大型語言模型面臨瓶頸，AI 投資轉向神經符號與混合架構新路線

人工智慧投資熱潮持續升溫，市場對大型語言模型是否已逼近能力天花板的疑慮也愈來愈強。彭博今日分析，Fractal Brain 創辦人兼執行長 Janusz Marecki 暨 Ahren Innovation Capital 的 AI 合夥人，認為目前這波 AI 巨額支出可能只是一次「尚未成熟的起跑」，因大型語言模型仍面臨資料上限、運算擴張報酬遞減，以及幻覺與機率性錯誤等根本問題。

Marecki 看法與近期討論呼應。批評者指出，大型語言模型本質上仍是統計模型，雖然模式辨識與文字產生表現出色，卻缺乏真正推理力，也難以處理多步驟、多條件邏輯與長期規劃。部分觀點進一步主張，單靠持續擴大資料中心與算力，未必能換來業界領袖描繪的功能大躍進。

這場爭論也讓「神經符號式」與其他混合架構重新受關注。評論認為，未來更可行的路徑，可能是結合神經網路模式辨識力與符號系統推理力，甚至引入更接近科學方法的機制，讓系統輸出前先經過證據檢驗與保留判斷。另一些評論則強調，與其把 AI 當成萬能的「神」，不如把它視為可檢視、可校正的工具。

故彭博這篇專訪傳達的訊號相當明確：AI 熱潮仍在，但對大型語言模型的信心，正從無條件擴張轉向更審慎評估。市場接下來是否會把資金投入更多算力基礎建設，或轉向新的混合式技術路線，仍有待觀察。

（首圖來源：Pixabay）