人工智能（AI）能否通過為人類智商測試設計的認知謎題？結果喜憂參半。

　　南加州大學維特比工程信息科學學院（ISI）的研究人員研究了多模態大語言模型（mllm）是否可以解決通常為人類保留的抽象視覺測試。

　　上周在費城舉行的語言建模會議（COLM 2024）上，這項研究測試了“開源和閉源mllm的非語言抽象推理能力”，通過觀察圖像處理模型是否能更進一步，在面對視覺謎題時展示推理技能。

　　據《神經科學新聞》報道，該項目的研究助理Kian Ahrabian解釋說：“例如，如果你看到一個黃色的圓圈變成了一個藍色的三角形，這個模型能在不同的場景中應用同樣的模式嗎？”這項任務要求模型使用類似于人類思維的視覺感知和邏輯推理，使其成為一個更復雜的挑戰。

　　研究人員測試了24種不同的mlm，這些mlm是由Raven's Progressive Matrices（一種標準的抽象推理）開發的謎題，而人工智能模型并沒有完全成功。

　　“他們真的很糟糕。他們不能從中得到任何東西，”Ahrabian說。這些模型既要努力理解視覺效果，又要努力解釋模式。

　　然而，結果各不相同。總的來說，研究發現，開源模型在視覺推理難題上比GPT-4V等閉源模型更困難，盡管這些模型仍然無法與人類的認知能力相媲美。研究人員使用一種叫做“思維鏈提示”的技術幫助一些模型表現得更好，這種技術可以引導模型一步一步地完成測試的推理部分。

　　閉源模型被認為在這樣的測試中表現更好，因為它是專門開發的，用更大的數據集訓練，并且具有私營公司計算能力的優勢。“具體來說，GPT-4V在推理方面相對較好，但遠非完美，”Ahrabian指出。

　　研究副教授兼作者杰伊·普哈拉（Jay Pujara）表示：“我們對新的人工智能模型的理解仍然有限，在我們了解這些限制之前，我們無法讓人工智能變得更好、更安全、更有用。”“這篇論文有助于填補人工智能在哪里掙扎的缺失部分。”

　　通過發現人工智能模型推理能力的弱點，這樣的研究可以幫助我們進一步充實這些技能——目標是實現人類水平的邏輯。但別擔心：目前，它們還無法與人類的認知相提并論。