苹果炮轰AI推理模型：全是假思考！所谓思考只是一种假象

AiSiri网6月8日消息：苹果近日发布一篇内部研究报告，直指当前炙手可热的AI推理模型，包括DeepSeek、o3-mini，乃至最新的Claude 3.7，可能并未真正展现出“思考”能力，而仅仅是更高级的“模式匹配”。一石激起千层浪，科技圈再次围绕AI本质展开激烈讨论。

据了解，苹果的团队察觉到，目前主流的AI评估方式，过度依赖数学和编程的既定标准，着重于模型能否给出正确答案，但并未深入分析其“思考过程”。他们认为，模型可能只是凭借记忆，直接调用训练时见过的类似题目答案。

为了更全面地考察模型的推理能力，苹果团队设计了汉诺塔、跳棋交换、过河问题、积木世界四类可控难度的谜题。这些谜题能够精确控制复杂度，从而更客观地衡量AI的推理能力。

研究结果显示，随着谜题难度升级，AI模型的“思考”深度并未随之加深。模型最初会尝试延长“思考”时间，但随后便迅速放弃深入探索。即使有充足的token预算，模型也往往浅尝辄止，拒绝进一步挖掘问题。

更有甚者，当问题复杂度超过某个临界点时，无论推理模型还是传统模型，都将遭遇性能断崖式下跌，准确率直线归零。犹如一辆豪华跑车，面对崎岖山路，直接熄火趴窝。

这篇论文的发布时间点颇为微妙。就在不久前的WWDC大会上，苹果正式推出了其AI战略Apple Intelligence。然而，该战略中的部分功能已被曝出延期、功能不完善，甚至直接下架。因此，有评论指出，苹果此举有“自己尚未取得突破，便急于否定他人成果”之嫌。

当然，也有分析认为，苹果的这篇论文并非全盘否定，而是呼吁业界设立更完善的推理机制和评估方法，从而推动AI技术朝着更加务实、更具真正“思考”能力的方向发展。这场关于AI“真伪”的讨论，或许将成为AI发展道路上的一个重要转折点。