小柳建彦：对话式人工智能（AI）正受到广泛关注。在网站上向AI提问时，它会像真人写的一样用自然的语句做出回答。由于美国谷歌和微软等大型科技企业参与相关竞争，这更吸引着全球热切的目光。

但是，直至目前公开的对话AI仍存在严重缺陷。虽然是由AI读取大量数据，可以给出像模像样的答案，但也存在很多致命性错误。很难说AI真正理解了问题和自己用于作答的词汇的“含义”。

通过梳理“ChatGPT”等对话AI出现的诸多错误，就可以发现机器要达到真正的智能所面临的核心技术课题。

“老师”和“亲妈”将展开竞争

由于2022年秋季美国初创企业OpenAI免费公开的ChatGPT在全世界引发热议，此前一直不打算向公众公开对话AI的谷歌改变了方针。

2月6日，谷歌首席执行官（CEO）桑德尔·皮查伊亲自在官方博客上宣布，未来几周内将在搜索服务中嵌入名为“Bard”的对话AI并投入使用。

语言模型是“学习”在基本单词之后衔接什么单词的概率，并生成句子。（资料由NTT数据尖端技术提供）

简单计算也会出错

也就是说，聊天AI不过是根据读取数据找出概率高的词序，并不是理解单词、语句的“含义”以及家庭成员之间的关系等“常识”。因此，它不擅长回答那些不理解意义和常识就难以回答的问题。

由于不擅长逻辑，因此Chat GPT也不擅长简单的计算。让它做任意4位数之间的乘法，大都会算错，并且反复输入相同算式时，总是给出错误的答案。

让ChatGPT计算4567×5678的乘法，会给出错误的答案。大规模语言模型不擅长世上文献很少的小学生水平的数学。

也就是说，现有的聊天AI不适合用于调查事实。而应该仅限于在不管内容的真实性和准确性，只需要自动生成自然语句和软件程序等文字列的目的时使用。

机器学习的极限和下一个AI

那么，拥有与人类相当的“智能”的AI的开发到底有没有取得进展呢？熟悉日本国内外动向的日本科学技术振兴机构研究开发战略中心的研究员福岛俊一表示：“具有逻辑思考、常识和认知的新一代AI的研究从几年前就在推进”。

AI掀起过3次新技术浪潮。分别是1960年代、1980年代及从2010年代持续至今的第三次。其中，1960年代和1980年代是计算机根据人类预先编制好的逻辑，分析数据得出结论。由此也发现编制支持现实的无数逻辑不太可能，于是上一波浪潮在1990年代开始走向衰退。

2010年代开始、持续到现在的AI浪潮并不是人类思考逻辑，而是由让计算机自己归纳出数据的各种类型的机器学习来引领。随着相当于计算机大脑的半导体性能越来越高以及互联网普及，可以收集全世界的数据，被称为“深层学习”的可以识别复杂类型的软件技术问世等要素全部得以实现。

如果将机器学习型AI和“大数据”结合起来，限定于特定用途，就可以完成人类不可能完成的工作。比如，通过读取大量的面部照片，提高图形识别能力，从而实现智能手机开机时的面容解锁。

Digital Garage董事伊藤穰一指出了依赖机器学习的AI的“极限”

不过，要实现自动驾驶及自律型多功能机器人，相当于头脑的AI要具有识别眼前物体和周围情况的能力，其中包括过去没经历过的情况。

这需要基于逻辑和常识的推论能力，仅靠依赖“过去”事例的机器学习型模型并不能顺利实现。熟悉尖端技术动向的Digital Garage公司董事伊藤穰一指出：“谷歌、特斯拉及苹果仍很难将自动驾驶汽车推向实用说明依靠机器学习的AI存在极限”。

“别说人类，就连猫狗的智能都远未达到”

对话型AI缺乏“常识”和“道理”也源于根据数据以归纳法方式探索相关类型的机器学习型AI的弱点。

兼具常识和逻辑思考的新一代AI如何才能实现？参考人类儿童自然掌握语言、空间认识及社会关系等的过程，让计算机学习逻辑和常识的研究正以脑科学家和认知科学家也参与的跨学科途径推进。另外，也有将在第2次AI浪潮下失败的人类输入逻辑和常识与尖端的深层学习相融合的尝试。

关于通过机器实现与人类接近的智能这一长期目标与现有AI技术的差距，开拓深层学习基本技术的美国Meta首席AI科学家、纽约大学教授Yann Lucan形容道：“目前先别说人类，就连猫狗的智能都远未达到”。

我们不能因为看到对话AI的流畅文章就误以为AI智能已经接近超越人类的“特异功能”（Singularity）。人类的科学技术在达到这一水平之前还需要实现众多突破。

本文作者为日本经济新闻（中文版：日经中文网）编辑委员 小柳建彦

版权声明：日本经济新闻社版权所有，未经授权不得转载或部分复制，违者必究。日经中文网 https://cn.nikkei.com​​​​​​​​​​​​​​​​​​​