哥本哈根大(dà)學的研究人(rén)員(yuán)已經證明，處理(lǐ)複雜問(wèn)題的完全穩定機(jī)器學習算法近乎無法實現，這凸顯了對人(rén)工(gōng)智能局限性。

以 ChatGPT 爲代表的 AI 浪潮下，機(jī)器能比醫生(shēng)更準确解讀(dú)醫學掃描圖像、能比人(rén)類更安全地駕駛汽車，但(dàn)再優秀的算法也存在弱點。

以自(zì)動駕駛汽車讀(dú)取路(lù)标爲例，如(rú)果有人(rén)在路(lù)标上貼有标簽，人(rén)類駕駛員(yuán)的注意力通常不會被分(fēn)散，而機(jī)器由于和接受訓練的路(lù)标存在差異，很容易出現分(fēn)心。

該小組負責人(rén)阿米爾・耶胡達約夫（Amir Yehudayoff）教授說(shuō)：“現實生(shēng)活中存在着各種各樣的噪音，人(rén)類習慣于忽略這些噪音，而機(jī)器卻會感到困惑”。