5月22日消息，MIT最新研究揭示，AI在理解和处理否定词如“no”和“not”时存在显著缺陷，这一问题在医疗等关键领域可能带来严重风险。研究表明，尽管AI已具备多种实用技能，但在面对否定语句时，主流模型如ChatGPT、Gemini和Llama往往倾向于默认肯定关联，忽视否定含义。例如，“no fracture”可能被误解为有骨折，“not enlarged”可能被视为扩大状态。问题的核心并非数据不足，而是AI的训练方式——依赖模式预测而非逻辑推理。斯坦福大学教授Kian Katanforoosh指出，这种局限性可能导致“not good”被误判为正面情绪。研究团队尝试用合成否定数据优化模型，但仍面临挑战。Lagrange Labs的Franklin Delehelle强调，AI擅长模仿模式，却缺乏创新或处理新情境的能力。Katanforoosh呼吁，未来应结合统计学习与结构化思维，增强AI的逻辑推理能力。