日志
生成式 AI 有没有推理能力？
热度 10 |
讨论 AI 会不会产生自我意识的过程中，sleepyr 提到了这篇文章：https://finance.sina.com.cn/roll/2024-10-13/doc-incskmnf2768775.shtml
这篇文章设计的测验很有意思。从实验结果看，文章认为现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说，AI 并不理解抽象的概念，而推理能力恰恰依赖抽象的概念。
最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验，大家有兴趣的话可以玩玩。
给 AI 的提示：Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
AI 回复表示理解了提示中的这个这个规则。于是有下面的实验：
我: A
AI: B
我: B
AI: C
我：X
这里，不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则，所以无解。 很显然，回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而，这并不代表 AI 没有推理能力，而可能只是语句处理模块不好。
真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问：
我：Z
这下大多数的 AI 模型都冒烟了，有些回答说不合规则，有些回答说序列到头了没有答案。有意思的是两种回答：一种回答说 Z， 另一种则回答说 A。
而这四种回答，如果用来盲测人类，其实人类也会给出同样的四种答案。也就是说，就这个问题来看，如果盲测，提问者无法分别回答者是人类还是AI。换言之，能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的，而是真正的推理能力。
有意思的是训练程度越高的模型，越倾向于给出这四种答案。比较 Mistral， 狗屁通，Gemma， Llama， 通义千问等等大模型的不同版本，都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩，成人除了脑部发育完全，更储备了更多的知识。
至于这篇文章中说到的语序问题，非相关语句问题等等，前面说过，必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟，即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同，但把语序换一下，意思就完全不同了。然而，你去问一个三岁小孩这两句话有何不同，三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题，狗屁通则会说：
[quote]“屡战屡败”和“屡败屡战”这两句话虽然字面相似，但含义有所不同。
1. **屡战屡败**：强调的是多次进行战斗，但每次都失败。这种表达往往暗示一种无奈或沮丧，强调了失败的频繁。
2. **屡败屡战**：则是指经历了多次失败，但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神，体现了勇气和韧性。
总的来说，前者更偏向于消极的失败感，而后者则传递出一种积极向上的拼搏精神。[/quote]
全部作者的其他最新日志
发表评论 评论 (9 个评论)
- 回复 孟词宗
- 如果能够回答 Z 或者 A 的就是超越啦。实验中并没有告诉 AI 字母表是循环或者不循环的。AI 推断我们用的就是英语字母表，而不是 ASCII , 所以不会给 Z 后面来个 “[”或者“{”
李根: AI只会对输入文本进行分析然后抄书，发展不出理解背后的规则的超越能力
这和作出字母表是循环或者不循环的决定都是推理过程啊。
- 回复 孟词宗
- 另外，“举一反三”是基本的人类推理能力。这个实验就是测试 AI 是否也能根据初始条件来“举一反三”。笑话里说小孩学了“一”，“二”就会写“三”，于是以为“四”到“万”就是加笔画。
李根: AI只会对输入文本进行分析然后抄书，发展不出理解背后的规则的超越能力
问题是，这并不是小孩没有推理能力，而恰恰是小孩的推理能力发达，但小孩没有知识储备的结果。
- 回复 孟词宗
- 有的。输入 ZZ 得到 AA
yanei: 有没有回答AA的
甚至输入 ABC，得到 BCD。 输入 XYZ， 得到 YZA。还可以输入 ABCD 得到 BCDE。 输入 ABCDE，得到 BCDEF
打乱顺序输入 NBC， 得到 OCD。
这些都是建立在只输入主贴原始规则的基础上的。
谁说 AI 不能推理的？