研究揭示 ChatGPT 在基础数学方面存在困难

在科技飞速发展的今天，人工智能（AI）聊天机器人已成为一项重大突破。其中，OpenAI 的 ChatGPT 自去年公开亮相以来，便备受瞩目，吸引了众多用户的关注。它流畅的对话能力赢得了赞誉，并引发了全球范围内开发更先进 AI 模型的激烈竞争。然而，在人们对 AI 可能占据主导地位的担忧和赞誉声中，近期的研究揭示了一个意想不到的现象：ChatGPT 在基础数学方面的能力正在下降。.

理解人工智能“漂移”现象

人工智能领域的“漂移”并非只是一个流行词，而是一种真实存在的、已被观察到的现象，并引起了学术界的关注。斯坦福大学和加州大学伯克利分校的合作研究揭示了人工智能行为中这一引人入胜的方面。.

“漂移”的本质在于模型优化带来的意想不到的后果。当研究人员和开发人员努力增强这些复杂人工智能模型的某些功能时，其他方面可能会在无意中受到影响。这正是 ChatGPT 目前面临的问题。.

斯坦福大学著名教授、该研究的关键贡献者邹詹姆斯阐明道：“当你调整模型以增强其在某个特定方向上的性能时，它在其他方面出现倒退的风险是显而易见的。”这一内在挑战凸显了人工智能模型持续进步的复杂性。.

深入探究衰落

这项研究并非对 ChatGPT 功能进行粗略的考察，而是由斯坦福大学勤奋的计算机科学dent 陈凌娇和伯克利大学的知名学者马泰·扎哈里亚牵头进行的一项细致分析。他们的目标很明确：评估 ChatGPT 的两个不同版本在一段时间内的表现。.

他们的发现令人震惊。人们可能会认为，dent质数对于计算机来说是一项相对简单的任务，对于如此先进的人工智能来说更是易如反掌。然而，结果却并非如此。.

在三月份进行的一项测试中，ChatGPT 的高级版本 GPT-4 被输入了 1000 个不同的数字。它成功判断了其中 84% 的数字是否为质数。然而到了六月份，它的准确率骤降至仅 51%。这并非个dent。在八项不同的任务中，GPT-4 在六项任务中的表现均有所下降。尽管 GPT-3.5 在六个方面有所改进，但它总体上仍然落后于其继任者。.

快速漂移的影响

尽管“漂移”是人工智能爱好者普遍认可的概念，但它在 ChatGPT 中显现的速度之快却出乎意料。研究团队的观察结果不仅限于matic任务。他们注意到 GPT-4 对以观点为中心的查询的响应率显著下降。3 月份的响应率高达 98%，而到了 6 月份却骤降至 23%。.

这种退步可能与“提示工程”这一新兴趋势密切相关。提示工程是指用户精心设计特定提示，以trac人工智能做出特定的、有时甚至是颇具争议的回应。ChatGPTmatic能力的下降，或许正是为应对此类操纵性提示而采取的措施所带来的意想不到的后果。.

引领人工智能的未来

尽管面临诸多挑战，但尤其是在研究界，人们普遍认为不应放弃这项技术，而是应该保持警惕。邹教授热情倡导采取更严格的监控方法。斯坦福大学和伯克利大学的联合团队也表达了类似的观点，他们正准备对包括ChatGPT在内的AI模型进行一系列测试。他们的目标是：通过实证研究来评估这些模型随时间的演变。.

人工智能的发展道路并非线性，而是一个动态的旅程，其中既有突飞猛进，也有偶尔的挫折和意想不到的弯路。随着全球社会不断探索人工智能的复杂迷宫，有一点dent：理解和完善这些系统的旅程远未结束。.