维 辰

6位清华姚班学生与AI比赛做高考数学、物理压轴题，姚班学生10分钟内完成作答，1位同学做错了题目，AI则在输入确认后几秒就开始输出步骤，并答对了题目——最近，企业发布的一个视频让不少人大吃一惊。

犹记得去年7月，一道小学生难度的数学题“9.11和9.9哪个大”，难倒了一众海内外AI大模型。不少评测机构把高考题拿给大模型做，也发现大模型更擅长回答文科试题，而不太擅长回答数学、物理等理科题目，于是有了一个形象的说法：大模型更像文科生而不是理科生。

AI“偏科”，一方面与大模型的架构和运行机制有关，大模型的解答方式本质上是“预测下一个词”，即通过当前输入的文本预测下一个词出现的概率来进行训练和回答。文科推理预测有一两处错误，不影响长文本理解；理科推理则更考察因果性而非相关性，“比如一道数学题包含5步推理和5步计算，假设大语言模型每一步预测准确的概率都有90%，综合下来的准确率就只有35%”。另一方面，文科语料数据丰富多样，有利于训练大模型，理科语料主要是数字和符号，形式单一，数据资源少，不利于训练大模型。

通过“偏科”背后的运行机制，不难看出，大模型的数理能力之所以重要，甚至被认为是大模型“智力的直接体现”“实力的重要分水岭”，正因为它关系到落地应用时的可靠性和准确性。例如，在聊天场景下，智能客服一本正经地胡说八道，影响不大；而在金融、工业场景下，即便是一个数字出错，后果可能都让人吃不消。随着“人工智能+”持续推进，大模型加速赋能千行百业成为行业共识与竞争焦点，改善AI“偏科”，扩展应用场景，就成了必答题。

综合比较不同机构在不同时期的评测，绝大多数大模型的数理能力在提高，有的还能达到“博士”“清北”水平，速度之快让人惊叹。当然，正如专家所说，在真实业务场景中，AI要处理的信息远不止于语言，而是多模态数据的融合，随着多模态技术的发展，AI将从语言模型演进为推理模型，最终发展为世界模型，“在推理与理解能力提升的基础上，下一步的关键方向是智能体”。唯有具备完整决策与执行能力的AI智能体，才能真正实现商业价值的闭环。

去年，第一个具有“专家级数理能力”的大模型出现时，就有人担忧，人工智能的发展速度超过了人类对其认知的速度，人工智能治理将是一个巨大挑战。有学者就提到，“人类用了大概300万年才发展到现在的智力水平，现在的大模型几个月就从IQ 80飙升到130了，未来还会继续提升。这对教育意味着什么？”如今，大模型迭代速度越来越快，性能越来越强大，有望在数理能力等方方面面逼近甚至超过人类平均水平，除了要思考AI治理问题，人机共生时代，回答好如何实现AI与人类优势互补问题，也迫在眉睫。