OpenAI 内部测试的新模型 Astra 近期在数学领域表现惊艳,引发了科技界和社交媒体的广泛热议。然而,著名学者Gary Marcus撰文指出,外界对 Astra 的狂热追捧犯了典型的“合成谬误”,过分夸大了其通用性。

Gary Marcus强调,人工智能在数学上取得成功并非偶然,而是因为数学非常适合使用符号工具进行验证,并且能够以极低成本批量生成正确的合成数据。然而,这种特定领域的突破并不能轻易推广至所有认知任务。现实世界中的开放式问题远比数学复杂,无法通过简单的模拟来解决。

此外,由于OpenAI尚未公布 Astra 的具体方法细节与评估基准,外界对其真实能力的认知仍然十分有限。多位专家提醒,数学能力的提升并不能自动消除模型幻觉,也不意味着通用人工智能(AGI)的到来,公众和业界在看待此类技术进展时应保持理性和克制。