在探討人工智能的未來與局限時(shí),，我們必須首先理解AGI（Artificial General Intelligence，通用人工智能）的概念。AGI代表著一種具備發(fā)現(xiàn)新知能力的AI,。然而,，當(dāng)前的AI技術(shù)盡管已經(jīng)在感知和行為替代、已有知識(shí)重現(xiàn)方面取得了顯著進(jìn)展,，但這些仍然只是AI能力的表面及部分體現(xiàn),。

在2018年進(jìn)行的全國(guó)性人工智能產(chǎn)業(yè)研究中（摘自民建中央課題《人工智能產(chǎn)業(yè)發(fā)展戰(zhàn)略》）對(duì)找準(zhǔn)人工智能產(chǎn)業(yè)著力點(diǎn)進(jìn)行研究，調(diào)研結(jié)果表明“中間層”涉及到人類知識(shí)和邏輯,，對(duì)決策至關(guān)重要,。2023年，隨著大型語(yǔ)言模型的興起，我們見證了AI領(lǐng)域的一個(gè)奇跡,。這些模型通過學(xué)習(xí)大量的語(yǔ)料,，展現(xiàn)出了優(yōu)異的記憶力。但問題在于,，它們學(xué)到的只是語(yǔ)言的表面,，而非語(yǔ)言背后的真理。正如哲學(xué)家維根斯坦所言,，語(yǔ)言與人類的真實(shí)意圖相去甚遠(yuǎn),。同時(shí)，AI在處理數(shù)學(xué)問題時(shí),，往往顯得無能為力，因?yàn)樗鼈內(nèi)狈?shù)學(xué)運(yùn)算邏輯,，不能很好勝任數(shù)值型分析和預(yù)測(cè)工作（摘自科學(xué)中國(guó)20230908《大語(yǔ)言模型(LLM)的“兩個(gè)天生BUG”》）,。盡管存在這些局限，大型語(yǔ)言模型在與人類交互方面展現(xiàn)出了前所未有的友好性,，這是其持續(xù)熱度的來源,。

然而，我們對(duì)AI的期望遠(yuǎn)不止于此,。在科學(xué)決策等領(lǐng)域,，我們需要的AI不僅要能模擬人類行為，更要具備通過數(shù)據(jù)產(chǎn)生新知的能力,，這其中就涉及到兩個(gè)重要環(huán)節(jié)：數(shù)據(jù)挖掘能力和接觸到高質(zhì)量數(shù)據(jù)的能力,。為了解決這一矛盾，學(xué)界和技術(shù)界提出了不同的見解,，包括連接主義和符號(hào)主義的辯論,。連接主義強(qiáng)調(diào)通過增加神經(jīng)元數(shù)量來增強(qiáng)智能，但是其存在邊際效應(yīng)遞減的問題,，即隨著神經(jīng)元增加到一定程度其能產(chǎn)生的智能程度的速度是下降的,，而符號(hào)主義則主張通過抽象和運(yùn)算來發(fā)展智能。我們認(rèn)為,，AI的發(fā)展應(yīng)該遵循人類進(jìn)化的規(guī)律,，在依賴神經(jīng)元增加（連接主義）進(jìn)化到足夠聰明后，基于抽象的規(guī)律分析（符號(hào)主義）是更有效率的發(fā)現(xiàn)新知之路,，因此通過連接主義*符號(hào)主義,，即前期在連接主義的基礎(chǔ)上先具備大量的參數(shù)量，到后期教會(huì)其符號(hào)主義的所有內(nèi)容,，通過GPT Hybrid的方式讓AI具備數(shù)學(xué)計(jì)算和邏輯推理的能力,，從而發(fā)現(xiàn)新知識(shí)。

綜上，我們需要不斷探索和解決AI的局限,，推動(dòng)AI能夠真正成為人類智能的延伸,，最終實(shí)現(xiàn)AGI。

本文作者湯子歐,，健交科技首席科學(xué)家,、航投大數(shù)據(jù)首席科學(xué)家、易華錄健康醫(yī)療首席科學(xué)家,。系福布斯中國(guó)撰稿人,，表達(dá)觀點(diǎn)僅代表個(gè)人。