▲三星推出一款只有700萬參數的超迷你AI模型Tiny Recursive Model（簡稱TRM），被學界視為「小而巧AI」的重要突破。（圖／取自pexels）
記者萬玟伶／綜合報導
人工智慧是不是一定要「越大越聰明」？三星最新研究給出了驚人答案：「不一定！」
[廣告] 請繼續往下閱讀.
根據國外媒體《AINEWS》的報導顯示，在各大科技公司還在競爭誰的AI模型參數更多、模型更巨大時，三星近期推出的一個超小AI模型Tiny Recursive Model（簡稱TRM），憑著只有700萬個參數的「迷你大腦」，竟然在許多高難度推理測試中表現超越多款大型語言模型（LLMs）！這個結果讓不少研究者驚呼，AI 可能走向「小而巧」的新時代。
這款名為Tiny Recursive Model（TRM）的新模型，由Samsung SAIL蒙特婁研究中心研究員Alexia Jolicoeur-Martineau研發。與動輒數百億甚至上兆參數的主流AI模型相比，TRM的體積可說是「小到不可思議」，但它在一系列高難度智能測試中的表現卻十分突出，不但在極限數獨挑戰中解題成功率接近九成，也能在30×30迷宮測試中找到有效路徑，更在測試AI抽象推理能力的重要基準ARC-AGI上擊敗多款知名大型模型，引起AI研究社群高度關注。
與現今許多AI模型依賴一次性推理不同，TRM採取一種更接近人類思考方式的策略。那就是，先推測一個答案，再不斷反思、修正，最多可以反覆思考16次。研究團隊形容，這就像一個會「自己改答案」的AI，遇到複雜問題時，即使第一次沒想準，也能逐漸調整推論步驟，讓結果更接近真相。這樣的運作方式，也避免了大型模型常見的推理錯位問題，也就是一旦前面一步出錯，後面答案就整個崩盤。
更令人意外的是，研究發現TRM的效果在網路層級更少時反而更強，也就是說，一個僅由兩層結構組成的超小模型比四層架構的版本更能正確解題，顯示參數與層數並不必然與推理能力成正比。研究團隊並未依賴先前模型所需要的複雜數學假設，而是直接讓模型在完整的遞迴過程中進行反向訓練，這項關鍵調整讓性能有明顯提升，也讓TRM成為目前同領域最具驚喜的模型之一。
[廣告] 請繼續往下閱讀..
這樣的成果不僅在學術與AI工程圈引發討論，也讓產業界看見AI發展可能正在出現轉向。在雲端成本與能源消耗愈來愈受重視的背景下，像TRM這樣的微型推理模型，有機會直接在手機、車載系統、穿戴設備或家庭電器中執行，不需依賴雲端超級伺服器，就能提供安全快速的智慧判斷。這樣的方向，也被視為邁向真正普及型AI的重要一步。
三星這項研究並未直接否定大型模型的重要性，但它提出一個足以改變產業想像的觀點：人工智慧的實力，可能不再只用參數規模衡量；未來的競賽，或許不是誰的模型更大，而是誰能讓AI思考得更精準、更節能，也更貼近人類的推理方式。
AI正在從「比誰算力強」的肌肉競賽，轉向「比誰思考好」的智慧競賽。從TRM的出現可以預見，一場關於AI能源效率、推理可信度與普及化應用的全新對話，才正要開始。