廣告
快訊
KNEWS
⚡
蘋果論文測試5種推理模式揭AI「智力天花板」 專家：LLM到AGI是自欺欺人
【編譯黃惠瑜／綜合外電】蘋果公司（Apple）的人工智慧（AI）研究員近日發表一篇論文，指出在最先進的AI模型中發現「根本上的局限性」。這篇論文無疑在當前科技業一窩蜂發展AI的研究潑了冷水，引發外界對於達到通用人工智慧（AGI）的可能性，以及當前AI技術真正能力的深度疑慮。
英國《衛報》（The Guardian）報導，蘋果研究人員在周末發表的論文中指出，大型推理模型（large reasoning models，LRMs）在處理高度複雜的問題時會面臨「準確率徹底崩潰」的情況。
這篇論文一共測試了5種目前世上最先進的大型推理模型，包括OpenAI o3-mini中階與高階版、深度求索的DeepSeek-R1與DeepSeek-R1-Qwen-32B以及Anthropic的Claude 3.7 Sonnet推理版。
大型推理模型是一種先進的AI模型，其訓練方式是模仿人類解謎，進行一步步思考的模式，藉此解決複雜的問題。由於大型推理模型在給出答案之前，會產生詳細的內部「思考過程」，因此它們在許多測試中都有優異的表現。
這項研究測試了模型的解謎能力。研究發現，標準AI模型在低複雜度任務中的表現優於大型推理模型。然而，這兩種類型的模型在高複雜度任務中，都同樣遭遇了「徹底崩潰」的情況。
而且，當大型推理模型接近崩潰邊緣時，會開始「減少推理工作」。蘋果研究人員表示，他們對這種情況感到特別擔憂。
美國學者馬庫斯（Gary Marcus）稱蘋果的這篇論文「相當具有破壞性」。馬庫斯是紐約大學的心理學和神經科學榮譽教授，經常公開提醒大眾要對AI的實際能力保持謹慎和懷疑的態度。
馬庫斯在他的Substack媒體平台中寫道，這篇蘋果論文的發現引發了關於科技業競相發展通用人工智慧（AGI）的質疑。AGI是AI的一個理論階段，指AI系統能夠在執行任何智力相關任務時，都與人類的表現相當。
馬庫斯也順道批評了聊天機器人ChatGPT等工具所依賴的大型語言模型 (large language model，LLM)。
馬庫斯表示：「任何認為LLM是通往能從根本上徹底改善社會的通用人工智慧（AGI）直接途徑的人，都只是在自欺欺人。」
相關新聞：定義有差！阿特曼：若2020年看到ChatGPT 大多數人會以為就是AGI
鑽牛角尖？
這篇論文還發現，在處理簡單問題時，大型推理模型經常會過度思考。雖然很早就得出正確答案，但仍會繼續探索錯誤選項，浪費運算資源。
給了算法還崩潰
然而，處理更複雜的問題時，大型推理模型反而進入崩潰的狀態，完全無法產生正確的解決方案。在一個案例中，即使研究人員提供了可以解決問題的演算法，大型推理模型仍然失敗了。
問題越難越不思考
論文指出：「當接近一個關鍵臨界值，也就是幾乎達到它們的準確度崩潰點時，儘管問題難度不斷增加，但模型卻違反直覺的開始減少推理工作量。」
蘋果專家表示，這顯示「目前推理模型的思考能力存在根本性的擴展限制」。
相關新聞：
Meta首席AI專家：LLM無法實現AGI 連4歲小孩都比它強
