Dans un article publié par Jiazi Guangnian, le savant du MIT, Luo Hongyin, explore profondément les défauts de raisonnement de GPT-4 et de sa solution potentielle NLEP. L'article souligne que bien que GPT-4 fonctionne bien dans la gestion des tâches de génération de langage naturel, il existe des lacunes irréparables dans les tâches d'inférence complexes. Cette faille est principalement due à l'empirisme extrême de GPT-4, qui est excessive sur de grandes quantités de données pour la formation, et n'a pas de compréhension approfondie du raisonnement logique et symbolique.
Le NLEP (modèle de langage naturel et d'inférence de précision) proposé par Luo Hongyin est considéré comme la clé pour résoudre les défauts GPT-4. Le NLEP génère non seulement un langage naturel en douceur, mais fonctionne également bien pour gérer des tâches de raisonnement précis. La proposition de ce modèle marque l'exploration plus approfondie du potentiel de l'IA symbolique dans le traitement des données non structurées et la génération du langage naturel. L'émergence de NLEP peut fournir une nouvelle solution aux limites du modèle de langue actuel.
L'article explore également le différend scolaire dans le domaine de l'intelligence artificielle, en particulier l'opposition entre l'empirisme et le symbolisme. L'empirisme met l'accent sur l'apprentissage et la formation à travers de grandes quantités de données, tandis que le symbolisme se concentre davantage sur le raisonnement logique et le traitement symbolique. Luo Hongyin estime que le modèle GPT-4 actuel dépend trop de l'empirisme, ce qui conduit à ses mauvaises performances dans des tâches de raisonnement complexes. L'IA symboliste, comme le NLEP, peut occuper une position importante dans le développement futur de l'IA.
Luo Hongyin a souligné que bien que le modèle de langue actuel fonctionne bien dans le traitement des scénarios qui tolèrent le bruit, sa fiabilité a toujours des défauts importants dans des tâches complexes nécessitant un raisonnement précis. Ce problème est particulièrement important dans les domaines à haut risque tels que le diagnostic médical et l'analyse juridique. Par conséquent, le développement de modèles d'IA qui peuvent gérer à la fois la génération du langage naturel et les tâches de raisonnement précises sont devenus une direction importante dans la recherche actuelle de l'intelligence artificielle.
À la fin de l'article, la proposition de NLEP n'est pas seulement une réponse aux défauts GPT-4, mais aussi une exploration de la direction de développement futur de l'IA. Avec l'avancement continu de la technologie de l'IA, la combinaison du symbolisme et de l'empirisme peut apporter de nouvelles percées dans le domaine de l'intelligence artificielle. La recherche de Luo Hongyin fournit de nouvelles directions de réflexion pour les chercheurs dans le domaine de l'IA et ouvre des perspectives plus larges pour les futures applications d'IA.