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。

9 x0 |* g! {" y4 D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。

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。

2 p. `% S: u2 B" r; |3 _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。
( b  i5 x8 g% G  S* d4 G) V0 G3 p
. o  ^0 W+ B" n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。

这对中美的AI大赛意味着什么呢？
" w0 N% P9 @9 ~$ d
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。
- M' U" S% d% `% o, Y, q. k/ h
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。

. o+ n' D& t8 L- _1 Y* \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+ A. N- I1 P: D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。
( ]  [( a! \+ Z9 c
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。
  y8 Q4 S+ Z: ]7 B5 q9 P, `
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。

我下面引用他们的话。我先声明我不同意他们的话。

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
回晨大牛的话。

  f3 C( g3 b! M5 u( h8 e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。
% C. ~4 f8 t/ w1 I8 u# e" f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。
9 ~2 X& N. ^9 w
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
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 ...

  v$ W- ~% e4 e% ?$ N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
回晨大牛的话。
4 b% K" |2 _0 Q' X& ]9 W, P! 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。

  |) x, }( D) \$ M9 d( p% W3 i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。

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。
5 x* F( n& [+ x6 p8 m4 s
' ]5 _: D) N  w+ Z; E' [1 B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。
8 V, o7 |( v: y" D2 `% t' `5 g( e
( Q. g9 S6 S- @9 \( [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。
2 U; t$ j/ ?! z2 u* s9 M4 b- y
+ U9 J3 s/ `  N' }- Q; s' T9 Q我天天用ChatGPT改邮件和论文， ...

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
( r) G7 \6 W4 v0 \; e) JAI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 ...

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。
- h) M- Y% B7 i
( ~7 W* ^) g0 w+ l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。

/ m4 p/ j. |* Y1 h& T0 Y6 N$ W0 r3 a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。

& Q: `# g: a7 ]+ @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
+ z  r' m. _( \5 [7 I- T* _+ A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。

5 W% P+ G4 y4 ?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？
& O' V; Z9 R3 m5 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。

) p/ M- S1 U: S5 `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。
, H  s8 R0 u' z/ j8 }
1 u/ A$ |  g$ K: ~& b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？ ...

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.

( r4 m* v% J0 |- H

征久仁

晨枫 发表于 2024-10-17 23:39
+ S2 ]8 k; B2 d6 s* 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 ...

: L; k9 ^& L- x. B" T. r最后一句绝杀了，太牛了

孟词宗

征久仁 发表于 2024-10-18 02:38
3 [: @7 s. g' |. h2 R最后一句绝杀了，太牛了

( i% \  K+ G, m3 U' o* F0 I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。
% u/ G, b9 ?) F. q6 }/ U
9 k+ _5 n! F; G! g6 c3 I5 F5 b, `. W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：

) b' N  e, N- w, J( {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。
/ f: P) f( o% T+ V3 g2 i/ w  c" ?. u3 K. C分明层叠浅深处，欲问丹青能是哉？
. v8 g# S1 Z- o1 g
还有这首：
8 m/ c& F  L; H: B% c, {三秋别忽尔，一晌奠酸然。
& H: t/ V& j: U8 U! [( p7 N8 X追忆居中阃，深宜称孝贤。
* S* }6 V: Y- f/ }1 ?" B平生难尽述，百岁妄希延。
9 ]/ n2 U/ ^' p& [5 q夏日冬之夜，远期只廿年。

3 u! X  Z. J- n: R, L+ N. P: Z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。

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。

' o7 M1 D1 u. @' n0 tAI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。
" e2 E6 r4 X# ]# T: |5 H- d
" C0 K* o) Y3 H5 s1 l! J; P  U3 i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。

7 r5 Q4 W4 q' Y( ^: Q: l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 ...

& K# i! f$ S9 J3 `" j7 o( o6 _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

# G8 \% i! m  S" c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
" U- y$ Y: V% b2 p& b! `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。