Apple 研究揭示了人工智能语言模型的重大缺陷：准确率最高下降 65

最近Apple 的一些研究人员最近进行的一项研究颠覆了我们对 ChatGPT 等大型语言模型（LLM）智能的看法。这项由伊曼-米尔扎德（Iman Mirzadeh）领导的研究使用了一种名为 GSM-Symbolic 的新测试，以了解这些人工智能系统处理数学和逻辑思维的能力。

他们发现，人工智能的表现并不理想。当他们在问题中随机加入额外信息时，模型的准确率大幅下降--在某些情况下，降幅高达 65%。主问题甚至都没有改变。这表明，这些人工智能系统对其任务缺乏真正的理解。

这项研究指出了看起来聪明和理解东西之间的本质区别。许多人工智能生成的答案乍一看似乎是对的，但当你深入研究时，它们就会分崩离析。这突出表明，像人一样说话并不意味着机器像人一样思考。

正因为如此，这项研究表明，我们需要重新思考对这些系统的信任和依赖程度。当然，它们可以做一些不可思议的事情，但它们也有一些明显的缺陷，尤其是在处理棘手或复杂的问题时。如果我们想负责任地使用人工智能，认识到这些弱点是关键。

归根结底，这项研究提醒我们，虽然人工智能可以有所帮助，但我们必须对它能做什么和不能做什么保持批判性的眼光。随着这些工具在我们的生活中占据越来越重要的地位，如果我们想明智而负责任地使用它们，了解它们的局限性将是至关重要的。