专家警示：人工智能或尚未达到通用智能标准

随着人工智能（AI）技术的迅猛发展，学术界和社会各界对于AI的能力有了新的认知。最近，法国国家科学研究中心的研究员弗兰克·拉米斯在法国《快报》周刊上发表了一篇颇具见地的文章，针对当前人工智能是否已达到通用智能的标准展开了深刻的讨论。尽管一些大语言模型，如ChatGPT等，似乎在某些特定任务上取得了显著成绩，但拉米斯警示我们，这些进展并未真正标志着人工智能的全面成熟。

拉米斯引用了计算机科学先驱艾伦·图灵的观点——图灵测试。如果一台机器能够与人类进行交互，而不被察觉为机器，它就可以被视为具备智能。拉米斯指出，该测试过于注重语言生成的能力，容易引发误解。当前的AI系统，如大语言模型，可能在语言生成上表现优异，却并不意味着它们能够在更广泛的领域内表现出真正的智能。

通用人工智能（AGI）的定义是机器在各种任务上都能达到或超越人类的认知能力，包括自然语言交流、新问题的解决、以及跨领域的技能迁移等。但现阶段的尽管在处理自然语言和进行人际互动方面取得了一些进展，仍面临着许多根本性的不足。例如，拉米斯提到，尽管一些大语言模型在某些教育评估测试中得分超过普通学生，但在解决基本的数学任务时却显得无能为力。他举了一个例子，若询问大语言模型关于法国省份的数量，结果可能与真实情况相差甚远，而这其实是八岁儿童都能轻松回答的问题。

这种现象显示出当前AI技术的局限性。拉米斯解释道，大语言模型的生成机制依赖于海量的训练数据，通过预测文本中可能出现的词语组合来产生回答。这意味着当问题超出其训练语料库的覆盖范围时，模型的回答相当随机，准确性无法保证。AI缺乏进行逻辑推演和数学计算的能力，其输出的文本仅仅是基于出现概率的语言组合，并非经过深思熟虑的结果。

拉米斯提到，由于许多传统测试问题的答案已经广泛存在于互联网，导致这些信息被纳入了大语言模型的训练中，这使得模型在回答这些问题时似乎显得“聪明”。为了解决这一问题，工程师弗朗索瓦·肖莱设立了ARC测试集，以期检测AI解决新颖复杂问题的能力。尽管进行了大量测试，目前的AI系统在这些挑战中的表现仍然相对普通，尚不能反映出人类智能的全貌。

人类的智能不仅体现在形式推理上，还体现在非形式推理能力和情景理解能力上。拉米斯引用了美国研究员加里·马库斯在2014年提出的观点，强调AI应能在观看未知视频的情况下，做出准确的理解和回答。但迄今为止，能够做到这一点的AI系统仍然不在少数，特别是在理解文化和幽默等部分领域，机器始终无法与人类相提并论。

当前的一些AI程序在特定领域，如国际象棋与围棋，展现出超越人类的能力，但与大语言模型无关。这些程序适合特定任务，可以执行精准的计算和数据处理，从而在专业领域超越人类。而将这些高效的程序与大语言模型的语言能力结合，是实现更高层次通用人工智能的路线之一。

拉米斯的观点促使我们思考，尽管AI在某些方面表现出色，但其所展现的功能与真正意义上的“智能”仍有着显著差距。综合考虑技术的局限性与当前AI的发展阶段，社会在享受技术红利的同时，更需保持谨慎和理性，谨防对AI能力的过度夸大。未来的AI发展需要融合多种技术与方法，才能朝着真正通用智能的方向迈进。