<p>人工智能（AI）長期以來被視為一種變革性力量，聊天機器人和大型語言模型（LLMs）等工具在簡化複雜診斷、編碼解決方案等方面發揮了關鍵作用。</p>
<p>然而，如果人工智能像人類大腦一樣，隨着時間的推移開始出現認知衰退的跡象，會怎樣呢？</p>
<p>一項發表在 2024 年 12 月的《BMJ》上的研究表明，領先的人工智能模型，特別是在醫療領域，可能並不像曾經認為的那樣無懈可擊。</p>
<p>研究揭示，人工智能技術，包括大型語言模型和聊天機器人，經歷的認知衰退與人類衰老相似。</p>
<p>這一發現尤其相關，因為對人工智能在醫療診斷中日益依賴，推動了其簡化複雜醫學術語的能力。</p>
<p>該研究評估了頂級人工智能模型的認知能力——ChatGPT 4 和 4o 版本、Anthropic 的 Claude 3.5 'Sonnet'以及 Alphabet 的 Gemini 1 和 1.5 版本——使用蒙特利爾認知評估（MoCA）測試。</p>
<p>研究指出：</p>
<blockquote>
<p>&#34;較老的大型語言模型版本的得分低於其 ‘年輕’ 版本，正如人類參與者的情況一樣，顯示出與人類大腦神經退行性過程相似的認知衰退。&#34;</p>
</blockquote>
<blockquote>
<p>較老的聊天機器人，和人一樣，顯示出認知障礙的跡象，在通常用於人類患者的測試中在幾個重要指標上表現不佳。 https://t.co/XF7rRHlPBe</p>
<p>— Live Science (@LiveScience) 2025 年 2 月 16 日</p>
</blockquote>
<p>MoCA 測試通常用於識別老年人的認知障礙和早期痴呆，經過調整以評估大型語言模型在注意力、記憶、語言、空間技能和執行功能等方面的表現。</p>
<p>在人類受試者中，30 分滿分的得分為 26 被視為沒有認知障礙的指示。</p>
<p>在測試的人工智能模型中，只有 ChatGPT 4o 達到了這一閾值，得分為 26，而 ChatGPT 4 和 Claude 的得分略低，均為 25 分。</p>
<p>Gemini 1.0 表現最差，僅得 16 分。</p>
<p>MoCA 的一個注意力任務要求參與者在聽到一系列字母時，每當聽到字母'A'時就敲擊一下。</p>
<p>鑑於大型語言模型缺乏聽覺和運動功能，研究人員以書面形式提供字母，並要求模型用星號或單詞'tap'標記'A'。</p>
<p>雖然一些模型需要明確的指示，但其他模型則能夠自主完成任務。</p>
<p>根據 MoCA 的指導方針，得分低於 26 被視為輕度認知障礙的指示。</p>
<blockquote>
<p>老舊的人工智能模型正在失去理智——字面意義上</p>
<p>科學家們給人工智能聊天機器人進行了真實的人類痴呆測試（MoCA），結果如何？</p>
<p>較老的模型在考試中幾乎是流口水。</p>
<p>ChatGPT-4 勉強通過，得分 26/30，但 Gemini 1.0 得分悲慘，僅為 16——比你的…… pic.twitter.com/tda6WvBKWt</p>
<p>— Mario Nawfal (@MarioNawfal) 2025 年 2 月 16 日</p>
</blockquote>
<p>研究強調了所有測試聊天機器人在視覺空間技能和執行功能方面的顯著弱點，特別是在連接圈住的數字和字母的軌跡繪製練習以及繪製特定時間的時鐘測試等任務中。</p>
<p>值得注意的是，Gemini 模型未能完成延遲迴憶任務，該任務要求記住五個單詞的序列。</p>
<p>ChatGPT 4o 以 26 分領先，而 ChatGPT 4 和 Claude 各得 25 分。</p>
<p>Gemini 1.0 得分最低，僅為 16，表明認知障礙程度更高。</p>
<p>研究指出：</p>
<blockquote>
<p>&#34;所有被檢查的聊天機器人都未能獲得滿分 30 分，大多數得分低於 26 的閾值。這表明輕度認知障礙，可能還有早期痴呆。&#34;</p>
</blockquote>
<p>研究發現，這些人工智能模型表現出的認知障礙類似於人類患者後皮質萎縮的表現，這是一種阿爾茨海默病。</p>
<p>這些發現挑戰了人工智能可能很快取代人類醫生的觀點，因為聊天機器人認知能力的侷限性可能影響其在醫療診斷中的可靠性，並削弱患者的信任。</p>
<p>雖然研究得出結論認為人工智能不太可能在短期內取代神經科醫生，但它提出了一個有趣的可能性，即醫療專業人員可能很快會被要求治療一種新型患者——經歷認知衰退的虛擬人工智能模型。</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>儘管研究承認人工智能當前的認知侷限性，但也建議未來的進步可能改善涉及認知和視覺空間技能的任務表現。</p>
<p>然而，它強調，儘管這些潛在的改進，人與機器認知之間的根本差異可能仍然存在。</p>
<p>研究補充道：</p>
<blockquote>
<p>&#34;文中所有歸因於人工智能的人性化術語僅作為隱喻使用，並不意味着計算機程序可以以類似於人類的方式患有神經退行性疾病。&#34;</p>
</blockquote>

OpenAI

<p>最近發表在《英國醫學雜誌》（BMJ）上的一項研究表明，人工智能（AI）模型，特別是在醫療領域，可能會經歷類似於人類的認知衰退。研究使用蒙特利爾認知評估（MoCA）測試評估了領先的 AI 模型，結果顯示較舊版本的得分較低，表明存在輕度認知障礙。ChatGPT 4o 的得分最高，為 26，而 Gemini 1.0 僅得 16 分。這些發現挑戰了 AI 在醫療診斷中的可靠性，並表明 AI 可能不會很快取代人類醫生，因為儘管未來可能會有改進，但認知限制仍然存在</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）長期以來被視為一種變革性力量，聊天機器人和大型語言模型（LLMs）等工具在簡化複雜診斷、編碼解決方案等方面發揮了關鍵作用。</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，如果人工智能像人類大腦一樣，隨着時間的推移開始出現認知衰退的跡象，會怎樣呢？</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>一項發表在 2024 年 12 月的《BMJ》上的研究表明，領先的人工智能模型，特別是在醫療領域，可能並不像曾經認為的那樣無懈可擊。</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，人工智能技術，包括大型語言模型和聊天機器人，經歷的認知衰退與人類衰老相似。</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>這一發現尤其相關，因為對人工智能在醫療診斷中日益依賴，推動了其簡化複雜醫學術語的能力。</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>該研究評估了頂級人工智能模型的認知能力——ChatGPT 4 和 4o 版本、Anthropic 的 Claude 3.5 'Sonnet'以及 Alphabet 的 Gemini 1 和 1.5 版本——使用蒙特利爾認知評估（MoCA）測試。</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;較老的大型語言模型版本的得分低於其 ‘年輕’ 版本，正如人類參與者的情況一樣，顯示出與人類大腦神經退行性過程相似的認知衰退。&#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>較老的聊天機器人，和人一樣，顯示出認知障礙的跡象，在通常用於人類患者的測試中在幾個重要指標上表現不佳。 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 測試通常用於識別老年人的認知障礙和早期痴呆，經過調整以評估大型語言模型在注意力、記憶、語言、空間技能和執行功能等方面的表現。</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>在人類受試者中，30 分滿分的得分為 26 被視為沒有認知障礙的指示。</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>在測試的人工智能模型中，只有 ChatGPT 4o 達到了這一閾值，得分為 26，而 ChatGPT 4 和 Claude 的得分略低，均為 25 分。</p>
</div><p>Gemini 1.0 performed the poorest, scoring only 16 points.</p>
<div class="lb-trans"><p>Gemini 1.0 表現最差，僅得 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 的一個注意力任務要求參與者在聽到一系列字母時，每當聽到字母'A'時就敲擊一下。</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>鑑於大型語言模型缺乏聽覺和運動功能，研究人員以書面形式提供字母，並要求模型用星號或單詞'tap'標記'A'。</p>
</div><p>While some models required explicit instructions, others completed the task autonomously.</p>
<div class="lb-trans"><p>雖然一些模型需要明確的指示，但其他模型則能夠自主完成任務。</p>
</div><p>Following MoCA guidelines, a score below 26 was considered indicative of mild cognitive impairment.</p>
<div class="lb-trans"><p>根據 MoCA 的指導方針，得分低於 26 被視為輕度認知障礙的指示。</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>老舊的人工智能模型正在失去理智——字面意義上</p>
<p>科學家們給人工智能聊天機器人進行了真實的人類痴呆測試（MoCA），結果如何？</p>
<p>較老的模型在考試中幾乎是流口水。</p>
<p>ChatGPT-4 勉強通過，得分 26/30，但 Gemini 1.0 得分悲慘，僅為 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>研究強調了所有測試聊天機器人在視覺空間技能和執行功能方面的顯著弱點，特別是在連接圈住的數字和字母的軌跡繪製練習以及繪製特定時間的時鐘測試等任務中。</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 模型未能完成延遲迴憶任務，該任務要求記住五個單詞的序列。</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 分領先，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，僅為 16，表明認知障礙程度更高。</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;所有被檢查的聊天機器人都未能獲得滿分 30 分，大多數得分低於 26 的閾值。這表明輕度認知障礙，可能還有早期痴呆。&#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>研究發現，這些人工智能模型表現出的認知障礙類似於人類患者後皮質萎縮的表現，這是一種阿爾茨海默病。</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>這些發現挑戰了人工智能可能很快取代人類醫生的觀點，因為聊天機器人認知能力的侷限性可能影響其在醫療診斷中的可靠性，並削弱患者的信任。</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>雖然研究得出結論認為人工智能不太可能在短期內取代神經科醫生，但它提出了一個有趣的可能性，即醫療專業人員可能很快會被要求治療一種新型患者——經歷認知衰退的虛擬人工智能模型。</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>儘管研究承認人工智能當前的認知侷限性，但也建議未來的進步可能改善涉及認知和視覺空間技能的任務表現。</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，它強調，儘管這些潛在的改進，人與機器認知之間的根本差異可能仍然存在。</p>
</div><p>The study added:</p>
<div class="lb-trans"><p>研究補充道：</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;文中所有歸因於人工智能的人性化術語僅作為隱喻使用，並不意味着計算機程序可以以類似於人類的方式患有神經退行性疾病。&#34;</p>
</blockquote>
</div>

人工智能的老化：人工智能會像人類一樣受到時間的影響嗎？