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。

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。
5 h/ d0 U$ D  C
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。
6 n% ]+ w+ e# a, z' W
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。
  H: m* v3 y* X
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。
/ D+ Q: e9 P  G: G( K$ f
8 b0 u- ?1 D; I) O4 s+ X. f; i这对中美的AI大赛意味着什么呢？
% ?2 N  s1 @9 i3 k
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。
0 }& f- c% C6 h% i0 P8 e- n, h. P/ V" V
: P, K4 J2 a# v, g4 W2 S$ ~% [6 m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。
* Q$ e. P/ b- |+ h4 @; w+ P9 I
( q6 O4 o6 [% h+ H6 B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。
6 _) w. j$ P( x4 r
. q6 @9 D4 M2 F' I  b2 g+ l) z. x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。
$ Z- n2 {0 u% W
# P0 e( ]$ F2 O' c. 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。

8 s" I- e" [; i我下面引用他们的话。我先声明我不同意他们的话。
6 u8 {0 m( G2 N+ _. t& V2 F& z* g0 x
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
# h6 Q- O! [: |6 [: g: l) z回晨大牛的话。
, b3 E; Q8 n9 j
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。

4 U; C+ g: l3 N4 ^( h# p- A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。
* c/ r' B6 l0 Q6 i, u% a# k
: o0 {3 W* S/ H' o; j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。
- `  G/ B9 K# q. L4 C8 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 ...

1 j) P* T. y" G( ^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
1 e7 ^" u& g1 R+ p回晨大牛的话。
  h* j9 Q) b- h  Q
" b( J, H8 S! i) b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。

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。
: w( Y/ S$ g* e/ J, [0 D/ q8 a. r9 A# J
0 s( h, j5 ~6 M( A' h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。

3 Z4 Q) Y6 S3 z5 y9 t2 \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
. J+ u* B+ ^$ |' F! H, u/ ~5 _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。
( U4 \$ U1 X( z0 ~- l9 ]
3 c, l5 N2 F! @3 U( L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
, E) B! z' H- ]( \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 ...

* h# w6 I2 K7 @1 i0 _) j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。
) y' V+ |8 q9 z& ~: m. R
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
% i: v8 {. R0 N+ ?0 h回晨大牛的话。
& }# X! W0 ]! J6 Q: F; 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。

( X, C$ x9 |- W  c" \4 D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
9 A2 z, N/ ~6 y  M回晨大牛的话。
, I: m8 R- L: a  b. f, @- y7 \2 \
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？
6 a0 f) z' P& ?: 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。
- ~9 T  |! K9 H' l; D- c
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。

$ r& m( A8 c: H3 a4 W  T# 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
! g3 t$ Y3 r! a! F7 _7 U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.

2 B9 f0 x/ `9 R9 ?

征久仁

晨枫 发表于 2024-10-17 23:39
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 ...

% G/ J/ b5 m) B4 ]4 d& 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。

- @3 v+ b9 t1 R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：

* h) C% U. H$ E谁氏园林择胜开，山环抱复水瀠洄。
3 ~* n% G/ o; M5 }4 J川横桥喜路不断，岸转船如峰自回。
0 H* Z$ Y+ Q- ]) ]2 b意入敞亭趣有永，目游高阁望无埃。
( e0 I5 o/ w2 o) g6 B分明层叠浅深处，欲问丹青能是哉？
# M' K: n# P( O5 o) s* `
( N  X7 `" o7 w7 G% S; h1 D7 H还有这首：
三秋别忽尔，一晌奠酸然。
5 k+ `+ H. B5 A  `2 v$ I6 l) K. B追忆居中阃，深宜称孝贤。
6 ?6 v& u. z' Q1 i3 n5 Y平生难尽述，百岁妄希延。
2 p" J" p/ z7 w6 [7 _# D夏日冬之夜，远期只廿年。

% q/ b5 \  o& g+ R5 W! x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。

/ |& c4 _$ E/ @1 t0 e8 z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。
, B- X& X$ k- b! o& c, e
& ~0 V+ Y6 L: r8 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。

* m  I7 @# e. @3 ?$ t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 ...

( x; B/ c, x8 @  W6 w% m: k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
0 p; }+ I: ~; G. E( ?. A- d2 ~
0 U3 S3 Y4 D- U/ w4 B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
) x, Y' {0 `. I  Z1 @2 j5 i" 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 ...

* ^  ~6 ]& J" a; C) c! W, }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。