附议xiejin77兄：大模型加海量数据只是超级刷题大师

晨枫

多谢xiejin77兄好文（http://www.aswetalk.net/bbs/foru ... read&tid=160739）。想了一下，有点感想，请不吝赐教。
& N9 u5 z# S  `) o$ Q
个人认为，大模型没有奥秘，还是靠模型参数之多来更好地“捕捉”现有知识的量变，而不是产生智慧的质变。知识依然来自海量的数据，也就是人类世界的现有认知。
8 W/ }/ j, M8 W9 [4 k3 E9 p1 F
大模型加海量数据依然在本质上是超级刷题大师。比“查表”式的直接找答案要高级，能填补现有数据之间的空隙，但不能跳出现有数据所代表的知识的框架。在本质上，刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终也解决不了。刷题也不是直接照搬解题，还是要判别题型不是嘛。

+ i/ [2 |' @. ~( ]; x世界上的“题”已经够多，所以海量刷题是能刷到很恐怖的“智能水平”的。但依然只是超级刷题大师。沿着这条路走下去，不可能走出创造智慧、具有独立判断的“强人工智能”的。大模型“有创造力”的印象来自吟诗作画，但不是还有“熟读唐诗三百首，不会写诗也会诌”吗？画画也是一个意思，只是从文字介质换成图像介质。
4 I! u+ r5 `4 n  x
用围棋规则自我训练是另一个问题。那是有限空间里确定解的问题，是极大规模的最优化问题。在本质上，这与“深蓝”早年打败卡斯帕罗夫相似，只是算力极大提高了，算法极大改进了。
- l9 m) f# x5 b) B3 E
6 s  {9 h) U6 j$ |* t这对中美的AI大赛意味着什么呢？
4 r3 w9 e, y% ?  n  W) N
AI的最终用武之地是在应用，应用型的AI的厉害来自数据，实践才出数据。

在军事、艺术这些方面，美国有足够的实践，美国AI会很厉害，可能超过中国。必须说，中国军队打仗没有美国多，中国影视没有好莱坞能折腾，音乐、美术等也是一样。
: B" H1 \! e- T6 l( m! D
) M, ~6 O& k4 g. \# N但中国人在制造、建设、物流这些实体方面的实践更多，数据丰富得多。社交媒体和广义通信方面，抖音、微信出现在中国也不是偶然的。个人认为，这些与经济和社会相关的AI应用可能中国会领先，如果不是已经领先的话。

/ `. M( {# \/ c6 S美国式AI训练凭借算力和算法优势，把天下所有圣贤书、垃圾书统统海灌进去，希望“良币最终压倒劣币”，也因为搞AI建模的人没有能力筛选圣贤书、垃圾书。他们需要的是“通用人工智能”，而没人是能在所有方面都成为专家的。
3 S/ G; Q1 M6 V3 J& a
( e. j* @/ b* o: |# W: t* K6 r, h中国式AI训练在算力方面吃亏，算法再厉害也输在起跑线上。但中国人有有用的专业知识积累，中国AI也聚焦专业AI，专家参加训练，所以大模型训练时只灌圣贤书，不灌垃圾书，最后在形成有用但专业AI应用方面成绩斐然。
3 t; J3 k2 u) F& d0 @
4 G8 A  a+ }6 n最终，算法、芯片这些都不足以决定性地改变中美AI的走势。

宝特勤

回晨大牛的话。
, A, N0 A; Q7 |' f' ^% e9 o
我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。
# b. e* y0 e+ I5 V
我下面引用他们的话。我先声明我不同意他们的话。

+ e( u/ ^$ M1 k0 ?; r' n- A他们的反向信息是中文网络材料。作为唯利是图的美国商人他们对政治不感兴趣。他们这么做的理由是中文网络充满逻辑错误和事实错误。

逻辑错误和事实错误是不可避免的。但是多了不好。咱从自己做起，用事实证明他们走了弯路。

赫然

宝特勤 发表于 2024-10-17 07:29
1 x8 P* I* L. ]回晨大牛的话。
* T5 ]  t3 K5 m0 o, s
4 [. v1 r- h- g我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

! j2 p: T; k. m( Q5 F咋感觉你的朋友在缘木求鱼呢。
1 o- f+ f( U( ~$ n# ]众所周知，中文网络的信息量相当小，宽度和深度都不行。这个在几年前就有广泛的讨论。过去几年某种程度上更加是倒退的。掌握中文信息最多是中国政府，第二是国内那些互联网大厂。所以，你的朋友在中文互联网上找内容，感觉完全是门外汉的做法。

这种封闭带来了信息垄断。其好处显然被美国互联网大厂也看到了。于是，过去几年里信息越来越闭塞，爬虫能去的地方也越来越少了，大量信息开始从英文互联网上消失了。这个其实成为堵塞AI后发企业的秘籍。这点上，感觉美帝在向中国学习了。

宝特勤

赫然 发表于 2024-10-17 23:16
/ ?- Q1 I. Z# `& m: A咋感觉你的朋友在缘木求鱼呢。
! K5 }$ p! R% n. b) `众所周知，中文网络的信息量相当小，宽度和深度都不行。这个在几年 ...

' @( h$ Z  U) z$ j) G. {6 P$ g赫大说得对啊。我朋友不是在中文网上找学习的内容，而是找反面教材。和赫大的观察是一致的。

征久仁

宝特勤 发表于 2024-10-17 20:29
+ ~: v* x8 b9 ?" w/ z7 k  V) z; P回晨大牛的话。

4 x8 @" n6 P0 u; a6 @* [我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

以我大美利坚为例，Truth Social , X， Reddit和TikTok 同主流媒体的区别，让我有了一种平行时空的感觉。
  a6 l% @. S0 p  D5 y
回到中国，小红书抖音快手，知乎网易豆瓣，同官媒，也肯定不在一个层面上。

所以逻辑错误或者认知完全不一样都很正常，不宜轻易下结论。

征久仁

AI在总结现有数据上先天性强于人类，但将AI用于开拓新领域必须小心求证。
  {) L, a& H5 M/ E9 k, l+ O/ \" r
我天天用ChatGPT改邮件和论文，但我不相信ChatGPT写的论文。

晨枫

征久仁 发表于 2024-10-17 09:32
; [. F% P- T3 D; k1 BAI在总结现有数据上先天性强于人类，但将AI用于开拓新领域必须小心求证。

我天天用ChatGPT改邮件和论文， ...

( [6 l. r5 M& TAI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道比人类多太多了，运算速度也爆棚，要刷题，人类是不能拼得过AI的。谁要是无聊到开动AI狂写诗，乾隆都要羞愧。但事实还是一样的：乾隆不是真诗人，AI也不是真诗人。

赫然

晨枫 发表于 2024-10-17 10:39
0 R$ ~- y5 F& VAI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道 ...

4 C1 ~3 Q+ q6 H3 l感觉AI遇到理论瓶颈了。。。辛顿老先生害怕的超过人类的AI看来暂时还没有影子呢。
8 M6 y/ u( o) T  }( [6 }
好在AI现在还在进步，等几年看看最后能落地什么。

yanei

宝特勤 发表于 2024-10-17 20:29
回晨大牛的话。

: m; F) @; a& r$ d6 {我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

7 A4 A! @' s9 e- R8 T行啊，他们高兴就好。再说他们软件能读得懂多少有高中大学水平的中文？

dopplermaxgamil

宝特勤 发表于 2024-10-17 20:29
5 `# M1 C6 j) P( [回晨大牛的话。

我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

不知道你出于什么动机不停的阴阳攻击楼主，也许楼主在别处的罪过你？
* R: r* p" H, m一个整天自诩大公司高管的ID，不停在每个楼里秀你的小肚鸡肠，说怪话，整得像个怨妇似的。
4 w: H5 r- Y5 x! W; S' K3 K
& b& \- L# v, Z# b/ f0 i! G劝你呀，还是集中精力cosplay忙总，深度创作傻白甜的职场小作文。那才是蓝海的网络赛道呢。

你在西西河cosplay忙总，用力过猛，已经被扒的裤衩都不剩了。又跑到爱坛碰瓷晨枫，好不容易积累了一点人设，这么快就要败光了，何苦呢！

宝特勤

yanei 发表于 2024-10-18 01:24
行啊，他们高兴就好。再说他们软件能读得懂多少有高中大学水平的中文？ ...

/ ]: `4 @% ~: h# s' T7 M% w2 b回yanei 坛友的话。他们软件有中国大学内容啊。我随便问了一下 ChatGPT.
) q9 |9 ]* u& Q7 i: A1 S) W

征久仁

晨枫 发表于 2024-10-17 23:39
) G2 U- G# c$ V+ n4 |6 tAI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道 ...

最后一句绝杀了，太牛了

孟词宗

征久仁 发表于 2024-10-18 02:38
最后一句绝杀了，太牛了

乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天一首，总量相当于《全唐诗》共四万三千多首，强烈怀疑他是带着 AI 穿越的。

6 X8 d; A4 w$ J7 T乾隆诗作虽然总体水平不高，但也不乏上品的，毕竟量变还是会带来一点质变的。例如：

) `  K9 P9 R* L. [9 r  h谁氏园林择胜开，山环抱复水瀠洄。
川横桥喜路不断，岸转船如峰自回。
意入敞亭趣有永，目游高阁望无埃。
. r- L! |' W# R7 u0 `' {: o' Z2 W分明层叠浅深处，欲问丹青能是哉？
0 {8 k/ M4 W7 u! n6 v4 ?
) C: h; ^5 K9 f! f2 I# y. d还有这首：
三秋别忽尔，一晌奠酸然。
追忆居中阃，深宜称孝贤。
( E+ H) F: z+ M: V! f( F: H+ |# \平生难尽述，百岁妄希延。
夏日冬之夜，远期只廿年。
) a8 o$ l" ~5 j6 G
这是乾隆思念亡妻所作，平铺直叙，但情深意切。如果把赋也作为散文体的诗来看的化，乾隆的《述悲赋》也是很好的。

xiejin77

感谢晨大翻牌子。
6 U+ x/ B8 f/ h2 D( r
我是金融科技从业者，大模型领域的进化不得不长时间的持续跟进，同时也不得不面对非技术背景的人的询问。甚至是有些德高望重的前辈。
8 Z& [9 r& n/ V- n6 C5 t
AI这个领域的发展，虽然常有一些意外，但还是跳不出唯物辩证法认识世界的基本观点。
9 f7 P; M0 }& l
! ~& X& k9 f1 |+ n; r6 D5 v晨大的论断，很有一点战略的味道。其实教员同志当年的实践论，矛盾论都是可以拿来理解这些现象的利器。但是国内没有这样的舆论来讲这些话。领域内的只想搞大新闻或者闷声发大财，也米有一个权威来讲讲这些战略上的东西，而用官话套话说这些又显得格格不入。
1 h5 E9 D$ }- J' f2 w9 t2 ]
: A& B1 X3 N, r; ~: D1 A  c( f; H所以，舆论的阵地，如果我们不占领，就会被人占领。

xiejin77

孟词宗 发表于 2024-10-18 04:13
& }5 \- O0 j. W/ N$ l+ d- t乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天 ...

( V/ Y  N1 y# a/ H2 G. B8 c8 P) R孟老师可以移步诗梦小轩，看看俺的这篇解读http://www.aswetalk.net/bbs/foru ... read&tid=160605

作为一个长期有写近体诗习惯的入门者，俺对于AI的近体诗还是有一些体会的。

征久仁

孟词宗 发表于 2024-10-18 04:13
3 `! ^: ?8 w; q, ?/ v乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天 ...

很多字我不认识

潜水员

做中文专家AI系统确实是个好主意。通用AI如果是基于中文互联网确实太难了，污染得太厉害，到处是海量重复和不加甄别的信息，无效甚至有害。