AI“偏科”改善意味着什麼

原標題：AI“偏科”改善意味着什麼

6位清華姚班學生與AI比賽做高考數學、物理壓軸題，姚班學生10分鐘內完成作答，1位同學做錯了題目，AI則在輸入確認後幾秒就開始輸出步驟，並答對了題目——最近，企業發佈的一個視頻讓不少人大吃一驚。

猶記得去年7月，一道小學生難度的數學題“9.11和9.9哪個大”，難倒了一衆海內外AI大模型。不少評測機構把高考題拿給大模型做，也發現大模型更擅長回答文科試題，而不太擅長回答數學、物理等理科題目，於是有了一個形象的說法：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和運行機制有關，大模型的解答方式本質上是“預測下一個詞”，即通過當前輸入的文本預測下一個詞出現的概率來進行訓練和回答。文科推理預測有一兩處錯誤，不影響長文本理解；理科推理則更考察因果性而非相關性，“比如一道數學題包含5步推理和5步計算，假設大語言模型每一步預測準確的概率都有90%，綜合下來的準確率就只有35%”。另一方面，文科語料數據豐富多樣，有利於訓練大模型，理科語料主要是數字和符號，形式單一，數據資源少，不利於訓練大模型。

通過“偏科”背後的運行機制，不難看出，大模型的數理能力之所以重要，甚至被認爲是大模型“智力的直接體現”“實力的重要分水嶺”，正因爲它關係到落地應用時的可靠性和準確性。例如，在聊天場景下，智能客服一本正經地胡說八道，影響不大；而在金融、工業場景下，即便是一個數字出錯，後果可能都讓人吃不消。隨着“人工智能+”持續推進，大模型加速賦能千行百業成爲行業共識與競爭焦點，改善AI“偏科”，擴展應用場景，就成了必答題。

綜合比較不同機構在不同時期的評測，絕大多數大模型的數理能力在提高，有的還能達到“博士”“清北”水平，速度之快讓人驚歎。當然，正如專家所說，在真實業務場景中，AI要處理的信息遠不止於語言，而是多模態數據的融合，隨着多模態技術的發展，AI將從語言模型演進爲推理模型，最終發展爲世界模型，“在推理與理解能力提升的基礎上，下一步的關鍵方向是智能體”。唯有具備完整決策與執行能力的AI智能體，才能真正實現商業價值的閉環。

去年，第一個具有“專家級數理能力”的大模型出現時，就有人擔憂，人工智能的發展速度超過了人類對其認知的速度，人工智能治理將是一個巨大挑戰。有學者就提到，“人類用了大概300萬年才發展到現在的智力水平，現在的大模型幾個月就從IQ 80飆升到130了，未來還會繼續提升。這對教育意味着什麼？”如今，大模型迭代速度越來越快，性能越來越強大，有望在數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，人機共生時代，回答好如何實現AI與人類優勢互補問題，也迫在眉睫。（維辰）

來源：南方日報