AGI视角：语言学习非必经之路，LLM的未来何去何从？

原标题：Bengio、LeCun再喊话：AGI推理不需要先学语言，LLM路走窄了？
文章来源：智元
内容字数：6565字

AI思考能力的提升：通往AGI的里程碑

最近，加拿大蒙特利尔大学教授Yoshua Bengio在《金融时报》上发表了一篇文章，调AI在说话之前可以学会思考，这一能力的提升将成为通往人工智能通用智能（AGI）的重要里程碑。与此观点相呼应的是，Yann LeCun也多次表达了类似的看法，指出语言并非思考的必要条件。

推理与思考的关系

Bengio指出，当前大语言模型（LLM）的发展，尤其是OpenAI的o1模型，正在专注于推理和思考能力的提升。尽管语言能力在某些方面至关重要，但AI的思考能力并不完全依赖于语言。Bengio提到，缺乏深思熟虑能力一直是AI的主要弱点，而提升推理能力有助于解决答案不一致及无法实现长期目标的问题。

思维链的进展

思维链（Chain of Thought，CoT）是一项显著的进展，通过要求LLM提供思维链的方式，模型能够对复杂问题给出更好的答案。这一方法需要更多的计算资源，从而推动了的计算扩展形式。与GPT-4o相比，o1在数学和推理任务上的表现显著提升，显示出其在推理密集型任务中的潜力。

语言与思维的复杂关系

尽管有证据表明，思维和语言可以在一定程度上分离，LeCun提出，语言并不是思考的必要条件。MIT的研究显示，经历中风的患者虽然失去了语言能力，但仍能进行推理和解决问题，这进一步证明了思维能力的性。尽管如此，语言在某些认知功能的习得上依然发挥着重要作用。

未来展望

Bengio和LeCun的观点引发了对AI未来发展的深入思考。随着AI在推理和科学能力上的提升，AGI的实现可能比预期更快。然而，如何有效控制和调整AI的能力仍是一个未解的重大挑战。未来的AI发展是否会走出与人类截然不同的道路，仍有待观察。

总结而言，Bengio在《金融时报》的文章调了AI思考能力的重要性，并提出了推理和思维之间的复杂关系，展望了AI未来的发展方向。

联系作者

文章来源：智元
作者微信：
作者简介：智能+中国主台，致力于推动中国从互联网+迈向智能+纪元。重点关注人工智能、机器人等前沿域发展，关注人机融合、人工智能和机器人对人类社会与文明进化的影响，航中国智能时代。