爱吱声

标题: 生成式 AI 有没有推理能力？ [打印本页]
作者: 孟词宗    时间: 2024-10-18 23:36
标题: 生成式 AI 有没有推理能力？
本帖最后由 孟词宗 于 2024-10-18 23:37 编辑
$ Y6 X' a0 P: y' o0 c, Y
- n- x' g7 u. h8 S讨论 AI 会不会产生自我意识的过程中，sleepyr 提到了这篇文章：AI推理能力大“翻车”！苹果最新论文：LLM只是复杂的模式匹配，而不是真正的逻辑推理/ T6 b* O9 F7 T) E  b: p
' G6 l: @# O  a0 c1 k, A$ Z5 ?( N
这篇文章设计的测验很有意思。从实验结果看，文章认为现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说，AI 并不理解抽象的概念，而推理能力恰恰依赖抽象的概念。5 e; |! c6 o- s$ d1 r* g

  e/ D& k! W! U9 e6 @最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验，大家有兴趣的话可以玩玩。
& O2 c6 P8 u% O8 Q# y% t2 l* T: ~
给 AI 的提示：Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.1 m( i4 \/ O( O& b8 \
+ k2 {. f% Y& h. W5 d8 Y" \  A, D9 c
AI 回复表示理解了提示中的这个这个规则。于是有下面的实验：. j; H' F( r& ?7 E1 v  D
我:  A1 T/ ^& e  x8 v* q6 `, w* {& O4 X/ ]
AI:  B
! L( j% ~* E# h0 O我:  B; d1 a# U6 a* q% S' a' L+ A
AI:  C5 F  X, Z- e1 ?6 B' s5 Z
我：X! h% T' o& _0 S/ \& U/ I

- ^$ T) T( R3 q6 N  i% \7 E$ @. t这里，不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则，所以无解。  很显然，回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而，这并不代表 AI 没有推理能力，而可能只是语句处理模块不好。8 ?% x9 S- Z6 {3 X3 b8 F4 s

0 q2 }9 X. I" ?真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问：2 y: p9 N+ h3 z  j2 J6 B
我：Z) B% L! k1 }. w2 P: S4 k! V' ^
6 g9 m, I$ L) n. `" A9 V
这下大多数的 AI 模型都冒烟了，有些回答说不合规则，有些回答说序列到头了没有答案。有意思的是两种回答：一种回答说 Z， 另一种则回答说 A。, {. D# i+ b3 s& H% X6 d; i/ v

& z8 S! o- M! ~! E( q/ y$ Y+ V而这四种回答，如果用来盲测人类，其实人类也会给出同样的四种答案。也就是说，就这个问题来看，如果盲测，提问者无法分别回答者是人类还是AI。换言之，能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的，而是真正的推理能力。
; Y, \0 ]$ h; u  j% C
& s) a: _- s" |& G' C6 C有意思的是训练程度越高的模型，越倾向于给出这四种答案。比较 Mistral， 狗屁通，Gemma， Llama， 通义千问等等大模型的不同版本，都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩，成人除了脑部发育完全，更储备了更多的知识。# B5 Z, g% n  W: N4 j+ W
$ X) A- ^' o: Y/ N6 C4 @. X0 S
至于这篇文章中说到的语序问题，非相关语句问题等等，前面说过，必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟，即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同，但把语序换一下，意思就完全不同了。然而，你去问一个三岁小孩这两句话有何不同，三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题，狗屁通则会说：1 m# ]/ x8 T- ]4 y+ y; i8 K
“屡战屡败”和“屡败屡战”这两句话虽然字面相似，但含义有所不同。0 L. z  a! }9 J

4 X$ s1 V* b& E  n4 i  X/ n5 I1. **屡战屡败**：强调的是多次进行战斗，但每次都失败。这种表达往往暗示一种无奈或沮丧，强调了失败的频繁。, o, X  o7 T0 K. N4 G) k

1 ^; U5 e  Z, i# }4 h2. **屡败屡战**：则是指经历了多次失败，但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神，体现了勇气和韧性。$ P$ r$ f5 ]$ a$ O( {: T# ]

- U7 l0 S; S  y$ _8 A" z总的来说，前者更偏向于消极的失败感，而后者则传递出一种积极向上的拼搏精神。

" `4 J6 N7 n" t3 o
作者: 唐家山    时间: 2024-10-19 09:02
本帖最后由 唐家山 于 2024-10-19 18:52 编辑 $ i( C7 }1 q' f  b! V: t
! R0 j. x0 _9 s5 ]5 I( b* e
推理能力也是分层的。交互式定理证明应该是最硬核的形式演绎推理了，在证明的过程中也分三种情况。第一种是直接照搬已有的证明，只在语法层进行修改，用于消解待证目标。第二种需要深入理解待证目标的语义信息，以及已有类似证明的语义信息，借鉴已有证明的构造模式，构造出符合要求的证明。第三种是还没有类似的证明，这种情况下需要从头开始，把大脑中的非形式证明，翻译成形式化的证明。
4 F$ t( r0 |% R% |+ n第一种可以认为是一种广义的模式匹配，目前大模型的水平处于这一层级。: t0 }7 b" s; t7 \1 T7 h
如果大模型能够做到第二种，那就应该认为它有一定程度的演绎推理能力。) t7 x  R8 V! K* D1 v8 f; G
如果大模型能做到第三种，那它就已经具备了真正的演绎推理能力。
作者: 孟词宗    时间: 2024-10-19 09:14
唐家山 发表于 2024-10-19 09:02* N3 W# R! _& h; J# W% A
推理能力也是分层的。交互式定理证明应该是最硬核的形式演绎推理了，在完成证明的过程中也分三种情况。第一 ...

1 R+ T# ?0 n8 b5 ]! Nyanei 刚才问: 有没有回答AA的 ？) \' M/ d1 G( q8 J
1 ~: Y$ k- p7 L) @8 ^* X$ [
这在实验中已经考虑到的。输入 ZZ 得到 AA 3 `  K  s' D2 `* i

9 D! C: [7 T4 {甚至输入 ABC，得到 BCD。 输入 XYZ， 得到 YZA。还可以输入 ABCD 得到 BCDE。 输入 ABCDE，得到 BCDEF  
4 n! I- t/ x" }/ S! d  S) Q7 i' L1 m# I7 ]+ x
打乱顺序输入 NBC， 得到 OCD。 7 G+ N" S& B* N& s

! u/ R5 m) e2 g1 H2 \! m这些都是建立在只输入主贴原始规则的基础上的。! k. p  l8 U5 ~; {4 v# f
4 L4 Y& }" K! r1 \
由此可见，在给予一定规则后，高度训练的 AI 是可以表现出类似“举一反三”的推理能力的。而这肯定不是什么模式匹配。
作者: 唐家山    时间: 2024-10-19 10:48
本帖最后由 唐家山 于 2024-10-19 18:51 编辑 ; i; D$ h5 ?0 w( H0 H) x2 K& w
孟词宗 发表于 2024-10-19 09:144 u% V/ o" P* ^8 Y
yanei 刚才问: 有没有回答AA的 ？
3 V/ M- v( _+ s8 T9 p  x% {% n1 l7 @- }7 }
这在实验中已经考虑到的。输入 ZZ 得到 AA
) k% t$ B9 u$ V; @4 r8 A

% v/ I7 N3 x" B* c0 z$ R8 c! Z看了一下你的这个实验。实验使用的符号集是有穷的。这种情况下，只是简单的枚举就可以搞定，谈不上什么演绎推理。Z后面可能是A，也可能是大模型从其他语料处学来的公共知识。
- ~$ ~* T) r. O, H; ]% H' o一个认真的演绎推理至少是要考虑递归可枚举的。能否请你做一个实验，先给出自然数的生成规则，让大模型学习，然后问大模型一个很大的数字，比方说999999，然后问其后续？
' [$ g) f5 a' h! N& s6 p5 W7 C5 v, n, m4 ~
9 v, Y- @- B) d+ T+ G4 ~* d
这在实验中已经考虑到的。输入 ZZ 得到 AA

5 P! z" \* j  p3 h这个有点意思了，如果输入10个Z加一个Y，输出是什么？



欢迎光临 爱吱声 (http://129.226.69.186/bbs/) Powered by Discuz! X3.2