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。

2 x* Q9 m- d$ u" v( {$ j- D" y  Y) x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。

$ B: |( e4 [  }5 ]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。

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。
# A. A% j$ G* R/ Z" C
. D+ {; t/ W+ m% i, P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。
: F" ~# L, Y3 R! p5 S. d$ Y
这对中美的AI大赛意味着什么呢？
3 F' g7 n9 ?  C
0 N1 C# l0 `9 l1 A9 EAI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。
8 c6 x( m% c7 w& M2 l, q$ a
- v. i0 S1 r: I3 q, j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 l; \- |& {. b& {- s
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。
8 e' b: R0 V2 T
: f1 N5 S. j" Q6 D0 A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。
! c) [% s9 s" I6 w! k, i
/ I1 [: n* x) O( a+ L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。

8 s1 z6 `+ S. b1 ~  @% X' F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。

2 u% \9 c+ H$ x$ 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。
2 _0 d3 {4 b9 ?3 F6 b( w
* B& k) S" G2 V( p1 G我下面引用他们的话。我先声明我不同意他们的话。

- l! B( \+ f: Y# o: {4 O4 p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。
  R" T* \7 d! S( v4 [1 `) q
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
' }$ U: T: N1 B. d" b; O" @回晨大牛的话。
$ y8 Q+ V) `) u; g- 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。

咋感觉你的朋友在缘木求鱼呢。
. C! i  H4 u$ P0 d5 A% \. L1 P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。
4 n. {6 x7 F4 ^# ~5 ?) N9 H
9 F' D3 H" |# ^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。
3 k& N5 k. Q$ a5 P3 e

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 ...

4 ]/ Q# _$ y& l! y/ B+ w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。
. \  o7 [" u' ~
; i0 M: j/ a$ \6 J/ L9 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。

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。
$ Q- |9 C1 s1 _+ z5 _# R" u+ j
7 O! G( X- a+ D  e3 J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。

7 n( p) ]; D: v( M- W' d4 v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
2 \- N0 B0 c( l$ zAI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。
, V- Z5 _% }* ^
5 l6 e% b5 P5 r我天天用ChatGPT改邮件和论文， ...

  M  R: I. r' gAI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
5 p, m  R3 H% WAI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。

; o/ E7 Q% f  b5 p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。
% x! [- h9 n& s5 T5 [
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
回晨大牛的话。
3 f' T) N4 r. D6 \) H' p" l! z
, g1 C. o, z9 }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。

- o1 G$ w! t) w1 _# ~2 }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。

, W+ x# z4 U8 Y  Q3 r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。

9 {6 l9 h6 P) \. q4 {/ O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
# G3 V4 T* f( S# _) N- e! C; F4 S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？ ...

' B2 n8 x3 w# j3 I0 t9 [5 l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.

7 d% ]' |3 Y% w6 `4 ^

征久仁

晨枫 发表于 2024-10-17 23:39
; ?0 P8 Z& e1 [9 Y: }7 B0 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 ...

# O; p" G. G3 H0 r; Q+ p最后一句绝杀了，太牛了

孟词宗

征久仁 发表于 2024-10-18 02:38
1 \+ ?0 j8 A/ P& n& ^最后一句绝杀了，太牛了

5 W  j  E' c; 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。

3 ?- U# m, V% c  e8 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：
; k: H6 g8 p$ m7 i# ^# s
) n. Q5 e2 B, i, h4 W) P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。
) N0 S1 d5 }' [, ?. C( O# m: V意入敞亭趣有永，目游高阁望无埃。
分明层叠浅深处，欲问丹青能是哉？

7 e8 d" z/ w; a) u, g5 z3 x还有这首：
" C" D* Z2 S: C三秋别忽尔，一晌奠酸然。
. D; N' J3 z. o- A% [追忆居中阃，深宜称孝贤。
! ]6 a, V( X, ^, K$ w5 ~平生难尽述，百岁妄希延。
; s0 B( J. L0 r4 Q+ M夏日冬之夜，远期只廿年。
" ^/ L8 t! ?; m  o+ {/ o. z
' ^: ?7 v4 o4 v9 j" S$ T' Q5 E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。
  l) @, h# ]* I( }
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。
  b% r4 _5 W2 ]" D3 \& R
+ f0 T9 ~5 A7 c4 X' \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。
" ?+ a* k0 V! G# A& Z5 [
" G2 p* I- z4 f: s" s) K: {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
' Z6 M0 _/ y2 w1 M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
3 j4 I3 |$ A0 S* W
  m9 b& ]+ d9 K4 M2 V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 ...

/ S+ f5 e  v/ `  k; v0 n& [: D- N* N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。