AGI新視角：語言學習非必經之路，LLM的未來何去何從？

原標題：Bengio、LeCun再喊話：AGI推理不需要先學語言，LLM路走窄了？
文章來源：新智元
內容字數：6565字

AI思考能力的提升：通往AGI的里程碑

最近，加拿大蒙特利爾大學教授Yoshua Bengio在《金融時報》上發表了一篇文章，強調AI在說話之前可以學會思考，這一能力的提升將成為通往人工智能通用智能（AGI）的重要里程碑。與此觀點相呼應的是，Yann LeCun也多次表達了類似的看法，指出語言并非思考的必要條件。

推理與思考的關系

Bengio指出，當前大語言模型（LLM）的發展，尤其是OpenAI的o1模型，正在專注于推理和思考能力的提升。盡管語言能力在某些方面至關重要，但AI的思考能力并不完全依賴于語言。Bengio提到，缺乏深思熟慮能力一直是AI的主要弱點，而提升推理能力有助于解決答案不一致及無法實現長期目標的問題。

思維鏈的進展

思維鏈（Chain of Thought，CoT）是一項顯著的進展，通過要求LLM提供思維鏈的方式，模型能夠對復雜問題給出更好的答案。這一方法需要更多的計算資源，從而推動了新的計算擴展形式。與GPT-4o相比，o1在數學和推理任務上的表現顯著提升，顯示出其在推理密集型任務中的潛力。

語言與思維的復雜關系

盡管有證據表明，思維和語言可以在一定程度上分離，LeCun提出，語言并不是思考的必要條件。MIT的研究顯示，經歷中風的患者雖然失去了語言能力，但仍能進行推理和解決問題，這進一步證明了思維能力的性。盡管如此，語言在某些認知功能的習得上依然發揮著重要作用。

未來展望

Bengio和LeCun的觀點引發了對AI未來發展的深入思考。隨著AI在推理和科學能力上的提升，AGI的實現可能比預期更快。然而，如何有效控制和調整AI的能力仍是一個未解的重大挑戰。未來的AI發展是否會走出與人類截然不同的道路，仍有待觀察。

總結而言，Bengio在《金融時報》的文章強調了AI思考能力的重要性，并提出了推理和思維之間的復雜關系，展望了AI未來的發展方向。

聯系作者

文章來源：新智元
作者微信：
作者簡介：智能+中國主平臺，致力于推動中國從互聯網+邁向智能+新紀元。重點關注人工智能、機器人等前沿領域發展，關注人機融合、人工智能和機器人對人類社會與文明進化的影響，領航中國新智能時代。