人工智能研究方向是否偏离？专家揭示当前局限与未来挑战

来源：量子号

近年来，人工智能（AI）技术取得了显著的进展，并在多个领域展现了强大的潜力。然而，对于人工智能研究的终极目标——通用人工智能（AGI），即具备类人认知能力的智能系统，公众期待与实际研究进展之间仍存在巨大差距。近日，一项由数百名研究人员参与的研究表明，当前的人工智能研究可能走错了方向。

这一结论是在美国人工智能促进协会（AAAI）组织的2025年“人工智能研究未来”总统小组会议上披露的。一份由24名人工智能专家共同撰写的报告指出，目前的研究方法不足以实现通用人工智能，且公众对AI的认知与现实不符。

人工智能认知与现实的差距

报告中，“人工智能认知与现实”部分由麻省理工学院计算机科学家罗德尼·布鲁克斯主持，引用了Gartner技术炒作周期模型（Hype Cycle）。该模型描述了技术发展的五个阶段，而生成式人工智能（Generative AI）的炒作被认为在2024年11月达到顶峰，随后进入下降阶段。

调查结果显示，79%的受访者认为公众对人工智能能力的认知与现实不符，而90%的人表示这种差距阻碍了人工智能研究。其中，74%的人认为“人工智能研究的方向是由炒作驱动的”。

布鲁克斯在电子邮件中解释道：“Gartner的炒作周期模型多年来被广泛应用于多个领域，其准确性提醒我们应对当前人工智能发展中的炒作保持谨慎。”他补充说：“公众对人工智能的讨论过于相信炒作的准确性。”

现有方法不足以实现通用人工智能

通用人工智能被认为是人工智能领域的“圣杯”，它能够像人类一样理解信息并从中学习，从而在自动化和效率方面带来革命性影响。然而，调查显示，绝大多数研究人员认为现有的方法无法实现这一目标。

在475名受访者中，76%的人认为仅靠扩大现有人工智能方法的规模不足以产生通用人工智能。报告写道：“这些回应体现了一种谨慎但向前迈进的态度：人工智能研究人员优先考虑安全、道德治理、利益共享和渐进式创新，主张协作和负责任的发展，而不是竞相追求通用人工智能。”

人工智能研究的进展与挑战

弗吉尼亚大学计算机科学家亨利·考茨在邮件中指出：“如果是在五年前，我们几乎不会有这样的讨论。当时的人工智能主要用于容错率较高的应用（如产品推荐），或知识领域受到严格限制的应用（例如科学图像分类）。然而，在历史尺度上相对突然的时间内，通用人工智能开始发挥作用，并通过ChatGPT等聊天机器人进入公众视野。”

尽管如此，人工智能的事实性问题仍未得到解决。报告显示，即便是在2024年的基准测试中，最先进的大型语言模型正确回答率也仅约为50%。不过，新的训练方法和组织人工智能的新方式有望提高模型性能。

考茨补充道：“我相信，提高人工智能可信度的下一阶段将是用协作型人工智能代理团队取代单一人工智能代理，让它们不断互相事实核查，以确保彼此的诚实。大多数公众以及科学界低估了当今最先进人工智能系统的质量，人们对人工智能的认知往往比技术发展落后一两年。”

人工智能未来的方向

不同的人工智能应用场景处于不同的炒作阶段，但在人工智能领域的喧嚣声中，这份报告提供了一种清醒的提醒：人工智能研究人员正在对其领域进行深思熟虑的审视。从人工智能系统的构建方式到其应用方式，都还有改进和创新的空间。

既然我们不会回到没有人工智能的时代，那么唯一的方向就是向前。