這些蘋果研究人員剛剛證明了AI機器人無法思考，並且可能永遠無法
在一項有關人工智能的研究中，蘋果公司發現，許多先進的AI模型在解決簡單的數學問題時表現不佳，甚至無法正確理解問題的基本邏輯。這項研究的結果引發了對AI技術能力的廣泛關注。
研究團隊以一個簡單的算術問題為例：奧利弗在星期五採摘了44個奇異果，星期六又採摘了58個，星期天他採摘的數量是星期五的兩倍，但有五個比平均大小小。問題是奧利弗總共有多少個奇異果？如果你回答“190”，恭喜你，你的表現與大多數小學生相當。然而，這些AI模型卻經常給出錯誤的答案，甚至有些模型還將五個小奇異果從總數中減去，回答“185”。
研究的意義
這項研究揭示了AI系統在處理簡單數學問題時的重大缺陷。研究人員指出，與人類學生相比，這些系統在區分相關信息和無關信息方面的能力明顯不足。這項研究的發現不僅受到業界的關注，還因為蘋果公司作為一家領先的高科技消費公司，最近剛推出了一系列宣稱具備AI功能的iPhone新特性。
AI批評者加里·馬庫斯指出，這些結果並不令人驚訝，因為早期的研究已經表明，許多大型語言模型（LLMs）並不真正“思考”，而是基於它們訓練過的數據進行模式匹配。這意味著在抽象推理方面，這些AI模型仍然遠遠落後於人類。
AI模型的局限性
蘋果研究團隊的研究目的是檢視這些模型是否真正理解數學概念。他們的結論是，這些模型無法充分理解這些概念。研究人員還提出，這些缺陷不是簡單的數據擴展或計算能力提升所能解決的。這一發現對於宣傳AI產品的公司來說，無疑是一個警鐘，因為這些公司通常會將其產品描繪得可靠而可信，但實際上其輸出經常存在問題。
馬庫斯強調，這些AI系統的錯誤不僅僅是小問題，尤其在需要絕對準確性的應用場景中，錯誤的後果可能非常嚴重。他指出，儘管某些AI應用（例如推薦引擎）出錯不會造成重大損失，但在醫療等重要領域，準確性至關重要。
最後的思考
這項研究提醒我們，AI技術的發展需要謹慎對待，尤其是當這些技術被應用於關鍵任務時。人類仍然需要在AI的決策過程中扮演重要角色，以確保其輸出的準確性和安全性。我們必須對AI的局限性保持清醒的認識，防止被誇大的宣傳所誤導。這不僅關乎技術本身，還涉及到如何正確地理解和利用這些技術，以避免在未來的應用中出現不可挽回的錯誤。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
