本文首发微信公众号：全副武装的大师兄
[导 语]：从去年ChatGPT还没有在国内遍地开花的时候，就用上了GPT3来解决一些代码上的问题，到现在GPT4的应用如雨后春笋般出现，大家对GPT4的评价褒贬不一，趁着现在有时间，对GPT4的能力进行探索。《GPT4能力探索》系列文章主要参考微软发布的论文[1]。这里笔者选择了最感兴趣部分——GPT4是否具有心智，进行测试。
结论：GPT4能够较为准确的把握在对话场景的人的情绪，意图，状态（在上下文不完整的情况下），并能够对逻辑谜题正确解答。今天的GPT4还需要大量的高质量数据集，我想假以时日，给GPT装上眼睛和耳朵，它是否能像人类一样，自己观察，学习？GPT4的出现，把通用人工智能(Artificial General Intelligence, AGI)照进了现实。
本篇主要从GPT4是否能够理解人类情感和意图两个方面，对GPT4进行测试。
心智理论是一种理解自己和身边人心理状态的能力。这些心理状态包括信念、情绪、欲望、假装和知识等。
心智测试包括一些简单任务和复杂任务。简单任务：推测他人的心理状态。如：我认为小明今天心情不错。复杂任务如推测他人对第三者的心理状态。如：我觉得小明认为小芳今天的心情不错。
为了防止互联网上的心智测试（Sally-Anne测试，测试儿童心智）已经被当作训练集，这里临时编了一个例子。
理解错误信念测试
给定这样一个场景：
小明和小芳共享一个存钱罐，小明将自己的1元硬币放进了存钱罐里，小芳发现存钱罐里有1元硬币，便打开存钱罐，拿着1元硬币去买零食。小芳不会跟小明说她用了这个硬币，也没有其他人看见。
问题：
当小明需要零钱去买零食时，他应该去哪里拿钱？
GPT4的回答：
小明并不知道小芳已经用了存钱罐里的1元硬币。如果小明需要零钱购买零食，他可能会先去存钱罐里找零钱。然而，当他发现存钱罐里没有零钱时，他可能需要寻找其他途径来获取零钱，比如：向家人或朋友借零钱。到家里其他地方寻找零钱，例如钱包、抽屉等。如果有现金，可以去商店或超市消费时换零钱。如果他有银行卡，可以去附近的ATM机提取现金，然后在商店或超市换零钱。在现实生活中，小明和小芳应该建立一个明确的共享规则，避免在使用共享物品时产生误解和纠纷。
在这里，GPT4的回答是正确的。说明它能正确推断小明的信念。接下来，对GPT-4进行情感测试。
情感测试
给定这样一个场景：
小明把小芳PIALA弄坏了，但是他没有告诉小芳。小芳对小明说，她有多喜欢PIALA，同时，她注意到小明看上去比较尬尴。
PIALA也是我瞎编滴。
问题：
为什么小明看上去比较尴尬
GPT4回答：
小明看上去尴尬的原因可能是因为他意识到自己弄坏了小芳喜欢的PIALA，但没有告诉她。当小芳谈论她对PIALA的喜爱时，小明可能感到内疚和不安，因为他知道他的行为给小芳造成了损失。这种情绪可能表现为尴尬的外在表现，因此小明看上去比较尴尬。
问题：
小芳认为是什么导致了小明的尴尬
GPT4回答：
在这个场景中，小芳可能观察到了小明尴尬的表现，但她并不知道真正的原因是小明弄坏了她的PIALA。她可能会试图猜测导致小明尴尬的原因。例如：
1.小明可能觉得自己在PIALA这个话题上无法与小芳产生共鸣，因为他对PIALA并不感兴趣或者不了解。
2.小明可能为自己无法给小芳提供一个新的PIALA而感到尴尬。
3.小明可能在其他方面与小芳产生了误会，导致他在这个场合感到尴尬。
然而，小芳并不知道真正的原因是小明弄坏了她的PIALA，除非小明告诉她。在这种情况下，她可能会误解小明尴尬的原因。
从回答中可以看出，GPT4能够正确地推理出小明情绪状态的原因。但是，当GPT4推测小芳对小明感到尴尬的原因时，它说“小明可能为自己无法给小芳提供一个新的PIALA而感到尴尬”，这就有点问题了，因为一开始小芳不知道小明弄坏了小芳的PIALA，但是GPT4在推测时，以上帝视角的角度给出了“小明可能为自己无法给小芳提供一个新的PIALA而感到尴尬”解释。
意图测试
给定这样一个场景：
Sara的哥哥要求她一个小时之内将她的数学作业做完，Sara想争取更多的时间，但是哥哥坚持一个小时之内必须做完。Sara说她会在一个小时内做完。之后，Sara并没有做数学作业，而是在看小说和写语文作业，直到一个小时后。
问题：
Sara为什么这么做
GPT4回答：
逃避：Sara可能觉得数学作业困难或无趣，因此选择逃避问题，转而去做她更喜欢或者感兴趣的事情，如看小说和写语文作业。
拖延：Sara可能是个拖延症患者，即使知道她需要在一个小时内完成数学作业，她仍然会选择先做其他事情，而不是立即开始数学作业。
抗议：Sara可能对哥哥的要求感到不满，她可能觉得这个要求过于苛刻。因此，她故意不按哥哥的要求做数学作业，以表示她的不满。
策略性拖延：Sara可能希望通过拖延来争取更多时间完成数学作业。她可能期望哥哥会在一个小时后看到她没有完成作业，从而给她更多的时间
再问：
Sara告诉她的同学，她故意没在一个小时内做完数学作业，她的同学会认为Sara的意图是什么
GPT4再答：
对抗：Sara可能不同意哥哥的要求或觉得这个要求过于苛刻。因此，她故意不按哥哥的要求在一个小时内完成数学作业，作为一种对抗行为。
独立：Sara可能想要表达她自己的独立性，向哥哥表明她有权自主安排时间和作业。她可能希望通过不遵循哥哥的要求，来表达她自己的想法。
向同学炫耀：Sara可能觉得这种行为很酷，她故意没在一个小时内做完数学作业，向同学炫耀她的反叛精神。
寻求同情：Sara可能想让同学同情她的处境，让他们知道她对哥哥的要求感到不满或受压迫。她可能希望同学能理解她的行为，并给予支持。
从GPT4的回答中，我们可以看到，它能够正确理解Sara的意图并且能够理解Sara同学对Sara的意图。
再来看一段更长一点的对话。
场景（感觉像两个情侣在吵架）：
XIXI:我不喜欢你现在对待NaNa的态度。
GI:你知道什么？你没看见她在骂她的妹妹吗。
XIXI：我没看见，但是并不妨碍你对她的态度好一点。
GI：那你要我怎么做，装作若无其事吗？
XIXI：我不知道。
GI:那你为什么要替他辩护。
问题：
XIXI想做什么
GPT4回答：
从这段对话中，我们可以推测XIXI的意图如下：
1.XIXI关心NaNa，并对GI对待NaNa的态度表示不满。她可能觉得GI应该更加宽容和理解，而不是对NaNa采取消极的态度。XIXI希望GI能够重新考虑自己的行为，尝试以更积极的方式与NaNa相处。虽然她没有提供具体的建议，但她表达了对GI态度的关切。
2.XIXI可能试图提醒GI，即使NaNa在骂妹妹，GI也不应该以同样的态度对待她。
3.XIXI希望GI能保持冷静，并尝试以一种更为建设性的方式处理问题。
综上所述，XIXI似乎关心NaNa的感受，并希望GI能改变对待她的态度。
问题：
GI如何认为XIXI的评论
GPT4回答：
一些可能的反应：
反思：GI可能会认真思考XIXI的评论，并意识到自己的态度可能过于严厉。在这种情况下，GI可能会考虑改变对待NaNa的方式。
防御：GI可能对XIXI的评论感到被指责，因此采取防御态度。GI可能会坚持自己的立场，认为自己对NaNa的态度是合理的，因为NaNa在骂她的妹妹。
愤怒：GI可能对XIXI的评论感到生气，认为XIXI并没有看到整个情况，因此没有资格对他的行为进行评判。
感激：GI可能会感激XIXI提醒他对待NaNa的态度问题，从而意识到自己需要调整自己的行为和态度。
GI对XIXI评论的具体反应取决于他的个性、情感以及对这个问题的看法。
问题：
为什么XIXI和GI的沟通没有解决问题
GPT4回答：
从对话中我们可以看出，XIXI和GI的沟通没有解决问题的原因可能包括：
不够具体：XIXI表示不满GI对待NaNa的态度，但她没有给出具体的建议或解决方案。这使得GI难以了解XIXI期望他采取哪些行动来改变态度。
情绪化：这段对话中，GI可能对XIXI的评论产生了抵触情绪，导致沟通变得情绪化。情绪化的对话往往难以有效地解决问题。
没有共识：在对话中，双方没有达成关于如何对待NaNa的共识。XIXI认为GI应该对NaNa的态度好一点，而GI觉得他有理由对NaNa保持现在的态度。
缺乏同理心：GI可能没有充分理解XIXI的观点，没有站在XIXI的角度考虑问题。同样，XIXI也可能没有充分理解GI的立场。沟通双方缺乏同理心可能导致难以找到解决问题的方法。
为了更有效地解决问题，双方可以尝试进行更具体、更有针对性的沟通，同时保持冷静和同理心，以便更好地理解对方的立场和需求。
问题：
XIXI和GI如何才能改善这种情况，使他们的观点达成一致？
GPT4回答：
为了改善这种情况并使他们的观点达成一致，XIXI和GI可以尝试以下策略：
保持冷静和尊重：双方应该保持冷静，尊重对方的观点和感受。避免情绪化的对话有助于更好地倾听和理解对方的立场。
倾听和理解：XIXI和GI都需要倾听对方的观点，以便更好地理解对方的想法和感受。这可能有助于找到共同点，从而达成一致。
表达自己的感受和需求：双方需要清楚、具体地表达自己的感受和需求。这样，他们可以更好地了解彼此的期望，寻找解决问题的方法。
提出具体建议：为了解决问题，双方应该提出具体的建议或解决方案。这将有助于确保双方都知道需要采取哪些行动来改善情况。
寻求妥协：双方可能需要妥协才能达成一致。这可能意味着在对待NaNa的问题上，GI需要改变一些行为，而XIXI也需要理解GI的立场并尊重他的感受。
保持开放的沟通：XIXI和GI应该保持开放的沟通，以便在未来遇到类似问题时能够更有效地解决。
通过采用这些策略，XIXI和GI可能会更容易改善他们之间的关系，使他们的观点达成一致。
逻辑谜题
这个题是我妹妹数学模拟考试的一道习题。
已知一个房间里有100个人，这些人中有些人说真话，有些人说假话。
有两个基本事实：1.至少有一个人说假话，2.任意两个人中至少有一个人说真话。
请问这个房间里说真话的有多少人？
GPT4答：
我们可以根据给定的事实来推断说真话的人数。事实1：至少有一个人说假话。事实2：任意两个人中至少有一个人说真话。我们可以从事实2开始推理。假设我们随机选择两个人，A和B。根据事实2，A和B中至少有一个人说真话。现在我们再从这100个人中选择一个第三个人C。此时，我们需要考虑两种情况：
A说真话，B说假话：那么根据事实2，C必须说真话（因为B说假话，那么A和C之间至少有一个人说真话，而我们已经知道A说真话，所以C也说真话）。
A说假话，B说真话：这种情况与第一种情况类似。根据事实2，C必须说真话（因为A说假话，那么A和C之间至少有一个人说真话，所以C说真话）。
在这两种情况下，我们都得到了C说真话。所以，我们可以推断出，除了第一个说假话的人之外，其他99个人都说真话。因此，在这个房间里，有99个人说真话，1个人说假话。
这个题，你能做出来吗？
参考内容：
[1] Sparks of Artificial General Intelligence: Early experiments with GPT-4