Emergent Abilities（突現能力）指的是在大型人工智慧模型（特別是大型語言模型）中，隨著模型規模、資料量和計算能力的增加，模型突然顯現出未被明確設計或訓練的全新技能或行為。這些能力不是模型明確被編程或預訓練的，而是隨著系統的複雜度提升自發出現，帶有某種不可預測性。
主要特點：
• 不可預期性：這些能力在較小模型上無法觀察到，但在達到某個“臨界規模”後突然出現。• 跨任務：這些能力可能涵蓋推理、數學運算、語境理解、多語言翻譯、抽象問題解決等多種複雜任務。
• 質變效應：隨著模型大小和訓練數據的線性增加，模型在某些任務的性能卻以非線性的“跳躍”方式提升。
例子：
• GPT-4展現的高階推理能力和上下文理解能力。
• AlphaZero自學下棋展現出人類未預期的戰略。
• 語言模型在沒有特定訓練的情況下，能完成某些特定任務如代碼生成或數學題解答。
理論背景：
“Emergent”一詞源自複雜系統理論，描述複雜組件間互動產生的新現象，非簡單部分的線性疊加。
討論與意義：
-帶來 AI 能力快速提升的驚喜，也伴隨未知風險和控制挑戰。
-激發對於人工通用智能（AGI）達成可能性的討論。
-促使研究者關注模型安全、倫理與監管問題。
總結：
Emergent Abilities 是大型 AI 模型中隨規模增長自然湧現的未預期新技能，展現了 AI 技術從量變到質變的特性，也是當今人工智慧發展的重要觀察焦點。
