原標(biāo)題：AI“偏科”改善意味著什么

6位清華姚班學(xué)生與AI比賽做高考數(shù)學(xué)、物理壓軸題，姚班學(xué)生10分鐘內(nèi)完成作答，1位同學(xué)做錯(cuò)了題目，AI則在輸入確認(rèn)后幾秒就開始輸出步驟，并答對(duì)了題目——最近，企業(yè)發(fā)布的一個(gè)視頻讓不少人大吃一驚。

猶記得去年7月，一道小學(xué)生難度的數(shù)學(xué)題“9.11和9.9哪個(gè)大”，難倒了一眾海內(nèi)外AI大模型。不少評(píng)測機(jī)構(gòu)把高考題拿給大模型做，也發(fā)現(xiàn)大模型更擅長回答文科試題，而不太擅長回答數(shù)學(xué)、物理等理科題目，于是有了一個(gè)形象的說法：大模型更像文科生而不是理科生。

AI“偏科”，一方面與大模型的架構(gòu)和運(yùn)行機(jī)制有關(guān)，大模型的解答方式本質(zhì)上是“預(yù)測下一個(gè)詞”，即通過當(dāng)前輸入的文本預(yù)測下一個(gè)詞出現(xiàn)的概率來進(jìn)行訓(xùn)練和回答。文科推理預(yù)測有一兩處錯(cuò)誤，不影響長文本理解；理科推理則更考察因果性而非相關(guān)性，“比如一道數(shù)學(xué)題包含5步推理和5步計(jì)算，假設(shè)大語言模型每一步預(yù)測準(zhǔn)確的概率都有90%，綜合下來的準(zhǔn)確率就只有35%”。另一方面，文科語料數(shù)據(jù)豐富多樣，有利于訓(xùn)練大模型，理科語料主要是數(shù)字和符號(hào)，形式單一，數(shù)據(jù)資源少，不利于訓(xùn)練大模型。

通過“偏科”背后的運(yùn)行機(jī)制，不難看出，大模型的數(shù)理能力之所以重要，甚至被認(rèn)為是大模型“智力的直接體現(xiàn)”“實(shí)力的重要分水嶺”，正因?yàn)樗P(guān)系到落地應(yīng)用時(shí)的可靠性和準(zhǔn)確性。例如，在聊天場景下，智能客服一本正經(jīng)地胡說八道，影響不大；而在金融、工業(yè)場景下，即便是一個(gè)數(shù)字出錯(cuò)，后果可能都讓人吃不消。隨著“人工智能+”持續(xù)推進(jìn)，大模型加速賦能千行百業(yè)成為行業(yè)共識(shí)與競爭焦點(diǎn)，改善AI“偏科”，擴(kuò)展應(yīng)用場景，就成了必答題。

綜合比較不同機(jī)構(gòu)在不同時(shí)期的評(píng)測，絕大多數(shù)大模型的數(shù)理能力在提高，有的還能達(dá)到“博士”“清北”水平，速度之快讓人驚嘆。當(dāng)然，正如專家所說，在真實(shí)業(yè)務(wù)場景中，AI要處理的信息遠(yuǎn)不止于語言，而是多模態(tài)數(shù)據(jù)的融合，隨著多模態(tài)技術(shù)的發(fā)展，AI將從語言模型演進(jìn)為推理模型，最終發(fā)展為世界模型，“在推理與理解能力提升的基礎(chǔ)上，下一步的關(guān)鍵方向是智能體”。唯有具備完整決策與執(zhí)行能力的AI智能體，才能真正實(shí)現(xiàn)商業(yè)價(jià)值的閉環(huán)。

去年，第一個(gè)具有“專家級(jí)數(shù)理能力”的大模型出現(xiàn)時(shí)，就有人擔(dān)憂，人工智能的發(fā)展速度超過了人類對(duì)其認(rèn)知的速度，人工智能治理將是一個(gè)巨大挑戰(zhàn)。有學(xué)者就提到，“人類用了大概300萬年才發(fā)展到現(xiàn)在的智力水平，現(xiàn)在的大模型幾個(gè)月就從IQ 80飆升到130了，未來還會(huì)繼續(xù)提升。這對(duì)教育意味著什么？”如今，大模型迭代速度越來越快，性能越來越強(qiáng)大，有望在數(shù)理能力等方方面面逼近甚至超過人類平均水平，除了要思考AI治理問題，人機(jī)共生時(shí)代，回答好如何實(shí)現(xiàn)AI與人類優(yōu)勢互補(bǔ)問題，也迫在眉睫。（維辰）

來源：南方日?qǐng)?bào)