人工智能（AI）系統(tǒng)經(jīng)常被描繪成有生命的代理，它們的存在將使人類的智慧黯然失色。但加州大學(xué)伯克利分校的研究人員發(fā)現(xiàn)，人工智能缺乏人類至關(guān)重要的創(chuàng)新能力。

根據(jù)發(fā)表在《心理科學(xué)展望》（Perspectives on Psychological Science）上的研究結(jié)果，兒童和成人都能通過為日常物品尋找新用途來解決問題，而人工智能系統(tǒng)卻往往缺乏以新方式看待工具的能力。

像 ChatGPT 這樣的人工智能語言模型是在包含數(shù)十億個單詞和人類圖像的數(shù)據(jù)集上被動訓(xùn)練出來的。這使得人工智能系統(tǒng)能夠發(fā)揮類似于寫作的 "文化技術(shù) "的作用，可以總結(jié)現(xiàn)有的知識。文章的共同作者尤妮絲-姚（Eunice Yiu）在接受采訪時解釋說，但與人類不同的是，人工智能系統(tǒng)在對這些想法進(jìn)行創(chuàng)新時會遇到困難。

"即使是年幼的人類兒童也能對某些問題做出[語言學(xué)習(xí)模型]無法做出的智能回答。"Yiu 說："與其把這些人工智能系統(tǒng)看作像我們自己一樣的智能代理，不如把它們看作一種新形式的圖書館或搜索引擎。它們能有效地總結(jié)并向我們傳達(dá)現(xiàn)有的文化和知識庫。"

Yiu和Eliza Kosoy與他們的博士生導(dǎo)師、論文的資深作者、發(fā)展心理學(xué)家Alison Gopnik一起，測試了人工智能系統(tǒng)的模仿和創(chuàng)新能力與兒童和成人有何不同。他們向 42 名 3 至 7 歲的兒童和 30 名成人展示了日常物品的文字描述。

在實驗的第一部分，88% 的兒童和 84% 的成人能夠正確識別哪些物品與另一物品 "最配"。例如，他們將指南針與尺子配對，而不是與茶壺配對。

在下一階段的實驗中，85% 的兒童和 95% 的成人還能夠創(chuàng)新地使用日常物品來解決問題。例如，在一項任務(wù)中，參與者被問及如何在不使用圓規(guī)等典型工具的情況下畫出一個圓。

在類似的工具（如直尺）、不同的工具（如圓底茶壺）和無關(guān)的工具（如爐子）之間進(jìn)行選擇時，大多數(shù)參與者都選擇了茶壺，這種概念上不同的工具卻能發(fā)揮與指南針相同的功能，讓他們描繪出圓的形狀。

當(dāng)Yiu和同事向五個大型語言模型提供相同的文字描述時，這些模型在模仿任務(wù)中的表現(xiàn)與人類相似，得分率從表現(xiàn)最差的模型的59%到表現(xiàn)最好的模型的83%不等。然而，人工智能對創(chuàng)新任務(wù)的回答卻沒有那么準(zhǔn)確。表現(xiàn)最差的模型選擇有效工具的比例為 8%，表現(xiàn)最好的模型為 75%。

Yiu說："孩子們可以想象出他們從未見過或聽說過的物品的全新用途，比如用茶壺底部畫一個圓。"大型模型就很難產(chǎn)生這樣的反應(yīng)。"

研究人員指出，在一個相關(guān)的實驗中，兒童僅通過實驗和探索就能發(fā)現(xiàn)新機器的工作原理。但當(dāng)研究人員給幾個大型語言模型提供兒童產(chǎn)生的證據(jù)的文字描述時，他們卻很難做出同樣的推斷，這很可能是因為答案沒有明確包含在他們的訓(xùn)練數(shù)據(jù)中，Yiu 及其同事寫道。

Yiu及其同事寫道，這些實驗表明，人工智能對語言模式統(tǒng)計預(yù)測的依賴不足以發(fā)現(xiàn)世界的新信息。

Yiu說："人工智能可以幫助傳遞已知信息，但它不是創(chuàng)新者。"這些模型可以總結(jié)傳統(tǒng)智慧，但它們無法像年輕人那樣擴展、創(chuàng)造、改變、放棄、評估和改進(jìn)傳統(tǒng)智慧。"

不過，人工智能的發(fā)展仍處于早期階段，關(guān)于如何擴大人工智能的學(xué)習(xí)能力，還有很多東西需要學(xué)習(xí)，Yiu 說。她說，從兒童好奇、主動和內(nèi)在動機的學(xué)習(xí)方法中汲取靈感，可以幫助研究人員設(shè)計出新的人工智能系統(tǒng)，為探索真實世界做好更充分的準(zhǔn)備。