婴儿语言学习效率远超AI聊天机器人

把“达到人类水平的智能”作为衡量标准，AI聊天机器人距离目标仍然很远。过去几年，AI行业取得明显进展，聊天机器人已经能生成接近人类表达的句子，但在推理能力和实际生产力方面仍有很大提升空间。那么，如果比较“学会说话”的能力，今天的大语言模型和人类相比又如何？答案同样不乐观。

当地时间8月24日，《麻省理工科技评论》的报道分析了AI训练过程，并采访了多位研究大语言模型效率的专家。一个很直观的结论是：婴儿学习语言的能力远胜今天的AI聊天机器人，而且学习效率也高得多。斯坦福大学认知科学家迈克尔·C·弗兰克坦言，科技行业最近取得的进展非常惊人，“但即便经历了过去几年的快速发展，我们仍然得烧掉一片森林，再搜刮几乎全部人类知识，才能重现一个在普通家庭客厅里一年左右就会自然发生的里程碑。”

研究人员目前仍不完全清楚原因，但婴儿在语言学习上表现出极强的适应能力，很快就能掌握语言规则和词汇。大语言模型却需要规模惊人的语言数据，才能达到类似熟练程度，所需数据量远高于普通人类。弗兰克形容人类学习语言的能力“简直像奇迹一样”。他指出，幼儿从周围环境中接触大约1000万至3000万个词后，就已经能开始说出清楚、可理解的句子。“如果你只用3000万个词训练GPT-2，得到的会是一个胡言乱语生成器，而不是一个孩子。”

这种效率差距已经成为AI行业必须面对的一大难题，尤其是那些希望单纯通过不断扩大语言模型规模，最终实现人类水平AI的科技公司。许多AI专家认为，这条路线本身就不可能达到目标。这一研究结果也提醒业界，单纯堆砌数据和算力并非通向通用人工智能的可行路径，理解人类学习机制的本质，或许才是突破瓶颈的关键所在。