）。
• 另一位专家认为一段真实的文字之所以看起来真实，仅仅是因为它“枯燥透顶”，而事实证明，这恰恰是 AI 生成的内容。AI 如此擅长模仿 19 世纪那种平庸、日常的写作风格，以至于骗过了专家。

这造成了一种**“真实性危机”**。AI 表现得如此擅长于“平庸”，以至于它让真实的、有趣的、甚至是真实的、枯燥的内容看起来像是伪造的。这表明，在 AI 时代，我们可能会失去分辨什么是真正的历史、什么是数字模仿的能力。

“糟糕”AI 的伦理问题

论文还探讨了一个棘手的伦理问题。现代 AI 通常被训练得非常“安全”且礼貌，拒绝发表种族主义或帝国主义言论。但 TimeCapsule 并非针对安全性进行训练。它是针对其时代背景的真实性进行训练的。

由于 19 世纪是一个充满帝国主义和严格性别角色的时代，TimeCapsule 反映了这些偏见。

• 在该模型的“大脑”中，“进步”（progress）一词与**“帝国”、“征服”和“统治”**等词紧密相连。
• 在现代模型中，“进步”则与“发明”和“改进”相关联。

研究人员认为，这对历史学家来说实际上是一件好事。如果你通过“修正”AI 来消除这些偏见，你就抹杀了人类真实思考的历史。通过保留这些偏见，TimeCapsule 充当了一面镜子，向我们展示了 19 世纪是如何看待世界的，包括其丑陋的一面。它不是一个用来与一位友好的维多利亚时代人聊天的工具，而是一个研究维多利亚时代思维（包括其缺陷）的工具。

总结

TimeCapsule 表明，要真正理解过去，我们可能需要构建受限的计算机。通过切断它们接触未来的途径，我们迫使它们像过去的人一样思考。当它们对现代技术产生“错误”理解时，它们并不是在失败，而是在向我们展示一个 19 世纪的思想如何试图理解我们的世界。

论文总结道，这种“生成式幻觉”不是一个需要修复的漏洞，而是一种新的研究历史的方法。它将 AI 的无知变成了一扇窗户，让我们得以窥见那个已不存在的时代的隐藏逻辑。正如作者所暗示的，该模型不仅是在模仿历史，它是在重构历史，一次一个“肥大的肺”。