大语言模型并不具备真正的推理能力

近日，麻省理工科技评论刊登署名文章指出，当前大语言模型仍不具备真正的推理能力。文章以2016年AlphaGo与李世石对弈的第37手为例剖析，该步棋并非依赖神经网络直觉，而是通过博弈树搜索机制进行长远推演与风险评估的结果。对比之下，现有大语言模型仅依靠预测下一个词元进行快速联想，缺乏明确的持久认知状态与可验证的推理轨迹。研究指出，此类模型在生成思维链时往往先得出答案再事后编造解释，且无法将知识存储与推理过程分离，难以满足医疗、科研等高风险领域对逻辑可审查性的严苛要求。作者呼吁，亟需借鉴AlphaGo架构研发新型机器推理系统。该类系统应维护独立且可更新的认知状态，通过不断提出假设、调用工具与评估证据来系统性降低不确定性。未来人工智能若要在复杂开放场景中提供可信洞见，必须突破单纯扩大参数规模的范式，转向构建具备可检验信念更新机制的审慎推理架构。