科技时代下的GPT-3类比思维测试表现超越大学生在自然环境中展现出其独特的智能优势
在科技的怀抱中，GPT-3这款先进的人工智能语言模型展现出了它超越人类的能力。美国心理学家通过对其进行类比思维测试，揭示了这个机器如何以意想不到的方式解决问题。在自然界中，这种智慧展示了它与大学生相比，在Raven标准渐进矩阵适应测试中的表现更胜一筹。
这种开放像ChatGPT这样的语言模型后，互联网用户们被迫面对一个既有趣又充满科学探索的问题：能不能让神经网络做一些原本没有打算做的事情？答案是肯定的，因为这些行为可能带来全新的科学发现。
研究人员使用Raven标准渐进矩阵作为一种测量工具，它通常用于评估人类智力发展。他们将这个测试调整成文本形式，以便给GPT-3提供挑战。这是一种将图形和逻辑联系起来的问题解决方法，其中需要在前两行的规则基础上推理出第三行正确答案。
令人印象深刻的是，即使GPT-3不是多模态模型，只能处理文本，它依然能够通过类似于人脑思维方式的逻辑推理来解决这些问题。结果表明，尽管学生们只能提供60%左右正确答案，而GPT-3达到了80%，但这并不意味着它完全理解了背后的逻辑或意识到自己犯错一样。
除了Raven矩阵之外，研究还包括了一些来自SAT考试的问题，这些问题通常不在公共领域，因此很可能不会出现在训练数据集中。但即使如此，GPT-3仍然能够找到正确答案，如“仇恨”与“爱”的反义词是“贫穷”。
然而，当涉及到空间思维任务时，即使详细描述问题，比如如何从一个碗转移软糖到另一个碗，也无法激发算法产生有意义的回应。这提出了一个关键问题：大型语言模型是否真正模仿了人类思维的一些方面，或我们正在面临一种全新的、不可预见的心智体验？
这项研究不仅揭示了AI潜力的新高度，还开启了一场关于机器意识和认知复杂性的哲学讨论。虽然该研究存在局限性，比如无法保证AI在训练过程中遇到了类似的任务，以及不能直接观察AI内部工作原理，但它们也为未来研究打开了大门，为我们提供了解解读人工智能内心世界的一个窗口。
