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。

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。
! ?# k6 S% t% g6 n& M( o
8 B. k0 x) \* ], M: N3 [" x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。
/ r) x$ b; S# u% j; G' m
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。

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。

, J+ l6 {* A0 |7 Z这对中美的AI大赛意味着什么呢？

$ Y, z4 V, q4 F( e: z! O7 ?, b6 JAI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。
9 \9 [  {, W) b: P) @3 m- s' @8 ~
4 E; F& J" F) Y) m% b2 V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。

( }3 K. g9 x, l  ?* A7 P' E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。
3 c2 U5 j6 a! T* b( F+ N8 N3 n
4 Q; I( f0 t# D( i8 B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。
) I# j) s% M9 v/ o2 R" q& t
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。
4 c; V" _- b% d, @
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。
7 ~* y5 S8 d- P
1 e0 `$ m$ U! v4 v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。

) m/ d+ V+ u0 M1 j3 e$ n2 F  a我下面引用他们的话。我先声明我不同意他们的话。
4 o. ]$ |4 u$ T5 M) _3 y# }
7 D% K& b/ f" ?4 `" Y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。
" _$ J# a) q1 _( h1 M7 u
! O# P! ]; y3 c! E0 P$ r# D! {5 u6 z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
% B0 J1 o* o3 {  b% M: q回晨大牛的话。
1 e) a2 p! X, }2 a+ 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+ c9 ^$ c2 K3 B$ m$ l5 c8 H咋感觉你的朋友在缘木求鱼呢。
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。
% X6 y  v+ V5 R( q3 `. c

宝特勤

赫然 发表于 2024-10-17 23:16
$ K# S- g# c; j1 H: y咋感觉你的朋友在缘木求鱼呢。
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 ...

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
9 K' k" z! s2 ]  w, N1 `! I回晨大牛的话。
8 s  a$ K- _' l  x+ A- f( U
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。

5 s+ |4 a) ^& \' {9 h. E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。
% T5 O2 S) H/ D  m% _$ Y+ j
! n& M: K" l  v" K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。
' M6 g2 p/ C* q+ g% ?7 k( D) K
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。

% q' s& G9 e2 ^: W, t3 y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
5 U5 A/ d: D4 h8 tAI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。
" f; x6 J- _4 p9 a, R/ ^' E
* @, i' N+ \& ]' ~( v* @我天天用ChatGPT改邮件和论文， ...

( Z  I' p1 L5 I+ [AI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
AI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 ...

6 F$ t' I2 K2 T9 I2 g3 G2 c, W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。
/ W# V+ b: y9 Q& V& Q
/ g% A- [1 _& t, Q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。
+ y6 @8 H% o1 p$ `# y8 q2 O  y
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。

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
  A3 a5 m% |& \0 A$ _+ }, j0 m回晨大牛的话。
' \! n6 O% i0 Y4 z- Q& y
1 b# s0 _; n/ R% Z, Q" x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。

! x7 h( Z& V' m( o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？
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。
5 o3 @) s' e( H  H- u; m
1 w2 C3 b, X- ^# ?- r0 m/ k- }' ^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。
( N' I) K" B; x4 q0 y0 e5 t; g
  }& A. r( K7 ^- t: U' B. X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？ ...

" [: L: S* f2 A5 y" R- s3 H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.
6 Z6 W+ L1 ~  k  ~- j. O

征久仁

晨枫 发表于 2024-10-17 23:39
AI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

: e8 p9 ?! 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。

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：
8 I( p  `1 W- F3 n# p- @4 s
3 {! S2 k5 Q0 p谁氏园林择胜开，山环抱复水瀠洄。
7 ~2 L( i- c$ i, E; k" k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。
; `5 U6 R0 u- C0 Y: y, e! _分明层叠浅深处，欲问丹青能是哉？
) [# U2 r* r* A0 f! G- N# p
还有这首：
三秋别忽尔，一晌奠酸然。
8 _0 c+ i% [% |. |; W- k追忆居中阃，深宜称孝贤。
/ J, u/ O0 P3 V9 n' q8 ?" A平生难尽述，百岁妄希延。
5 _( V  y4 E' M( L6 `夏日冬之夜，远期只廿年。
9 @1 Y* ?( b9 y
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。
, n, z7 Z. U- A% e3 F
! R! d: H" K( q* b1 c5 ?: C& A, [5 J7 ~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。

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。
, q7 ^1 [& Z( M' E) ?
( R' z+ B/ p; g3 |2 E: W8 i% ?% q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。

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
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 ...

3 W/ T# X" w) Z4 f5 d+ ]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

2 I# K$ ^0 O# \1 `1 ^# p* C3 Q0 C; g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
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 ...

# O3 Z' }. g5 }, d8 U1 O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。