《英國醫(yī)學雜志》圣誕刊的一項研究發(fā)現，在廣泛用于發(fā)現癡呆癥早期跡象的測試中，幾乎所有領先的大型語言模型或“聊天機器人”都表現出輕度認知障礙的跡象。

研究結果還顯示，“老”版本的聊天機器人，如老年患者，在測試中表現更差。作者表示，這些發(fā)現“挑戰(zhàn)了人工智能將很快取代人類醫(yī)生的假設”。

人工智能領域的巨大進步引發(fā)了人們對聊天機器人是否能超越人類醫(yī)生的一系列興奮和恐懼的猜測。

多項研究表明，大型語言模型(LLM) 在一系列醫(yī)學診斷任務上表現非常出色，但它們對認知能力下降等人類缺陷的敏感性尚未得到檢驗。

為了填補這一知識空白，研究人員使用蒙特利爾認知評估 (MoCA) 測試評估了領先的、公開的 LLM 的認知能力——ChatGPT 版本 4 和 4o(由 OpenAI 開發(fā))、Claude 3.5“Sonnet”(由 Anthropic 開發(fā))以及 Gemini 版本 1 和 1.5(由 Alphabet 開發(fā))。

MoCA 測試被廣泛用于檢測認知障礙和癡呆癥的早期跡象，通常用于老年人。通過一系列簡短的任務和問題，它評估注意力、記憶力、語言、視覺空間技能和執(zhí)行功能等能力。最高分為 30 分，26 分或以上通常被認為是正常的。