相比于人类智能的高标准，人工智能聊天机器人仍有很长的路要走。虽然业界在让它们生成看似人类水平的语言方面取得了显著进步，但在推理和生产力等方面，AI仍面临巨大挑战。
那么，现今的大型语言模型在学习说话方面与人类相比表现如何？事实证明，并不更好。
《麻省理工科技评论》采访了多位大型语言模型效率方面的专家，结果显示，即使是婴儿在学习人类语言方面也远远优于现有的AI聊天机器人，而且效率更高——尽管这对一些家长来说可能感觉不到。
斯坦福大学认知科学家迈克尔·C·弗兰克告诉《麻省理工科技评论》，科技行业“最近的进步令人惊叹”，但尽管过去几年取得了进展，“我们仍然需要消耗大量资源，几乎汇聚所有人类知识，才能重现婴儿在家中一年内自然达成的语言学习里程碑。”
虽然原因尚不明确，婴儿在语言学习上表现出惊人的适应能力，能够像海绵一样吸收语言规则和词汇。相比之下，大型语言模型需要海量的语言数据才能达到类似的熟练度，远远超过普通人类的学习量。
弗兰克称人类语言学习者“简直是奇迹”。他指出，幼儿在吸收大约1000万到3000万个词汇后，就能开始说出相当清晰的句子。
“如果你用3000万个词训练GPT-2，它只能生成无意义的内容，而不是一个会说话的孩子。”
对于AI行业来说，这种低效已成为一个重大难题，尤其是对于那些希望通过扩大语言模型规模来实现人类水平AI的科技公司——许多AI专家认为这几乎是不可能的。
更多AI相关内容： 教师警告：学生依赖AI导致思考能力下降
