Em um artigo publicado por Jiazi Guangnian, o estudioso do MIT Luo Hongyin explora profundamente os defeitos de raciocínio do GPT-4 e sua potencial solução NLEP. O artigo ressalta que, embora o GPT-4 tenha um bom desempenho ao lidar com tarefas de geração de linguagem natural, há deficiências irreparáveis em tarefas complexas de inferência. Essa falha se deve principalmente ao extremo empirismo do GPT-4, que é excessivo de confiança em grandes quantidades de dados para o treinamento, e carece de uma compreensão profunda do raciocínio lógico e simbólico.
O NLEP (linguagem natural e modelo de inferência de precisão) proposto por Luo Hongyin é considerado a chave para resolver defeitos do GPT-4. O NLEP não apenas gera linguagem natural suave, mas também tem um bom desempenho ao lidar com tarefas precisas de raciocínio. A proposta deste modelo marca a exploração adicional do potencial da IA simbólica no processamento de dados não estruturados e na geração de linguagem natural. O surgimento do NLEP pode fornecer uma nova solução para as limitações do modelo de idioma atual.
O artigo também explora a disputa escolar no campo da inteligência artificial, especialmente a oposição entre empirismo e simbolismo. O empirismo enfatiza o aprendizado e o treinamento através de grandes quantidades de dados, enquanto o simbolismo se concentra mais no raciocínio lógico e no processamento simbólico. Luo Hongyin acredita que o atual modelo GPT-4 depende demais do empirismo, o que leva ao seu fraco desempenho em tarefas complexas de raciocínio. A IA simbolista, como a NLEP, pode ocupar uma posição importante no desenvolvimento futuro da IA.
Luo Hongyin enfatizou que, embora o modelo de idioma atual tenha um bom desempenho ao lidar com cenários que toleram ruído, sua confiabilidade ainda tem falhas significativas em tarefas complexas que exigem raciocínio preciso. Esse problema é particularmente proeminente em áreas de alto risco, como diagnóstico médico e análise legal. Portanto, o desenvolvimento de modelos de IA que pode lidar com a geração de linguagem natural e as tarefas precisas de raciocínio se tornaram uma direção importante na pesquisa atual de inteligência artificial.
No final do artigo, a proposta do NLEP não é apenas uma resposta aos defeitos do GPT-4, mas também uma exploração da direção futura do desenvolvimento da IA. Com o avanço contínuo da tecnologia de IA, a combinação de simbolismo e empirismo pode trazer novos avanços ao campo da inteligência artificial. A pesquisa de Luo Hongyin fornece novas instruções de pensamento para estudiosos no campo da IA e abre perspectivas mais amplas para futuras aplicações de IA.