<p>人工智能（AI）长期以来被视为一种变革性力量，聊天机器人和大型语言模型（LLMs）等工具在简化复杂诊断、编码解决方案等方面发挥了关键作用。</p>
<p>然而，如果人工智能像人类大脑一样，随着时间的推移开始出现认知衰退的迹象，会怎样呢？</p>
<p>一项发表在 2024 年 12 月的《BMJ》上的研究表明，领先的人工智能模型，特别是在医疗领域，可能并不像曾经认为的那样无懈可击。</p>
<p>研究揭示，人工智能技术，包括大型语言模型和聊天机器人，经历的认知衰退与人类衰老相似。</p>
<p>这一发现尤其相关，因为对人工智能在医疗诊断中日益依赖，推动了其简化复杂医学术语的能力。</p>
<p>该研究评估了顶级人工智能模型的认知能力——ChatGPT 4 和 4o 版本、Anthropic 的 Claude 3.5 'Sonnet'以及 Alphabet 的 Gemini 1 和 1.5 版本——使用蒙特利尔认知评估（MoCA）测试。</p>
<p>研究指出：</p>
<blockquote>
<p>&#34;较老的大型语言模型版本的得分低于其 ‘年轻’ 版本，正如人类参与者的情况一样，显示出与人类大脑神经退行性过程相似的认知衰退。&#34;</p>
</blockquote>
<blockquote>
<p>较老的聊天机器人，和人一样，显示出认知障碍的迹象，在通常用于人类患者的测试中在几个重要指标上表现不佳。 https://t.co/XF7rRHlPBe</p>
<p>— Live Science (@LiveScience) 2025 年 2 月 16 日</p>
</blockquote>
<p>MoCA 测试通常用于识别老年人的认知障碍和早期痴呆，经过调整以评估大型语言模型在注意力、记忆、语言、空间技能和执行功能等方面的表现。</p>
<p>在人类受试者中，30 分满分的得分为 26 被视为没有认知障碍的指示。</p>
<p>在测试的人工智能模型中，只有 ChatGPT 4o 达到了这一阈值，得分为 26，而 ChatGPT 4 和 Claude 的得分略低，均为 25 分。</p>
<p>Gemini 1.0 表现最差，仅得 16 分。</p>
<p>MoCA 的一个注意力任务要求参与者在听到一系列字母时，每当听到字母'A'时就敲击一下。</p>
<p>鉴于大型语言模型缺乏听觉和运动功能，研究人员以书面形式提供字母，并要求模型用星号或单词'tap'标记'A'。</p>
<p>虽然一些模型需要明确的指示，但其他模型则能够自主完成任务。</p>
<p>根据 MoCA 的指导方针，得分低于 26 被视为轻度认知障碍的指示。</p>
<blockquote>
<p>老旧的人工智能模型正在失去理智——字面意义上</p>
<p>科学家们给人工智能聊天机器人进行了真实的人类痴呆测试（MoCA），结果如何？</p>
<p>较老的模型在考试中几乎是流口水。</p>
<p>ChatGPT-4 勉强通过，得分 26/30，但 Gemini 1.0 得分悲惨，仅为 16——比你的…… pic.twitter.com/tda6WvBKWt</p>
<p>— Mario Nawfal (@MarioNawfal) 2025 年 2 月 16 日</p>
</blockquote>
<p>研究强调了所有测试聊天机器人在视觉空间技能和执行功能方面的显著弱点，特别是在连接圈住的数字和字母的轨迹绘制练习以及绘制特定时间的时钟测试等任务中。</p>
<p>值得注意的是，Gemini 模型未能完成延迟回忆任务，该任务要求记住五个单词的序列。</p>
<p>ChatGPT 4o 以 26 分领先，而 ChatGPT 4 和 Claude 各得 25 分。</p>
<p>Gemini 1.0 得分最低，仅为 16，表明认知障碍程度更高。</p>
<p>研究指出：</p>
<blockquote>
<p>&#34;所有被检查的聊天机器人都未能获得满分 30 分，大多数得分低于 26 的阈值。这表明轻度认知障碍，可能还有早期痴呆。&#34;</p>
</blockquote>
<p>研究发现，这些人工智能模型表现出的认知障碍类似于人类患者后皮质萎缩的表现，这是一种阿尔茨海默病。</p>
<p>这些发现挑战了人工智能可能很快取代人类医生的观点，因为聊天机器人认知能力的局限性可能影响其在医疗诊断中的可靠性，并削弱患者的信任。</p>
<p>虽然研究得出结论认为人工智能不太可能在短期内取代神经科医生，但它提出了一个有趣的可能性，即医疗专业人员可能很快会被要求治疗一种新型患者——经历认知衰退的虚拟人工智能模型。</p>
<p><img src="https://imageproxy.pbkrs.com/https://image.coinlive.com/cryptotwits-static/a3224768e659ba8c0b74488e02e9464c.jpg?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" original-src="https://imageproxy.pbkrs.com/https://image.coinlive.com/cryptotwits-static/a3224768e659ba8c0b74488e02e9464c.jpg"/></p>
<p>尽管研究承认人工智能当前的认知局限性，但也建议未来的进步可能改善涉及认知和视觉空间技能的任务表现。</p>
<p>然而，它强调，尽管这些潜在的改进，人与机器认知之间的根本差异可能仍然存在。</p>
<p>研究补充道：</p>
<blockquote>
<p>&#34;文中所有归因于人工智能的人性化术语仅作为隐喻使用，并不意味着计算机程序可以以类似于人类的方式患有神经退行性疾病。&#34;</p>
</blockquote>

OpenAI

<p>最近发表在《英国医学杂志》（BMJ）上的一项研究表明，人工智能（AI）模型，特别是在医疗领域，可能会经历类似于人类的认知衰退。研究使用蒙特利尔认知评估（MoCA）测试评估了领先的 AI 模型，结果显示较旧版本的得分较低，表明存在轻度认知障碍。ChatGPT 4o 的得分最高，为 26，而 Gemini 1.0 仅得 16 分。这些发现挑战了 AI 在医疗诊断中的可靠性，并表明 AI 可能不会很快取代人类医生，因为尽管未来可能会有改进，但认知限制仍然存在</p>

<p>Artificial intelligence (AI) has long been celebrated as a transformative force, with tools like chatbots and large language models (LLMs) playing a crucial role in simplifying complex diagnoses, coding solutions, and more.</p>
<div class="lb-trans"><p>人工智能（AI）长期以来被视为一种变革性力量，聊天机器人和大型语言模型（LLMs）等工具在简化复杂诊断、编码解决方案等方面发挥了关键作用。</p>
</div><p>However, what if AI, much like the human brain, begins to show signs of cognitive decline over time?</p>
<div class="lb-trans"><p>然而，如果人工智能像人类大脑一样，随着时间的推移开始出现认知衰退的迹象，会怎样呢？</p>
</div><p>A study published in the December 2024 issue of the BMJ suggests that leading AI models, particularly in the medical field, may not be as infallible as once thought.</p>
<div class="lb-trans"><p>一项发表在 2024 年 12 月的《BMJ》上的研究表明，领先的人工智能模型，特别是在医疗领域，可能并不像曾经认为的那样无懈可击。</p>
</div><p>The research revealed that AI technologies, including LLMs and chatbots, experience cognitive decline similar to human aging.</p>
<div class="lb-trans"><p>研究揭示，人工智能技术，包括大型语言模型和聊天机器人，经历的认知衰退与人类衰老相似。</p>
</div><p>This finding is particularly relevant as reliance on AI for medical diagnoses grows, driven by its ability to simplify complex medical terminology.</p>
<div class="lb-trans"><p>这一发现尤其相关，因为对人工智能在医疗诊断中日益依赖，推动了其简化复杂医学术语的能力。</p>
</div><p>The study evaluated the cognitive abilities of top AI models—ChatGPT versions 4 and 4o, Claude 3.5 'Sonnet' by Anthropic, and Gemini versions 1 and 1.5 by Alphabet—using the Montreal Cognitive Assessment (MoCA) test.</p>
<div class="lb-trans"><p>该研究评估了顶级人工智能模型的认知能力——ChatGPT 4 和 4o 版本、Anthropic 的 Claude 3.5 'Sonnet'以及 Alphabet 的 Gemini 1 和 1.5 版本——使用蒙特利尔认知评估（MoCA）测试。</p>
</div><p>The study said:</p>
<div class="lb-trans"><p>研究指出：</p>
</div><blockquote>
<p>&#34;Older large language model versions scored lower than their ‘younger’ versions, as is often the case with human participants, showing cognitive decline seemingly comparable to neurodegenerative processes in the human brain.&#34;</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>&#34;较老的大型语言模型版本的得分低于其 ‘年轻’ 版本，正如人类参与者的情况一样，显示出与人类大脑神经退行性过程相似的认知衰退。&#34;</p>
</blockquote>
</div><blockquote>
<p>Older chatbots, just like people, show signs of cognitive impairment, failing on several important metrics in a test normally used on human patients. https://t.co/XF7rRHlPBe</p>
<p>— Live Science (@LiveScience) February 16, 2025</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>较老的聊天机器人，和人一样，显示出认知障碍的迹象，在通常用于人类患者的测试中在几个重要指标上表现不佳。 https://t.co/XF7rRHlPBe</p>
<p>— Live Science (@LiveScience) 2025 年 2 月 16 日</p>
</blockquote>
</div><p>The MoCA test, typically used to identify cognitive impairments and early dementia in older adults, was adapted to assess the performance of LLMs in areas such as attention, memory, language, spatial skills, and executive function.</p>
<div class="lb-trans"><p>MoCA 测试通常用于识别老年人的认知障碍和早期痴呆，经过调整以评估大型语言模型在注意力、记忆、语言、空间技能和执行功能等方面的表现。</p>
</div><p>In human subjects, a score of 26 out of 30 is considered indicative of no cognitive impairment.</p>
<div class="lb-trans"><p>在人类受试者中，30 分满分的得分为 26 被视为没有认知障碍的指示。</p>
</div><p>Among the AI models tested, only ChatGPT 4o met this threshold with a score of 26, while ChatGPT 4 and Claude scored just below, with 25 points.</p>
<div class="lb-trans"><p>在测试的人工智能模型中，只有 ChatGPT 4o 达到了这一阈值，得分为 26，而 ChatGPT 4 和 Claude 的得分略低，均为 25 分。</p>
</div><p>Gemini 1.0 performed the poorest, scoring only 16 points.</p>
<div class="lb-trans"><p>Gemini 1.0 表现最差，仅得 16 分。</p>
</div><p>One of the MoCA attention tasks requires participants to tap whenever the letter 'A' is heard in a series of spoken letters.</p>
<div class="lb-trans"><p>MoCA 的一个注意力任务要求参与者在听到一系列字母时，每当听到字母'A'时就敲击一下。</p>
</div><p>Given that LLMs lack auditory and motor functions, researchers provided the letters in written form and asked the models to mark 'A' with an asterisk or the word 'tap.'</p>
<div class="lb-trans"><p>鉴于大型语言模型缺乏听觉和运动功能，研究人员以书面形式提供字母，并要求模型用星号或单词'tap'标记'A'。</p>
</div><p>While some models required explicit instructions, others completed the task autonomously.</p>
<div class="lb-trans"><p>虽然一些模型需要明确的指示，但其他模型则能够自主完成任务。</p>
</div><p>Following MoCA guidelines, a score below 26 was considered indicative of mild cognitive impairment.</p>
<div class="lb-trans"><p>根据 MoCA 的指导方针，得分低于 26 被视为轻度认知障碍的指示。</p>
</div><blockquote>
<p>OLD AI MODELS ARE LOSING THEIR MINDS—LITERALLY</p>
<p>Scientists gave AI chatbots a real human dementia test (the MoCA), and guess what?</p>
<p>The older ones basically drooled on the exam.</p>
<p>ChatGPT-4 barely passed with a 26/30, but Gemini 1.0 scored a tragic 16—worse than your… pic.twitter.com/tda6WvBKWt</p>
<p>— Mario Nawfal (@MarioNawfal) February 16, 2025</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>老旧的人工智能模型正在失去理智——字面意义上</p>
<p>科学家们给人工智能聊天机器人进行了真实的人类痴呆测试（MoCA），结果如何？</p>
<p>较老的模型在考试中几乎是流口水。</p>
<p>ChatGPT-4 勉强通过，得分 26/30，但 Gemini 1.0 得分悲惨，仅为 16——比你的…… pic.twitter.com/tda6WvBKWt</p>
<p>— Mario Nawfal (@MarioNawfal) 2025 年 2 月 16 日</p>
</blockquote>
</div><p>The study highlighted significant weaknesses in the visuospatial skills and executive functions of all tested chatbots, particularly in tasks like the trail-making exercise (connecting encircled numbers and letters in order) and the clock-drawing test (sketching a clock to display a specific time).</p>
<div class="lb-trans"><p>研究强调了所有测试聊天机器人在视觉空间技能和执行功能方面的显著弱点，特别是在连接圈住的数字和字母的轨迹绘制练习以及绘制特定时间的时钟测试等任务中。</p>
</div><p>Notably, the Gemini models failed to complete the delayed recall task, which requires remembering a sequence of five words.</p>
<div class="lb-trans"><p>值得注意的是，Gemini 模型未能完成延迟回忆任务，该任务要求记住五个单词的序列。</p>
</div><p>ChatGPT 4o led with a score of 26 out of 30, while ChatGPT 4 and Claude followed with 25 points each.</p>
<div class="lb-trans"><p>ChatGPT 4o 以 26 分领先，而 ChatGPT 4 和 Claude 各得 25 分。</p>
</div><p>Gemini 1.0 scored the lowest at 16, suggesting a higher degree of cognitive impairment.</p>
<div class="lb-trans"><p>Gemini 1.0 得分最低，仅为 16，表明认知障碍程度更高。</p>
</div><p>The study noted:</p>
<div class="lb-trans"><p>研究指出：</p>
</div><blockquote>
<p>&#34;None of the chatbots examined was able to obtain the full score of 30 points, with most scoring below the threshold of 26. This indicates mild cognitive impairment and possibly early dementia.&#34;</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>&#34;所有被检查的聊天机器人都未能获得满分 30 分，大多数得分低于 26 的阈值。这表明轻度认知障碍，可能还有早期痴呆。&#34;</p>
</blockquote>
</div><p>The study found that the cognitive impairments exhibited by these AI models resembled those observed in human patients with posterior cortical atrophy, a form of Alzheimer's disease.</p>
<div class="lb-trans"><p>研究发现，这些人工智能模型表现出的认知障碍类似于人类患者后皮质萎缩的表现，这是一种阿尔茨海默病。</p>
</div><p>These findings challenge the notion that AI could soon replace human doctors, as the limitations in the chatbots' cognitive abilities may impact their reliability in medical diagnostics and erode patient trust.</p>
<div class="lb-trans"><p>这些发现挑战了人工智能可能很快取代人类医生的观点，因为聊天机器人认知能力的局限性可能影响其在医疗诊断中的可靠性，并削弱患者的信任。</p>
</div><p>While the study concluded that AI is unlikely to replace neurologists anytime soon, it raised the intriguing possibility that medical professionals may soon be tasked with treating a new kind of patient—virtual AI models experiencing cognitive decline.</p>
<div class="lb-trans"><p>虽然研究得出结论认为人工智能不太可能在短期内取代神经科医生，但它提出了一个有趣的可能性，即医疗专业人员可能很快会被要求治疗一种新型患者——经历认知衰退的虚拟人工智能模型。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://image.coinlive.com/cryptotwits-static/a3224768e659ba8c0b74488e02e9464c.jpg" alt="" original-src="https://image.coinlive.com/cryptotwits-static/a3224768e659ba8c0b74488e02e9464c.jpg"/></p>
<p>Although the study acknowledged AI's current cognitive limitations, it also suggested that future advancements could improve performance in tasks involving cognition and visuospatial skills.</p>
<div class="lb-trans"><p>尽管研究承认人工智能当前的认知局限性，但也建议未来的进步可能改善涉及认知和视觉空间技能的任务表现。</p>
</div><p>However, it emphasized that, despite these potential improvements, the fundamental differences between human and machine cognition are likely to remain.</p>
<div class="lb-trans"><p>然而，它强调，尽管这些潜在的改进，人与机器认知之间的根本差异可能仍然存在。</p>
</div><p>The study added:</p>
<div class="lb-trans"><p>研究补充道：</p>
</div><blockquote>
<p>&#34;All anthropomorphised terms attributed to artificial intelligence throughout the text were used solely as a metaphor and were not intended to imply that computer programs can have neurodegenerative diseases in a manner similar to humans.&#34;</p>
</blockquote>
<div class="lb-trans"><blockquote>
<p>&#34;文中所有归因于人工智能的人性化术语仅作为隐喻使用，并不意味着计算机程序可以以类似于人类的方式患有神经退行性疾病。&#34;</p>
</blockquote>
</div>

人工智能的老化：人工智能会像人类一样受到时间的影响吗？