近日，蘋果公司內部研究團隊揭露了一個令人驚訝的發現：即便是目前最尖端的AI模型，在處理包含干擾信息的簡單算術問題時，表現竟不如小學生。這一結果引發了關于人工智能真實能力的新一輪討論。
據《洛杉磯時報》報道，蘋果團隊采用了一道涉及獼猴桃采摘數量的算術題進行測試。題目描述了一個簡單的場景：Oliver在三天內采摘了不同數量的獼猴桃，其中還包括了一些額外的、與總數計算無關的信息。然而，就是這樣一個看似簡單的問題，卻讓20多個高級AI模型紛紛“栽跟頭”。
正確答案應為190個獼猴桃，但多數AI模型給出的答案卻是185個。研究發現，這些模型在處理問題時，難以忽略那些看似相關、實則無關的干擾信息，如“其中有5個獼猴桃的塊頭要比平均值要小”。這一細節雖不影響總數的計算，卻成功迷惑了眾多AI。
蘋果團隊進一步指出，這一問題的根源在于，當前的AI模型主要依賴于訓練數據中的語言模式進行推理，而非真正理解了數學概念本身。這意味著，在面對稍微復雜或包含非典型信息的問題時，AI的“智能”可能就會變得不再可靠。
值得注意的是，蘋果的研究并非旨在全盤否定AI的價值。相反，他們希望通過這一發現，提醒人們在熱情擁抱AI技術的同時，也應保持理性的認知和審慎的態度。簡單的數據擴展或計算能力提升，并不能從根本上解決AI在邏輯推理方面的局限性。
此次研究不僅揭示了AI模型在處理復雜問題時的潛在弱點，也為未來AI技術的發展提供了新的思考方向。隨著技術的不斷進步，我們期待看到更加智能、更加可靠的AI系統出現。
