紫牛新闻客户端1小时前
5月17日，据外媒LiveScience报道，爱丁堡大学研究团队在2025年国际学习表征会议（ICLR）上展示的一项最新研究揭示，主流人工智能（AI）模型在基础时间认知任务上表现显著不足。
研究人员向Meta的Llama 3.2-Vision、Google的Gemini 2.0、OpenAI的GPT-4o等多模态大语言模型（MLLM）投喂时钟和日历图像数据集，结果显示，AI读取时钟时间的正确率仅为38.7%，计算日期如“一年中的第153天是星期几？”等任务的正确率更低至26.3%。
研究指出，这些人类从小便掌握的基础技能，暴露了AI在空间推理、逻辑计算和训练数据覆盖方面的缺陷。
“大多数人从小就能辨别时间和使用日历。但人工智能在执行人类基础技能上存在巨大差距。”该研究的主要作者、爱丁堡大学研究员罗希特·萨克森纳（Rohit Saxena）指出，AI之所以在这些基础任务中频繁出错，核心原因在于其“预测输出”的机制与人类“规则化推理”的本质差异。
例如，读取时钟需要结合视觉感知与几何逻辑（如判断指针重叠角度、解析罗马数字刻度），而 AI 仅能通过训练数据中的模式识别 “这是一个时钟”，却缺乏解析指针位置对应时间的空间推理能力；在日历计算方面，在面临“一年中第153天星期几？”这样的问题时，由于大语言模型（LLM）依赖训练数据中的模式来预测输出，而非通过数学运算，导致如“闰年”等规则无法与具体任务关联，即便大语言模型可以解释闰年的概念，但AI也难以在视觉任务中应用。
该研究为AI在时间敏感场景中的应用敲响了警钟。萨克森纳强调，如果现实世界中的调度、自动化和辅助技术依赖AI进行时间或日期判断，可能因模型错误引发连锁风险。为此，研究者建议，AI模型的训练数据中需要增加更有针对性的例子，并重新思考人工智能如何处理逻辑和空间推理的结合的必要性，特别是在它不常遇到的任务中。
编辑 : 郭凤
奔流新闻线索报料方式
热线：13893646444（微信同号）
拍客：benliunews@163.com
