近日，一道小學數學題讓AI大模型集體“失智”了。9.11和9.9兩個數字哪個更大？就此問題，第一財經記者測試了12個大模型。其中，國內外12個大模型之中只有4個答對了，剩下8個全都回答錯誤，且錯法各有不同。

　　一道小學數學題難倒了一眾海內外AI大模型，這在輿論場激起了不小漣漪。有人“驚掉下巴”，調侃“大模型集體翻車”；也有人質疑AI的能力邊界，甚至上手測試了一番，結果發現答案對錯都有，有些大模型能迅速“承認錯誤”，而有的則“一錯到底”。

　　針對這一事件，業界給出了分析，總結起來有二。一是技術。大模型在分析文本時，通常會使用特定機制將文本拆分成更小的單元，然後再進行處理。打個比方，這就類似於將一句話拆成一個個詞彙去理解。我們都知道，很多詞語脫離特定語境，意思可能就變了，所以會有“斷章取義”的誤解。同理，大模型的這種拆分處理，顯然不夠嚴謹。

　　二是訓練數據。現如今，大模型更多是以文本模型進行訓練分析，在數理分析、邏輯推理上還有待優化，很多用戶也感覺大模型“文科強理科弱”。對此，有媒體以今年高考數學題做測驗，結果顯示，參與測試的7個大模型全部“不及格”，最高分只有75分。由此看來，所謂大模型是“文科生”的説法，未必沒有道理。

　　有道是“福禍相依”，此次事件不見得完全是壞事，至少提醒了我們兩件事。頭一件，大模型的短板要補上來。大模型回答數學問題“吃癟”，暴露了其基礎不夠紮實。目前，依託龐大參數規模、強大算力資源等“外挂”，大模型作為人工智能領域最熱門的技術分支，已在多個領域表現出“超高”水準。因而，業界也早早“走在前面”，錨定工業生産製造、金融計算等重要領域，布局新場景，落地新應用。基礎不牢，地動山搖。如果連最基礎的數學都搞不定，又如何去解決更複雜的現實問題？如何實現技術範式的顛覆性創新？顯然，基礎性研究和基本能力建設，已成為必須翻越的兩座大山。

　　第二件，我們要學會對技術産物“祛魅”。AI大模型出道至今，一直頂着“能力擔當”的頭銜。幫學生寫作業、為“打工人”敲總結……如此“博學多才”，以至於我們期待甚高、依賴過多，總覺得它“無所不能”。可事實上，不論是大模型，還是其他人工智能技術，雖然概念持續火熱、産品琳瑯滿目，但大部分尚處在測試探索期，距離真正成熟、好用還有一定距離。所謂“祛魅”，就是保持“人間清醒”。既不過分迷信技術特質，也不盲目誇大技術功用，而是在客觀判斷和合理運用中，讓技術應用成為我們的最佳“搭檔”。（庹亞男）