瑞士立志研發「類人」人工智慧：AI能否真正學會思考？

全球企業正競相將人工智慧推向人類智慧的水平。 Copyright 2024 The Associated Press. All Rights Reserved.

瑞士開發者已加入全球競賽，致力於打造能夠像人類一樣"思考"的人工智慧。一些開發者聲稱，他們正接近重大突破。事實果真如此嗎？

阅读本文简体字版本请 点击这里

自2022年ChatGPT公開面世以來，全球掀起了人工智慧的新浪潮。中國也迅速加入這項競賽，今年八月也發布了「人工智慧＋」國家戰略，宣示其在全球AI競賽中尋求引領地位的雄心壯志。如今，數百萬人已習慣像與人互動那樣與AI溝通。然而，無論中外，迄今還沒有任何AI工具被證明具備」人類意義上的智能」。

目前最主流的面向大眾的AI平台是基於「大語言模型」(LLMs)建構的，這些模型透過從海量資料中學習到的重複模式來進行預測。其中大多數模型無法像人類思維那樣即時學習並適應新資訊。蘇黎世聯邦理工學院(ETH)計算機科學系教授托爾斯滕·霍夫勒(Torsten Hoefler)指出：「它們讓我們產生一種錯覺，彷彿它們與人類智能水平相當，但這只是統計模擬，而非真正的理解。」

為縮小人類與機器之間的差距，全球各大企業與科研機構正競相開發所謂的「通用人工智慧」(AGI)，其定義是達到人類水準的理解力與適應性。 AGI已成為人工智慧領域許多研究者的終極目標，因為這將使機器能夠以與人類相當的準確性和靈活性執行幾乎所有任務。

在瑞士，部分開發者認為他們已接近實現人類水準的智慧。但一些專家質疑，僅靠大語言模型或類似模型是否足以達成這個目標，以及研發」類人」人工智慧是否真是值得追求的目標。

對機器智能的測試

這場競賽的核心是一家瑞士新創公司Giotto.ai，目前，該公司在全球性的ARC獎(ARC Prize)評比中處於領先地位-這是一項透過一系列視覺謎題來衡量人工智慧系統與人類推理能力之間的差距的比賽。截至本文撰寫時，Giotto.ai報告已解出27.08%的謎題，表現優於Grok 4和GPT-5等熱門大語言模型。本輪賽事將於11月3日結束。

什麼是ARC？

「抽象與推理語料庫」(Abstraction and Reasoning Corpus)是全球最重要的衡量通用人工智慧進展的評估之一。它透過一系列視覺謎題來測試AI的抽象推理和從實例中進行歸納泛化的能力——這些任務人類通常能輕鬆解決，但對現有AI系統仍極具挑戰。

ARC的謎題範例。人工智慧必須瞭解隱藏規則，參考輸入影像(左側)中的範例，並在輸出影像(右側)中應用此規則。 arcprize.org

總部位於達沃斯(Davos)的研究機構Lab42同樣致力於通用人工智慧的研發。該機構支援全球範圍內的程式設計師，用他們各自的專案嘗試解決ARC測試題。 2024年，該研究所宣布，他們的一支團隊在一次非正式挑戰中解出了34%的ARC測試題，創下新的世界紀錄。

>> 了解更多關於達沃斯Lab42的資訊：

儘管這一表現令人印象深刻，但仍遠低於人類智慧水準。 ARC測試創作者 François Chollet指出，一個」聰明的人類」無需訓練即可解答95%以上的試題。

Giotto.ai與Lab42都堅信，贏得這場競賽將證明他們已接近創造出一種真正類似人類大腦那樣運作的技術-具備創造力、實時學習能力、並能迅速掌握新技能。

大語言模型尚未具備足夠智能

達萊·莫勒人工智慧研究所(IDSIA)科學總監馬可·紮法隆(Marco Zaffalon)認為，無論目前AI模型在特定測試中表現多麼出色，通用人工智慧仍超出其能力範圍。

他解釋道：「當今大多數大語言模型其實並不具備真正的智能-它們能識別模式，但並不理解因果關係。」紮法隆指出，如果缺乏對因果規律的理解，人工智慧將始終局限於基於「相關性」的初級智能層級。

一個真正智能的系統，應該能推演不同情境，並提出」如果…會怎樣」的假設。札法隆補充說，大語言模型看似具備這種能力，但這只是源自於它們擅長模仿人類文本中的思考模式。

紮法隆認為，實現通用人工智慧的障礙在於：當下多數科技巨頭更傾向於透過大數據和工程捷徑來改進模型，而不是追求一種讓AI更像人類大腦的真正科學突破。他強調：「真正的智能需要一種全新的AI研發路徑-既能彌補現有模型缺陷，又能開闢新方向。」

推理模型的崛起

有部分研究者認為，新一代被稱為「推理系統」(reasoning systems)的人工智慧模型，可能有助於克服目前模型的一些限制。

這類系統同樣依賴統計預測技術，但它們透過將複雜問題拆解為較小的部分並依序解決的方式，來模擬人類的思考過程。

蘇黎世聯邦理工學院電腦科學家托爾斯滕·霍夫勒指出，推理系統能夠處理更複雜的問題，尤其是在與大語言模型協同工作時。他的研究團隊正積極致力於改進其性能，並將當前成果描述為「已接近人類水平」。

包括Giotto.ai在內的全球企業都寄望推理模型能引領他們邁向通用人工智慧。 Giotto.ai宣稱，其係統遠比Grok 4或GPT-5等大語言模型更精簡更有效率，但具體實現機制尚未明確。該公司目前未公開其技術細節，並計劃在競賽結束後發布專案報告。

瑞士離通用人工智慧更近一步？

若Giotto.ai的人工智慧能在ARC競賽中擊敗美國科技巨頭，對瑞士而言將是非凡成就。但目前尚不清楚這種能解謎的模型如何投入實際應用。「人類能做的遠不止解謎，」霍夫勒坦言。

該公司執行長阿爾多·波德斯塔(Aldo Podestà)接受瑞士資訊swissinfo.ch採訪時表示，若Giotto.ai能在未來一年內實現通用智慧的目標，任何應用場景都將成為可能。

達萊·莫勒研究所的紮法隆對此類說法仍持高度懷疑態度。他質疑，那些主要基於大語言模型和統計預測的系統，是否能真正達到人類層級的智慧。他也指出，來自OpenAI和Anthropic等公司的類似宏大承諾，迄今大多被證明只是吸引巨額資本的炒作手段。札法隆強調，這些企業無一能闡明如何突破因果推理等根本挑戰。

他重申：「依靠現有模型，人類智慧仍遙不可及-除非輔以能夠理解世界並通過因果關係進行推理的人工智能，而這在今天仍未實現。」

全球頂尖人工智慧專家、北京通用人工智慧研究院院長朱松純教授也在郵件中強調，必須發展出全然不同的人工智慧技術-一種能真正理解因果規律、而非依賴預測的系統。

人類級人工智慧：誘人卻充滿風險

人類級人工智慧似乎仍遙不可及。但對許多研究者而言，這未嘗不是好事。盧塞恩大學(University of Lucerne)倫理學教授、蘇黎世聯邦理工學院客座教授彼得·G·基施萊格納(Peter G. Kirschlaeger)指出，在倫理層面，模糊人機界限的人工智慧模型存在隱患。

他解釋說：「風險不在於機器模仿我們，而在於它們最終可能在無人承擔責任的情況下，取代我們做出決定。」

在基施萊格納看來，人工智慧蘊藏巨大潛力，例如推動科學研究發展，或以更永續的方式解決日常問題。但他堅持認為，維持人與機器之間的界線至關重要，這樣才能讓每個選擇始終紮根於個體的責任。

他總結道：「決策權必須掌握在人類手中：機器應僅限於執行這些決定。」

 (編輯Gabe Bullard，編譯自英文：樊樺/gj，繁體校對：盧品妤)