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。
7 e5 E' R3 L" |& V0 Z
' t8 w4 p$ V8 D  O/ O/ b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。

1 y5 }. c/ b; X6 B2 f6 Z. R4 y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。

" W* g( Y6 T9 N( e; Q, P* y8 b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。

% a; d& ^# Q+ C9 ?" f5 p这对中美的AI大赛意味着什么呢？

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。
; K2 t& `: n+ U% q. W( }
6 n0 `# k4 r1 k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。

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。
- x3 G, h) e7 F* X2 o% ?
( g  f4 h! i. v* p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。

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。

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 y. a- w) D$ h8 N9 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。

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。
0 w% x- r) l. d0 ~7 l2 l( {5 o8 ~
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
- ?3 c7 M5 U: Q7 @回晨大牛的话。
9 R0 I- Z  \$ h, x! B# 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。

咋感觉你的朋友在缘木求鱼呢。
, Z$ w* w6 c( Z# 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。

: {" [; t. j7 v3 }1 ]( f. u; l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 ...

4 m: O5 h: r5 k) ?' u! _# x9 X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。
8 O# V5 \; Y  {" n8 L
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。

- {' J0 s7 D3 v: n/ T) 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。
. f9 X* |1 f7 V; T3 r" d# l
: U9 X+ d) O  v* O5 q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。
" z1 G9 Q; h' q6 Z
! ?6 U# Z4 d( a8 k% x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。

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。

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
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 ...

$ M* ]/ \( w4 b8 n1 F1 W# t7 ]$ B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。
  F, z- {; g: @, U2 T0 B$ m! T! z* O
/ s+ D% q# p/ B+ w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。

) F- M; k* B/ 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。

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
& S! L2 D% J: C3 h2 j7 r回晨大牛的话。
3 s; b) {2 t, O; F: v
  {2 Q% H9 r( o& x' 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。

) R' @5 {) x! }0 N: @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？
  }7 ~# N/ N6 E8 Q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。
! {7 _" N0 {9 Q# U" ]( }
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。
' z- g7 k- |# Q" x
0 Y( A! v3 Q$ r+ h4 S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
! }5 P& n6 R+ S) I5 D* `5 Z* C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？ ...

( R2 c* f4 t- S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.
$ m6 F6 ]4 E/ H- t9 O+ s6 v

征久仁

晨枫 发表于 2024-10-17 23:39
  f/ [: W; \" T7 }0 Q& D4 TAI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 ...

' D: y0 y) q, ?8 C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 d+ q8 D: @; R; F6 W) z; c! Q1 i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。
" V: W& t4 g" ^9 d0 |- _/ h& {( H
/ b  o. k6 u# s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：

( W; O( K- G$ V) Y! A3 ^+ `( h# B7 u谁氏园林择胜开，山环抱复水瀠洄。
: Y) l2 }! _8 X2 u7 E, `0 M* Y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。
分明层叠浅深处，欲问丹青能是哉？
8 {  `6 V: o% Y
0 ~) N' ?2 v9 M# M还有这首：
三秋别忽尔，一晌奠酸然。
& E# P) c2 C6 t1 E+ }追忆居中阃，深宜称孝贤。
平生难尽述，百岁妄希延。
: ], G5 f0 s5 U4 q# X/ W) ~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。

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。

" t- e5 _* ?* e) F/ x9 v1 @! Q" z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。
0 I( J0 H' z1 `$ j: J
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 ...

6 S8 ~: A2 H. M  o0 m9 e8 K; W9 N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
$ A+ w1 X: Q2 n3 k  c
6 M: `4 u! R: B9 f+ f5 R& w+ s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
: _8 F; \: t1 ?: ]1 E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 f3 K, ]1 D8 @- X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。