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。

" Z) n% Q8 ~* ]' |5 u1 V0 l6 U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 K; e2 A! Y! {4 ?; B
3 N* J" {  o6 I9 E, N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。
# ?+ F: C# L; g7 \6 H8 k8 A. y
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。
0 a8 q1 o3 U& g% r2 B6 a. N
8 @9 d# a6 w, C# f$ @4 e0 f3 c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。
4 p" K  g) \$ [# C* H# O3 d, @# A) R- @
这对中美的AI大赛意味着什么呢？
; A; o$ H8 V0 w( ]! N+ a
0 A6 z. |5 u# B! c$ l: }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。
) a% d+ N2 p, A! K/ W
# M: X; g. x0 S$ d  Q: i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。

. s/ h5 e, k- C6 A% b) v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。
/ h) k! g& O  ?' R' {  o
/ s! H: k% D% o( N( u" Q' }1 W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。
) b' j/ ~( y$ O7 {/ m
7 V- Y% w+ o9 J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。
! d! y( {! u- X4 P( x
1 A: O# i3 O5 h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。
* K: v( e' j4 u2 Y& Q) T8 V1 q
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 K& N5 o+ y7 u6 ^2 G2 i
我下面引用他们的话。我先声明我不同意他们的话。
( W% s# S5 ]: ~9 _: g) r
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。
% e" b" f, Y7 V1 y
6 y( S! ]6 `( ~$ C, y7 O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
. l/ g7 x- q: o* m, G回晨大牛的话。
9 u1 `1 ^# x/ \; ~+ t; f, |
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。

咋感觉你的朋友在缘木求鱼呢。
# P% w) r3 Q$ n+ g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。
3 D# A' n' @+ E) s
+ `% ^' m7 ]( l, _6 Z7 o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。
5 g9 h/ e; s9 C% U( ?. ~0 H

宝特勤

赫然 发表于 2024-10-17 23:16
咋感觉你的朋友在缘木求鱼呢。
! O' Y' B9 b5 E: o* }# G; 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 ...

3 i& b5 ?; l6 d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
( e' P3 G; D( A' _3 x! }! L% ?回晨大牛的话。

; T9 W7 V8 d- A9 S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。

& p1 f, j/ f0 a) d& y" ?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。

1 c; X! h2 E$ h  m' p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。
( E* J/ ^3 s7 y& n$ a9 V) `
! x' D0 ^3 \" }0 P( e' C' i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。
, J8 Z7 A$ ?" b2 I' `5 n2 [
) R$ w. V/ j2 x5 _; {& f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
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。

( T& H: ]$ z; ~4 q* H) I, z. w3 x我天天用ChatGPT改邮件和论文， ...

- T1 P0 i. @+ E$ K5 m4 NAI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 ...

" |) U3 z( I# ]: g$ i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。

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。
' R# {: c5 q+ @2 X, H6 l- s0 t
% v% T! s4 A0 Z8 ^, w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。

& t5 k" W$ @' r2 N; ]( O1 Y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
回晨大牛的话。
1 e# r  W$ e. _0 j" N* F
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 _* W: \9 E- m# O5 U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？
9 B: {. K4 Q' o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。

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。

2 [8 f% L; w: l- _5 a9 k# R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
( }! S$ ?6 F& k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？ ...

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.

, L) d# k& B! O7 `2 n. ?: M

征久仁

晨枫 发表于 2024-10-17 23:39
2 z2 E. q4 A& u  EAI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 ...

3 r: {8 H8 @# F. a, X  V+ F* m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。
- k' E: i9 X$ ?5 q( w1 ~. b$ K
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：
( M. e, O$ B% P2 s* H
: l5 L2 r0 l9 f3 k$ I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。
) x) ~4 ^+ y- F/ M, ~  ~3 y意入敞亭趣有永，目游高阁望无埃。
9 x6 D: n" b; X# X, E分明层叠浅深处，欲问丹青能是哉？
( b9 g+ I( ?6 _3 `7 i2 X- m0 V7 M: W
还有这首：
  E5 H& V8 b! a) B; C9 {, j7 z三秋别忽尔，一晌奠酸然。
追忆居中阃，深宜称孝贤。
平生难尽述，百岁妄希延。
6 [" q# v9 v' H( ?# Q. t夏日冬之夜，远期只廿年。

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。
5 T# b, H. Z' y( a4 t9 K
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。
/ h: Z3 k7 ~9 `, H+ r
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。
0 j$ w9 O; N& I1 V4 u* s. G
% b, M7 W  X7 w. w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
  _& H9 \: _* H; T% K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 ...

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
6 k+ p7 B* e9 m6 r2 l" T% 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。