在2016年3月10日那天，四季酒店的空气就像被蒸锅蒸得“嗝嗝”作响。选手李世石，那个传奇的围棋九段，面前正摆着一盘棋，而对面是个叫AlphaGo的计算机小天才。那一刻，所有人的目光都集中在棋盘上，仿佛连空气的流动都停滞了。就在第37手时，AlphaGo下了个五路肩冲，大家都盯着黑子，面面相觑，解说员金成龙甚至吞咽了一下：“这小子不会坏了吧？这也是棋？”在围棋的千年智慧中，五路落子可是通往失败的“捷径”啊！李世石却认真思考了整整15分钟，甚至中途溜出去抽烟冷静下心脏狂跳。就这样，这一手彻底改变了围棋的历史，成为科技革命的标志。
快进到十年后的今天，整个世界都在为大语言模型的崛起欢呼，ChatGPT掀起了一股热潮，“哇，机器开始像我们一样思考了！”可是，就在大家都沉浸在这片欢腾中时，AlphaGo的核心创始人之一Thore Graepel却在《麻省理工科技评论》上丢下了一颗猛炸弹：标题是《别被骗了，大语言模型根本不会推理》！就像一个跑去给正在做梦的小孩破坏幻想的现实主义者，他直言如今的AI和当年那惊世的一手棋根本不是一回事。
Graepel狠狠地拆解了这个关于大模型的美丽谎言：第37手不是“机器灵感”的光辉闪现，而是凶猛的底层搜索机制给人类打了一记响亮的耳光！关键在于，AlphaGo内心深处是个双重人格的结合体：一个叫系统1（策略网络），就像某个在聚会上只会模仿别人的人，看到棋局就想：“人类高手接下来会做什么”，而另一个叫系统2（蒙特卡洛树搜索），则是个精明的理性推理者，宁愿用棋盘上的每一根弦去“弹奏”出千变万化的可能性。 爱游戏
Graepel在文章中抛出了一个惊人的秘密：面对那第37手的局面，AlphaGo的系统1给出的成功概率居然只有万分之一！换句话说，这就像在牛顿力学的课上拼命让我用脑筋急转弯回答：“月亮离地有多远？”而系统2则通过冷酷的计算，挖掘出了隐藏的商机，让这微不足道的手下终于惊艳登场，成为了围棋界的一个传奇。
再看看现在的大语言模型，厂商们跃跃欲试地推出“思维链”，声称让机器在回答时模仿人类长时间的思考。大家纷纷惊叫：“哇，AI变得真聪明，拥有了我们的慢思考系统！”可在Graepel眼中，这不过是给皇帝披上了华丽的外衣——表象华丽，但内里依然是一台拼命猜测下一个词的机器。拉长思维链不过是多转圈，最终还是回到原点。
Graepel一针见血指出了大模型亟待跨越的三道巨堤：首先，它没有一个认识到自己的“账本”。就像在一场游戏中拼命按按钮，而不知道自己按了些什么。AlphaGo每一步都有清晰的博弈树可循，而大模型的“思考”却如同一阵风吹过，什么都留不住。 爱游戏
其次，AI的知识与逻辑全是个大杂烩，牛顿力学和莎士比亚的诗句在模型里洗了个澡，结果逻辑就果然“变形”了。第三，问题来了——大模型对这些混合的知识根本无能为力，只能选择瞎子摸鱼。
在这场关于AI思维的论战中，Graepel用一句话点醒了我们：真相或许就在那隐秘的棋盘下，不是华丽的外表，而是严谨的推理和无畏的勇气。
