Apple揭AI推理模型真相：智力有限難突破瓶頸

蘋果質疑人工智能推理模型能力有限，研究指其難以應付複雜問題

蘋果公司於週末發表一份研究報告，指出現時針對推理能力的人工智能（AI）模型，在處理超出一定複雜程度的問題時，表現有限且無法產生準確結果。

這份題為《思考的錯覺：從問題複雜度角度理解推理模型的優勢與限制》的論文中，蘋果研究團隊表示，規模較大的推理模型（LRMs）在推理質素上存在明顯缺陷，未能發展出通用的解題能力。

研究人員測試了多款LRMs，包括OpenAI的O1/o3、DeepSeek-R1、Claude 3.7 Sonnet Thinking及Gemini Thinking，透過一系列複雜度逐漸增加的問題進行挑戰，這些問題亦跳出傳統AI測試基準的範疇。

蘋果研究團隊採用「可控謎題環境」來評估這些模型表現，結果發現隨著問題複雜度提升，這些LRMs的表現迅速下降，最終準確率幾乎歸零。

他們在論文中寫道：「我們發現最先進的LRMs（例如o3-mini、DeepSeek-R1、Claude-3.7-Sonnet-Thinking）仍未能培養出具通用性的解決問題能力，準確率在不同環境中隨著問題複雜度超過某個臨界點後，最終崩潰至零。」

研究亦指出，LRMs存在「根本性效率低下」及明顯的擴展限制，並對現時基於既定數學基準的評估方法提出質疑，強調他們設計的實驗方法更加嚴謹，利用算法謎題環境進行測試。

蘋果研究團隊質疑LRMs是否真能代表通向通用人工智能（AGI）的一大步。所謂通用AI，理論上能模仿人類廣泛的認知能力和解決問題的技巧，但目前仍屬高度理論化。

長期以來，通用AI一直是主要開發者追求的終極目標，但現時的AI模型，尤其是大型語言模型，主要依賴模式識別，透過預測序列中的下一個字詞來生成內容，這種方式仍然容易出錯，且限制了其推理能力。

蘋果此份研究報告發表之際，距離其全球開發者大會（WWDC）僅剩數天，外界對蘋果AI相關產品的期待普遍不高，因為蘋果在AI領域的發展明顯落後於競爭對手。

儘管蘋果與OpenAI合作，試圖在其旗艦產品中加入AI功能，但公司在推動其AI服務「Apple Intelligence」的承諾功能落實上依然面臨困難。

評論與啟示

蘋果此番研究成果，從一個強大科技巨頭的角度，嚴肅地審視現時AI推理模型的限制，為業界提供了重要的反思契機。這不僅反映了AI技術尚未達到理想的通用智能水平，也凸顯了過度依賴現有評估標準的問題。

在AI快速發展的浪潮中，蘋果的態度顯示出一種謹慎且科學的求真精神，提醒我們不能被當前的技術表象迷惑。特別是在大型語言模型盛行的時代，這些模型固然展現出驚人的語言生成能力，卻在真正的推理和解決複雜問題方面仍有重大瓶頸。

從市場角度來看，蘋果的保守態度或許反映其在AI產品策略上更為謹慎，這可能是為何其AI應用較競爭對手遲緩的原因之一。未來，AI的發展不應僅追求規模和數據量的擴大，更需要在算法本質和推理能力上尋求突破。

此外，蘋果提出的「可控謎題環境」測試方法，為AI模型的評價提供了新的視角和工具，或將成為推動AI技術更成熟的重要基礎。對香港及全球的科技行業而言，這些洞見提醒我們在迎接AI革命時，必須兼顧技術深度與實際應用的平衡，不可盲目跟風，否則可能在錯誤的方向上投入大量資源。

總括而言，蘋果的研究不僅是對AI技術現狀的挑戰，更是對整個AI生態系統提出的警示，促使業界重新思考如何打造真正具備「思考」能力的智能系統。這對香港科技界及用戶而言，都是一次寶貴的啟發。

以上文章由特價GPT API KEY所翻譯及撰寫。