AI不懂因果？AGI幻灭的真相大揭秘

在当今这个科技飞速发展的时代，AI技术正以前所未有的速度改变着我们的生活。然而，最近的一项哈佛研究却让整个AI领域陷入了深思——AI真的不懂因果！这一发现不仅引发了学术界的广泛讨论，也让不少人开始重新审视AGI（通用人工智能）的未来发展。

作为一位对AI技术充满热情的探索者，我对此事进行了深入的研究，并结合LeCun的观点和近期的一些热点事件，试图为大家揭开这场“世界模型神话破灭”的背后真相。

什么是AI的“幻觉”问题？

简单来说，AI的“幻觉”是指它在生成内容时可能会产生与事实不符的信息。这种现象在大语言模型中尤为突出。

为了更好地理解这个问题，我们可以参考腾讯旗下AI大模型应用元宝的例子。用户可以通过微信添加元宝为好友并与之互动，但即使如此先进的模型，仍然无法完全避免“胡编乱造”的情况。

根据第三方研究机构的数据，即使是像GPT-4o这样的传统“非推理”模型，在某些测试中的幻觉率也低于最新的o3和o4-mini模型。这表明，尽管我们在追求更强大的AI能力，但在减少错误方面仍面临巨大挑战。

LeCun的观点是否得证？

作为深度学习领域的先驱之一，Yann LeCun一直以来都对LLM（大语言模型）持批判态度。他认为，当前的LLM已经进入了“过去式”，而真正的未来属于JEPA这样的世界模型。

如果LeCun的观点正确，那么Meta或许真的需要开辟新的范式才能在AI竞赛中占据一席之地。然而，这一切还有待时间验证。

值得注意的是，OpenAI的新推理模型o3也被曝出产生了更多的幻觉问题。具体而言，在PersonQA基准测试上，o3回答33%的问题时出现了错误信息，而o4-mini的表现则更加糟糕，高达48%的问题都存在幻觉现象。

我们该如何应对AI幻觉？

面对AI幻觉带来的挑战，行业专家们提出了多种解决方案。例如，OpenAI发言人Niko Felix就表示，解决所有模型中的幻觉问题是他们持续努力的方向。

此外，耶鲁大学计算机科学家戴维·格勒恩特尔也曾指出：“除非能模拟人类情感的所有细微差别，否则任何计算机都不会有创造力。”这句话提醒我们，在使用生成式AI工具时，必须对其生成的信息保持警惕。

总结来看，虽然AI技术取得了令人瞩目的成就，但我们不能忽视其存在的局限性。正如LeCun所言，未来的突破可能并不在于进一步增强现有模型的能力，而是需要全新的思路和技术。

希望这篇文章能够帮助你更全面地了解当前AI领域的发展现状以及面临的挑战。如果你对这个话题感兴趣，欢迎留言交流！