中国对大语言模型的批判：寻找通用人工智能之路

核心观点

• 大型语言模型（LLMs）的局限性： 研报指出，尽管LLMs在文本生成等方面展现出强大的能力，但其存在诸多缺陷，如推理能力不足、容易产生“幻觉”、缺乏具身化基础、难以解释等，使其难以实现通用人工智能（GAI）。
• 中国对LLMs的批评： 中国顶尖AI科学家和政府官员对LLMs作为GAI路径的可行性持怀疑态度，并呼吁探索其他替代路径。他们批评LLMs计算效率低下、无法真正理解物理世界、缺乏人类认知和推理能力等。
• 中国GAI的替代路径： 中国政府和国家资助的研究机构正积极探索LLMs之外的GAI路径，包括受脑启发的模型、具身智能、分布式群体智能、人机混合智能等。其中，脑模拟人工智能是重点研究方向之一。
• 中国GAI研究的优势： 与西方以盈利为导向的LLMs研究不同，中国的GAI研究更具战略性，并得到政府的支持。这种差异可能为中国在GAI竞赛中提供优势。
• 价值观的重要性： 中国科学家强调价值观在GAI中的重要性，认为LLMs缺乏明确的“道德引擎”，难以确保其输出符合特定价值体系。他们主张开发“价值驱动”而非“数据驱动”的AI系统。

关键数据

• 2023年5月，北京市政府发布声明，呼吁构建“大模型等通用人工智能技术体系”，并要求探索通用人工智能（新路径）。
• 2024年3月，北京海淀区政府发布三年计划，促进具身人工智能的研究，旨在打造全国性发展的平台。
• 2024年3月，中国科学院副院长吴朝晖声称人工智能正朝着“大小模型协同”的方向发展，并强调中国必须“多路径地探索通用人工智能发展”。
• 研究发现，中国70%的通用人工智能相关论文来自北京地区的机构，包括智谱AI、BAAI、中科院自动化所、北京大学和清华大学等。

研究结论

• LLMs并非实现GAI的唯一路径，其局限性使其难以满足GAI的核心要求。
• 中国正积极探索LLMs之外的GAI路径，并可能在GAI竞赛中占据优势。
• 价值观在GAI中至关重要，需要开发“价值驱动”的AI系统。
• 建议美国政府支持替代性GAI项目，并加强对中国AI研究的审查。