郑庆华，同济大学校长及中国工程院院士，在最近的人工智能产业年会上提出，尽管大模型已成为当前人工智能的领军力量，其背后的强大支撑在于庞大的数据、惊人的算力以及卓越的算法，然而，这并不意味着大模型完美无缺。他深入剖析了大模型存在的四大核心问题。
首先，大模型在运作过程中对数据和算力的消耗极为庞大。其参数量已攀升至万亿级别，导致训练所需的数据规模和算力消耗与参数规模呈正比增长，这无疑增加了运行成本。
其次，大模型存在“灾难性遗忘”的缺陷。每当在大模型上训练新任务时，都可能损害到之前任务的性能。此外，在处理问题时，大模型往往无法有效记住已处理过的数据或场景，比如在无人驾驶领域，尽管人类驾驶员能凭借对路况的记忆来驾驶，但自动驾驶系统却需要每次重新计算，从而消耗大量能量。
再者，大模型在逻辑推理方面的能力相对较弱。由于缺乏“分而治之”的策略，大模型在处理涉及逻辑、数值推理等复杂问题时表现不佳，难以做到举一反三、触类旁通。
最后，大模型缺乏自我纠错的能力。当大模型给出错误答案时，它无法识别出错误的来源，无论是语料问题还是训练问题，更无法自行修正。以GPT4为例，尽管它在某些算术运算题上给出了错误答案，但在被指出错误后，它并不能确定错误的原因，更无法进行修正。
与此同时，业内普遍认为具身智能将是“人工智能的下一个浪潮”。在本次年会上，特别设立了“人形机器人与具身智能专题论坛”，以探讨具身智能的广阔应用前景。具身智能，作为具有自身体验的智能，被视为大模型实现的重要战场之一。我国在具身智能领域拥有强大的机器人硬件制造基础和丰富的应用场景，这为具身智能的发展提供了有力支持。业内专家指出，具身智能通过智能体与环境的交互获取信息、理解问题、做出决策，这为大模型所欠缺的与物理环境的交互性提供了可能的解决方案。
未经允许不得转载：AI教育新闻网 » 同济大学校长郑庆华深入探讨大模型四大缺陷，具身智能或成未来关键解决方案
