断裂纠缠表示假设（导言）

这篇文章讨论了对当前人工智能的批判性观点，认为其令人印象深刻的表现是肤浅的。它介绍了“断裂纠缠表示假设”，认为当前人工智能的内部理解是混乱的，缺乏真正的结构连贯性，类似于“一团意大利面”。文章将其与一种更直观、更强大的方法进行了对比，引用了Kenneth Stanley的“Picbreeder”实验，该实验生成了对世界有更深层次、自下而上的理解的人工智能。核心论点集中在记忆和真正理解的区别上，提倡优先考虑内部模型清晰度而不是蛮力训练的方法。

• •当前人工智能令人印象深刻的表现可能是肤浅的，缺乏真正的内部理解。
• •文章提出了一种替代方法，优先考虑清晰、直观的内部模型。
• •核心区别在于人工智能开发中的记忆和真正理解。