Gary Marcus：Học sinh không học thuộc lòng sách giáo khoa từng chữ, lấy ví dụ này để nói về AI là không hợp lý

Tiêu đề

Gary Marcus của lời nhắc thẳng thắn: sinh viên sẽ không thuộc lòng sách giáo khoa từng chữ

Tóm tắt

Nhà khoa học nhận thức Gary Marcus đã nói một sự thật lớn trong phản hồi tweet của @theai_club và @ednewtonrex: sinh viên không chỉ không thuộc lòng sách giáo khoa từng chữ, mà cũng không thể nhắc lại nguyên văn. Ông đã kèm theo một biểu cảm lật mắt, rõ ràng là đang phản bác những người so sánh việc học của con người với LLM. Đây là quan điểm mà ông đã nói trong nhiều năm: việc học của con người dựa vào hiểu biết, trừu tượng và quên đi, trong khi LLM dựa vào việc huấn luyện với dữ liệu khổng lồ. Khi các công ty AI quảng bá rằng mô hình “học như con người”, sự khác biệt này rất quan trọng.

Phân tích

Chuỗi tweet gốc không thể truy cập được (do hạn chế của nền tảng, và tweet này rất mới, tương tác rất ít), vì vậy phân tích dưới đây chủ yếu dựa trên tweet này và quan điểm trước đây của Marcus.

• Marcus luôn chỉ trích LLM: mô hình giỏi trong việc nhận dạng mô hình, có thể tái hiện lại dữ liệu huấn luyện khi bị overfitting, nhưng đó không phải là “hiểu biết”.
• Cách con người học khác nhau: chúng ta sẽ quên đi hầu hết chi tiết, nhưng có thể trích xuất ra các khái niệm có thể chuyển giao, có thể sử dụng trong các bối cảnh khác; LLM không hoạt động như vậy.
• Điều này cũng phù hợp với hướng đi AI hỗn hợp mà ông thúc đẩy: kết hợp mạng nơ-ron và suy diễn ký hiệu, theo đuổi “trí tuệ” thực sự, chứ không phải “tự động hoàn thành thông minh hơn”.

Tweet này chỉ là một đoạn nhỏ trong cuộc tranh luận đang diễn ra, sẽ không ảnh hưởng đến thị trường, cũng sẽ không ngay lập tức thay đổi hướng nghiên cứu. Nhưng nó đã thêm một ví dụ vào cuộc thảo luận về “AI có thể làm gì, không thể làm gì”, đặc biệt là trong việc vạch trần khoảng cách giữa thuật ngữ tiếp thị của ngành và thực tế công nghệ.

Đánh giá ảnh hưởng

• Tầm quan trọng: Thấp — mức độ tiếp xúc hạn chế, thiếu ngữ cảnh, trong ngắn hạn sẽ không tạo ra phản ứng dây chuyền nào
• Loại: Quan điểm công nghệ, nghiên cứu AI

Kết luận: Đối với độc giả thông thường và những người giao dịch, vấn đề này hiện tại không quá liên quan; những người thực sự có thể hưởng lợi là những người nghiên cứu khả năng giải thích và hướng đi hỗn hợp, càng sớm chú ý càng có lợi thế.