ARC Prize 聯合創始人批評 OpenAI:大語言模型路線讓 AGI 倒退十年

LLM 是 AGI 的死衚衕?資深研究者發出警告

在 AI 圈子裡,**通用人工智慧(AGI)**被定義為能像人類一樣思考、還能自學新技能的智慧系統。雖然 OpenAI、Anthropic 這些大廠都把 AGI 當終極目標,但最近 ARC Prize 創始人 François Chollet 在 Dwarkesh Podcast 上的一番話,直接給行業潑了盆冷水。

核心觀點:神經網路路線走不通

Chollet 直言,現在火熱的**大語言模型(LLM)**基於神經網路架構,這條路在實現 AGI 上根本就是"死衚衕"。他強調,不是說 LLM 沒進步空間——它們確實可以更強大、更自主、對企業更有用,但這跟真正的 AGI 完全是兩碼事。

問題出在哪?整個行業把錢和人才都砸在 LLM 的規模競賽上,其他可能通向 AGI 的路子反倒被邊緣化了。Chollet 認為,這種"All in LLM"的策略,反而讓真正的 AGI 進展倒退了 5 到 10 年。

ARC-AGI 基準:檢驗推理能力的照妖鏡

為了量化 AGI 進展,Chollet 前不久成立了 ARC Prize,還推出了 ARC-AGI 基準測試。這個特別設計的"地獄難度"測試,專門考察模型的抽象推理和泛化能力——正好是 LLM 的軟肋。

測試結果印證了 Chollet 的判斷:雖然各家 LLM 表現有所提升,但沒一個能及格。跟它們在傳統 NLP 任務上的亮眼成績一比,暴露出 LLM 在應對訓練資料之外問題時的本質短板。

IPO 前的"威脅論"遭質疑

諷刺的是,就在 Chollet 批評 LLM 路線的同時,科技大佬們卻在瘋狂炒作 AI 對人類的"潛在威脅"。OpenAI 和 Anthropic 在籌備尚未確定時間的 IPO 期間,接連爆出網路安全漏洞等"令人擔憂的事件"。

Chollet 的觀點和不少業內人士不謀而合:這些"威脅論"更像是為現有技術造勢的營銷手段,而不是基於科學評估。如果 LLM 連 ARC-AGI 基準都過不了,還談什麼對人類構成存在性風險?

對中國 AI 從業者的啟示

這場爭論給國內開發者三點啟發:

1. 別把雞蛋放一個籃子裡:別光盯著 Transformer 架構的引數競賽,神經符號系統(Neuro-Symbolic AI)、因果推理這些方向都值得關注
2. 基準測試也有侷限:行業通用的 benchmark 可能測不出真實智慧水平,需要像 ARC-AGI 這樣專門設計的抽象推理測試
3. 別被資本忽悠:當科技公司過度渲染 AI 能力或風險時,得結合客觀測試結果自己判斷

總的來說,實現 AGI 可能需要突破當前的深度學習範式,整合符號推理、因果建模等多種方法。Chollet 的批評提醒我們:商業成功和科學突破,有時候真不是一回事。

常見問題

ARC-AGI 基準測試主要考察什麼能力?

ARC-AGI 專門測試模型的抽象推理和泛化能力,即在訓練資料之外學習新任務的能力。原文顯示目前所有大語言模型在該基準上的表現都遠未達標,這恰好驗證了 LLM 在處理分佈外問題時的侷限性。

Chollet 認為大語言模型完全沒有價值嗎?

不是。他明確表示 LLM 可以繼續改進,變得更強大、更自主、對企業更有用,但這些改進不等於實現 AGI。問題在於行業將 LLM 的商業成功誤認為是通往 AGI 的正確路徑,導致資源錯配。

為什麼 OpenAI 和 Anthropic 在 IPO 前頻繁披露安全事件?

原文指出這兩家公司在籌備 IPO 期間相繼披露網路安全漏洞等事件。業內普遍認為這些'威脅敘事'更多是為現有技術造勢的營銷策略,而非基於客觀科學評估的風險警示。

中國開發者應如何看待這場技術路線之爭?

建議保持技術路線多元化,不盲目跟隨 Scaling Law;關注神經符號混合、因果推理等替代架構;同時對資本驅動的技術敘事保持獨立判斷,以客觀基準測試(如 ARC-AGI)作為評估依據。

---

本文基於 GNews:TechRadar 報道, 由 AiDuo123 AI 編輯翻譯改寫。原文連結: https://www.techradar.com/pro/quote-of-the-day-by-arc-prize-co-founder-francois-chollet-openai-basically-set-back-progress-to-agi-by-five-to-10-years-critiquing-the-industrys-overindulgence-in-large-language-models