En un artículo publicado por Jiazi Guangnian, el erudito del MIT Luo Hongyin explora profundamente los defectos de razonamiento de GPT-4 y su solución potencial NLEP. El artículo señala que aunque GPT-4 funciona bien en el manejo de tareas de generación de lenguaje natural, existen deficiencias irreparables en tareas de inferencia complejas. Este defecto se debe principalmente al empirismo extremo de GPT-4, que es excesiva de grandes cantidades de datos para el entrenamiento, y carece de una comprensión profunda del razonamiento lógico y simbólico.
El NLEP (lenguaje natural e inferencia de precisión) propuesto por Luo Hongyin se considera la clave para resolver defectos GPT-4. NLEP no solo genera un lenguaje natural suave, sino que también funciona bien en el manejo de tareas de razonamiento precisas. La propuesta de este modelo marca la exploración adicional del potencial de la IA simbólica en el procesamiento de datos no estructurados y la generación del lenguaje natural. La aparición de NLEP puede proporcionar una nueva solución a las limitaciones del modelo de idioma actual.
El artículo también explora la disputa escolar en el campo de la inteligencia artificial, especialmente la oposición entre el empirismo y el simbolismo. El empirismo enfatiza el aprendizaje y la capacitación a través de grandes cantidades de datos, mientras que el simbolismo se centra más en el razonamiento lógico y el procesamiento simbólico. Luo Hongyin cree que el modelo GPT-4 actual depende demasiado del empirismo, lo que lleva a su bajo rendimiento en tareas de razonamiento complejos. La IA simbolista, como NLEP, puede ocupar una posición importante en el desarrollo futuro de la IA.
Luo Hongyin enfatizó que aunque el modelo de lenguaje actual funciona bien en el manejo de escenarios que toleran el ruido, su confiabilidad aún tiene defectos significativos en tareas complejas que requieren un razonamiento preciso. Este problema es particularmente prominente en áreas de alto riesgo, como el diagnóstico médico y el análisis legal. Por lo tanto, desarrollar modelos de IA que puedan manejar tanto la generación de lenguaje natural como las tareas de razonamiento precisos se ha convertido en una dirección importante en la investigación actual de inteligencia artificial.
Al final del artículo, la propuesta de NLEP no es solo una respuesta a los defectos GPT-4, sino también una exploración de la dirección de desarrollo futura de la IA. Con el avance continuo de la tecnología AI, la combinación de simbolismo y empirismo puede traer nuevos avances al campo de la inteligencia artificial. La investigación de Luo Hongyin proporciona nuevas direcciones de pensamiento para los académicos en el campo de la IA y abre perspectivas más amplias para futuras aplicaciones de IA.