大型语言模型面临瓶颈，AI 投资转向神经符号与混合架构新路线

人工智慧投资热潮持续升温，市场对大型语言模型是否已逼近能力天花板的疑虑也愈来愈强。彭博今日分析，Fractal Brain 创办人兼执行长 Janusz Marecki 暨 Ahren Innovation Capital 的 AI 合伙人，认为目前这波 AI 巨额支出可能只是一次尚未成熟的起跑，因大型语言模型仍面临资料上限、运算扩张报酬递减，以及幻觉与机率性错误等根本问题。

Marecki 看法与近期讨论呼应。批评者指出，大型语言模型本质上仍是统计模型，虽然模式辨识与文字产生表现出色，却缺乏真正推理力，也难以处理多步骤、多条件逻辑与长期规划。部分观点进一步主张，单靠持续扩大资料中心与算力，未必能换来业界领袖描绘的功能大跃进。

这场争论也让神经符号式与其他混合架构重新受关注。评论认为，未来更可行的路径，可能是结合神经网路模式辨识力与符号系统推理力，甚至引入更接近科学方法的机制，让系统输出前先经过证据检验与保留判断。另一些评论则强调，与其把 AI 当成万能的神，不如把它视为可检视、可校正的工具。

故彭博这篇专访传达的讯号相当明确：AI 热潮仍在，但对大型语言模型的信心，正从无条件扩张转向更审慎评估。市场接下来是否会把资金投入更多算力基础建设，或转向新的混合式技术路线，仍有待观察。

• Why You Should Wait Out AI’s Super-Spending False Start
• Even more good news for the future of neurosymbolic AI

（首图来源：Pixabay）

延伸阅读：

• 要更强大的 AI 先理解大脑？新研究揭示：语言模型与人脑其实长得很像
• 文科生在 AI 时代的逻辑逆袭，为什么大型语言模型更需要古典修辞学？