自OpenAI於2022年底推出ChatGPT之後，人工智能（AI）就在一夜間成為科技界、投資界最受關注的技術。不過，科技龍頭蘋果公司（Apple Inc.）的研究部門卻在最近發布了一篇論文，直指如今的AI大語言模型（LLM）的推理能力「脆弱」，似乎不具備真正的邏輯推理能力。隨着市場對AI實際應用潛力開始產生質疑，甚至擔心科技企業過度投資AI未能帶來回報。摩根大通資產及財富管理市場及投資策略部主席岑博智（Michael Cembalest）亦指出，未來兩年內AI的應用趨勢要進一步提高，才可以避免泡沫爆破。
Apple的研究科學家Mehrdad Farajtabar等人發表了一篇論文，對LLM的推理能力提出了尖銳的質疑，甚至稱LLM「可能只是複雜的模式匹配（sophisticated pattern matching），而不是真正的邏輯推理（logical reasoning）」。此番結論基本上是否定了LLM的發展方向。儘管該論文未有完全否認LLM作為一款AI模型種類的作用，但點明了包括ChatGPT在內所有以LLM為基礎的AI，可能都會在某個階段陷入發展瓶頸，無法更進一步。
導入數據 死記硬背
要理解為何Apple的研究員會得出如此觀點，就要從LLM的特質開始解釋。在過去AI的研究方向主要集中在演算法的改進，試圖利用更高明、更先進的演算法，令AI變得更加「聰明」，用邏輯推理的方法去處理問題。而LLM則採用了另一條道路，透過大量的數據導入，當AI模型所吸收的資料愈多，就能夠「記住」更多的事實，最終「由量變引起質變」，使AI極備回答大多數問題的能力。
不過，這種類似於「死記硬背」的方式，導致LLM在特定情景下效率奇低，尤其在處理簡單數學問題時，經常會計錯數。幾乎所有用過ChatGPT的用戶都不難留意到這一點。而Farajtabar最新的論文便是基於此進行的深度分析，研究團隊把用於測試AI數學能力的GSM8K題目，在不影響題目邏輯的前設之下，對題目中的人名、地名、個別數值進行了隨機改變，得出了GSM-Symbolic工具，並以此測試各AI的能力。
隨機改問題後頻計錯
GSM8K是「Grade School Math 8K」的縮寫，是用來評估數學問題解決能力的資料集。這個資料集主要包含小學等級的數學題目（大約8,000道題目），由於只涉及簡單運算，一般人類中學生能夠完全做對所有題目。
然而，針對AI模型的研究結果卻發現，包括Llama、Phi、Gemma、Mistral等開源模型，以及GPT-4o和o1系列等閉源模型，一旦用上了GSM-Symbolic的問題，答題的正確率會大幅下滑。簡單來說，就好像把數學題中的「小明」名字換成「小強」，把「蘋果」換成「香蕉」，或者在問題中加入一些無關緊要的句子，這類LLM就會突然「想不通」答案，開始頻頻計錯數。論文的作者認為，這正正反映出LLM仍然不具備邏輯推理能力，才會導致這樣的結果。畢竟如果LLM能夠推理，不會因為題目人名不懂作答。
即使未來這類LLM使用了更多擴展資料、參數和計算量，或者為下一代Phi-4、Llama-4、GPT-5使用更好的訓練資料，最終得出可能只會升級成為更好的「匹配工具」，而不是一個真正具推理能力的工具。
或步元宇宙炒作後塵
另邊廂，市場最近亦開始對於AI投資產生了更多的質疑，特別是LLM的訓練及運作需要用到大量的算力，導致許多科企都要斥巨資建設AI伺服器數據中心。這些投入到底能否帶來合理的回報，目前仍然是未知之數。一直關注AI發展的岑博智認為，目前擔心AI泡沫爆破可能為時尚早，但「審判日」可能會在未來兩至3年內來臨，屆時如果AI未能夠展現其價值，可能會步上此前「元宇宙」炒作的後塵。
東網網站 : https://on.cc/東網Facebook專頁 : https://www.facebook.com/onccnews/