四川
AI领域有个现象挺耐人寻味。虽然大语言模型生成流利句子已经挺惊人，但在学习效率这项最基础的能力上远落后于人类婴儿。一岁多的孩子能轻松击败耗费海量算力训练出来的AI系统。科技媒体Futurism报道麻省理工科技评论采访了多位AI与认知科学专家想搞清楚原因。
斯坦福认知科学家说业界近几年在语言模型上进展堪称惊人，但随即补了句我们仍然需要烧掉一整座森林刮取人类全部知识的总和，才能重现每天在千万家庭客厅里自然发生的奇迹。
这个奇迹就是婴儿学语言的过程，幼儿仿佛天生语言海绵体质能从周围环境自动捕捉语法规则和词汇用法，不需要任何显式教学。
弗兰克给了个具体且有冲击力的数据，普通幼儿摄入约1000万到3000万单词后就能说出结构清晰语义连贯的句子。这词汇量不过是日常对话几年积累。
相比之下大语言模型表现完全不同，只用3000万单词训练GPT-2这类模型得到只会是胡言乱语生成器，绝不是像孩子那样有语言理解力的智能体。这话精准道出了当前AI语言学习范式的核心困境，数据规模与学习效果之间不存在人类那种近乎奇迹的高效映射关系。
对整个人工智能产业来说这种效率鸿沟已演变成亟待攻克的核心难题。理解儿童为何能以远少于机器的数据量掌握语言，不仅有助于研发更高效AI模型，也可能为揭示人类心智发展奥秘提供新线索。这项研究正处于认知科学与计算机科学交叉前沿。
这一差距也直接冲击着AI行业长期以来的主流预期，通过持续扩大模型规模和训练数据量最终能实现接近人类水平的通用智能。
越来越多AI专家对此明显质疑，认为单纯靠堆算力喂数据的扩张路径恐怕难以真正复制人类认知系统在效率与灵活性上的独特优势。若这判断成立，行业当下高度依赖的规模化扩张战略或许正站在需要重新审视的关键路口。
从更宏观视角看，这场婴儿为何比AI更聪明的探讨已超越单纯技术比较范畴，触及更根本的问题，智能的本质是什么，人类心智经过数百万年演化打磨出的学习机制是否真的能被简化成用算力和数据暴力复制的算法模型。
在通往真正通用人工智能的道路上，理解婴儿大脑或许比堆砌更多GPU芯片同样重要。你觉得AI能学会像婴儿一样学习吗，评论区聊聊。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
