AI·研究
1915年爱因斯坦提出广义相对论，改变了我们对物理世界结构的看法。该理论成为AI技术领域领袖的衡量标准，他们追问自己的创造能否做出那种级别的突破。今年2月在新德里印度AI峰会上，谷歌DeepMind联合创始人Demis Hassabis提议用某个截止日期（他建议1911年）之前的所有已知知识训练大语言模型，看它能否重现广义相对论，称"那将是对AGI的好测试"。2024年12月，Truthful AI研究员Owain Evans就"复古"或"历史"LLM发表演讲。今年多个团队构建了复古模型实例，但早期尝试更多揭示当前AI的局限而非优势。Technion量子光学专家Ido Kaminer认为，相对论级别的突破对AI并非天生不可及，但需要重新思考当今模型的构建原则。谷歌DeepMind研究员Tom Zahavy在论文《LLM无法跳跃》中指出，此类进步需要溯因推理，即"为单一现象发明原因的创造性飞跃"，而非从数据积累中推导一般规则的归纳推理。MIT计算机科学家Sendhil Mullainathan的论文显示，轨道力学基础模型从未推断出真正的万有引力定律，而是为每个行星系统推断出不同的错误定律。不过LLM在数学上取得显著进展，OpenAI聊天机器人推翻匈牙利数学家Paul Erdős 80年前的猜想是"真正的概念进步"。独立研究员Michael Hla用1900年前数据训练LLM，在某些情况下显示出"直觉的闪光"，但多数情况失败。苏黎世大学团队创建了Ranke-4B历史模型家族。MIT的Jacob Andreas认为，AI语言模型产生广义相对论作为概率输出并无明显障碍，问题在于难以区分正确和错误的理论。
来源：原文链接 (新窗口)
本页由搜罗吧(Solo8.cn)信息精选服务自动生成，内容仅供参考，不构成任何建议。