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。
6 E( J: G8 ~4 N; i! t
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。
! M. b2 i6 |- U+ ]* a4 w& ?
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。
$ `- L! L, u9 [
/ `6 p- S' m- x9 F% J5 A6 r! z2 E2 |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。
7 h8 w4 e. R) F0 ]9 _* `6 U7 L
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。
3 A0 V2 z( A8 g
% D6 n$ N" Y' U: v7 n1 F2 Q9 Q: e这对中美的AI大赛意味着什么呢？
- ?! M+ I6 a5 r8 H& x
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。
& _6 @& {9 g5 j/ q& w8 r$ S
% }1 I! F* o9 @1 N0 ?* @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。
* i/ J/ i5 c4 k$ u# h/ ^0 m5 a
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。
0 j- V6 ?+ v! h' q5 F5 C
5 P( P0 M9 r  f. E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。

# r! r9 H, _$ d. U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。

: x7 k  H2 ?. P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。

- X+ }3 w- X+ z; h9 w5 l( }- 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。
7 |5 K$ Z/ O$ A: G+ t
) X% u# G/ G# i8 o0 \& [% U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
$ J5 m1 ?' f( k: ~6 B回晨大牛的话。
! J8 P6 \5 M) 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。

咋感觉你的朋友在缘木求鱼呢。
  |+ K5 O7 T& d% \" e6 l/ K1 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。
, {- F4 u* A2 \4 }" @
5 E: C  ]3 c( ?3 D- _9 U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。
) t+ c& W! ?  h% d

宝特勤

赫然 发表于 2024-10-17 23:16
) b' P1 u9 _3 N6 I咋感觉你的朋友在缘木求鱼呢。
/ @" R& C$ P* h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
5 U5 F3 `' ~/ \' Z$ {4 d9 x/ g. M) p回晨大牛的话。
0 t; w! x* B7 q  o
. R( p' `: B& X* @* n5 w/ V' R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。

; J' u( i1 E" |! p+ }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。

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。
$ h* k; P" ^6 J. Y: B
! I& ^9 j; B5 [8 J; u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
; q# {3 D) ]5 ^$ k% \% [. `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。
- e- ~6 o4 N; T* O  Z: n$ q' ~
% n, G4 W9 e- A& n我天天用ChatGPT改邮件和论文， ...

$ t' i  g; \: {3 N' A9 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
/ a" [) s6 L6 T4 Z! ?, z# P$ cAI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。
, V2 q! i( P9 D9 S8 f9 r5 {+ m6 A  e
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。
3 j& r1 g9 g6 V+ Q1 q: Z4 ]2 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。

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
* }0 q+ ]( K2 H1 m# v& u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？
! x/ K/ N. [& a' x  o7 T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。
6 s9 V/ u6 c( c9 r6 n: ?
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
( c& K1 q( W4 j' B) E* 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.
1 ~! T. [9 v  z' w

征久仁

晨枫 发表于 2024-10-17 23:39
* h& r. S4 O) [3 d# U$ i4 S7 N6 bAI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 ...

% N/ S  S0 |! x  W% H8 D- S最后一句绝杀了，太牛了

孟词宗

征久仁 发表于 2024-10-18 02:38
) U6 @' G7 s  u6 r9 M, p+ ~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。

& t' T% R/ Z* W; a2 r# m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：
' t8 T, a' I$ h. A% c$ F9 C* n
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。
/ `* h% @6 ?0 o* m# c; c& @分明层叠浅深处，欲问丹青能是哉？

还有这首：
  d- u$ V! X8 T3 J4 C1 n三秋别忽尔，一晌奠酸然。
追忆居中阃，深宜称孝贤。
" j- ]( p" W7 q4 j7 c* g平生难尽述，百岁妄希延。
8 I* d9 k1 _% k# L# a1 n夏日冬之夜，远期只廿年。
8 t5 R# _8 `2 z! z7 N: m6 G8 \7 }' s& _
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。

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。
5 m$ o0 b6 V- P/ r
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。
6 D& n5 T: D/ b( T% w' y0 l9 O) ]
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 ...

& |# i( j. ]" _; P+ s6 O. i* j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
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。