AI泡沫隐忧：大模型领域遭遇市场焦虑

北大王立威：理论视角看大模型，为什么AI既聪明又愚蠢 | 智者访谈 | 机器之心报道

导语：

近期，以英伟达为代表的美股科技巨头市值蒸发超过万亿，引发了市场对 AI 泡沫破裂的担忧，大模型领域更是备受关注。我们惊叹于 AI 的成果，但深究其过程却感到失落。大模型的通用能力是一个意外的收获，但它是否意味着更多的数据、更大的模型是通往智能的正确路径？本期机器之心《智者访谈》邀请到北京大学智能学院教授王立威，从机器学习理论视角看大模型的能力边界，探讨理论对 AI 未来发展的影响。

核心观点：

AI 既聪明又愚蠢的原因： 现有的 AI 系统并非单一类型，例如 AlphaGeometry 专注于解决特定类型的封闭世界问题，而 ChatGPT 则更擅长处理语言对话。两者在结构、原理、擅长领域和弱点上都有很大区别。
大模型在 AlphaGeometry 2 中的作用： 大模型可能更多是吸引关注，其本身并没有起到本质的帮助。AlphaGeometry 2 的提升主要基于吴文俊先生的「数学机械化」方法，以及深度强化学习的改进。
机器学习解决数学和科学问题的潜力： 机器学习是解决数学和科学问题的有力工具，但目前还无法替代人类。未来发展路径可能是：人类科学家提出问题，AI 作为工具提供解决方案，最终人类科学家验证结果。
理论研究的挑战： 现有的理论难以解释深度学习的许多重要问题，导致实践无法系统且高效地进行。大模型的出现，给机器学习理论提出了全新的课题。
理论研究的机遇： 探索需要勇气和风险，但这也正是探索的乐趣。只有看得更深、更加本质，才能发现足以传世的「AI 领域的能量守恒定律」，进而指导未来的研究和实践。

访谈内容摘要：

*王立威教授指出，现有的 AI 系统并非单一类型，它们各自拥有独特的优势和技术路线，在功能和应用上也有所区别。
* 王立威教授认为，机器学习是解决数学和科学问题的有力工具，但目前还无法替代人类。未来发展路径可能是：人类科学家提出问题，AI 作为工具提供解决方案，最终人类科学家验证结果。
* 王立威教授强调，现有的理论难以解释深度学习的许多重要问题，导致实践无法系统且高效地进行。大模型的出现，给机器学习理论提出了全新的课题。
* 王立威教授鼓励青年学者挑战现有框架，探索未知领域，大模型不是人工智能的全部，机器学习也不止一条路径，只有看得更深、更加本质，才能发现足以传世的「AI 领域的能量守恒定律」，进而指导未来的研究和实践。

结语：

王立威教授的观点为我们提供了新的视角，让我们更加深入地理解 AI 的现状和未来发展方向。在 AI 技术飞速发展、知识创造相对滞后的当下，理论研究需要抓住机遇，挑战现有框架，探索未知领域，才能更好地指导未来的研究和实践。

延伸阅读：