В статье, опубликованной Цзязи Гуанном, ученый MIT LUO Hongyin глубоко исследует рассужденные дефекты GPT-4 и его потенциальное решение Nlep. В статье указывается, что, хотя GPT-4 хорошо работает при выполнении задач генерации естественного языка, в сложных задачах вывода возникают непоправимые недостатки. Этот недостаток в основном связан с экстремальным эмпиризмом GPT-4, который является чрезмерной зависимостью от больших объемов данных для обучения и не имеет глубокого понимания логических и символических рассуждений.
NLEP (модель естественного языка и точного вывода), предложенная Luo Hongyin, рассматривается как ключ к решению дефектов GPT-4. NLEP не только генерирует гладкий естественный язык, но и хорошо выполняет точные задачи рассуждения. Предложение этой модели отмечает дальнейшее исследование потенциала символического ИИ при обработке неструктурированных данных и генерации естественного языка. Появление NLEP может обеспечить новое решение ограничения текущей языковой модели.
В статье также исследуется школьный спор в области искусственного интеллекта, особенно оппозицию между эмпиризмом и символикой. Эмпиризм подчеркивает обучение и обучение с помощью больших объемов данных, в то время как символика больше фокусируется на логических рассуждениях и символической обработке. Ло Хонгин считает, что нынешняя модель GPT-4 слишком зависит от эмпиризма, что приводит к ее плохой работе в сложных аргументарных задачах. Символист ИИ, такой как NLEP, может занимать важную позицию в будущем развитии ИИ.
Луо Хонгин подчеркнул, что, хотя нынешняя языковая модель хорошо работает в решении сценариев, которые переносят шум, ее надежность все еще имеет значительные недостатки в сложных задачах, требующих точных рассуждений. Эта проблема особенно заметна в таких областях высокого риска, как медицинский диагноз и юридический анализ. Таким образом, разработка моделей ИИ, которые могут справиться как с генерацией естественного языка, так и с точными задачами рассуждений, стало важным направлением в текущих исследованиях искусственного интеллекта.
В конце статьи предложение NLEP является не только ответом на дефекты GPT-4, но и исследование будущего направления развития ИИ. С постоянным развитием технологии ИИ сочетание символики и эмпиризма может привести к новым прорывам в область искусственного интеллекта. Исследование Ло Хонгинина обеспечивает новые мыслительные направления для ученых в области ИИ и открывает более широкие перспективы для будущих применений ИИ.