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。
  p) ^. H8 N, g
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。

! g8 T' ?4 i1 L3 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。
- L1 f7 o1 z8 E
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。

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。
6 w# I7 ]& }( y0 Q+ P) Q0 X
/ i& B% }; M9 I/ ~! s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。

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。

, U2 x$ x  E/ o3 I* g+ 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。

* \# f, A, m# x+ X/ K+ w* 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。
& I3 L3 N0 @( B
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。

! g7 L+ Y  h4 H- N% O( ~9 ~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: i: s; m9 V' {& ]9 X
- A! O0 z9 |; m2 z2 i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。

: y6 _* I3 v% j( R我下面引用他们的话。我先声明我不同意他们的话。
  g: N. p  \0 e! O% _. i- X- g
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。
" ^3 z+ D, Y$ V' f# B6 h9 \' V
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
& w* x& ?6 G8 K4 M! j回晨大牛的话。
. n0 n8 s& I) {0 ^
' j' s5 K# l! N) z5 H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 P' u$ @# U) K1 l8 L$ ?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。
8 G8 Q1 Y0 E& {  I1 \" K
- t8 {& i$ O5 N4 t- l3 m" e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。
# D1 m9 h5 I6 ^+ K" S' D# j

宝特勤

赫然 发表于 2024-10-17 23:16
% Y/ B+ n8 k3 z  ~1 s9 K- _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 ...

! C- |4 g2 ]5 d% ~! ^) W: A" l: D; i% y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。

" O9 Q2 @0 `7 ]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 g5 ]" v( M- U$ B% g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。

5 o. T% ^  ~7 [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。

8 L1 P9 W/ g- s" D2 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。
+ k0 D. d3 X' e/ l
8 q% @6 \/ Z. N% A7 ]5 n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。
$ k* D  \7 u& L% V
我天天用ChatGPT改邮件和论文， ...

; }2 l/ T  w: c1 B$ j" p6 x) IAI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 d$ D/ i! m: K/ M+ W- 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 ...

1 C) U& J  u( Y6 P$ |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$ A; h; w1 a1 `" X9 V7 J7 Y  s
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。

4 b) j5 x( ~; {% K9 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。

3 N% w1 A+ a' U- R6 g9 @( H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。
# j" c; V  h7 f& j" R# l2 s
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。

0 B2 D1 Y$ i; r7 F( [# j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。

4 t2 \' y7 \6 b" Q# S( A, Z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。
" [" j1 Q+ R/ B# S
7 ]" i7 i: l6 E  e, T. Y3 c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
- S5 z! B  W) N6 U; f, 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？ ...

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.
! s6 R7 B, Y0 }5 C) D

征久仁

晨枫 发表于 2024-10-17 23:39
0 ~. E: A0 U6 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 ...

; c! n: e- E( X! m2 i' i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

8 J1 k! A" Q& a* Y' ?3 U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。

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：

! h2 _9 a" N) \4 x# y* _1 c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。
$ }) v+ p7 d, @. W分明层叠浅深处，欲问丹青能是哉？
: `7 O- n2 [* I# T# i7 P
' o& \2 w6 J0 `8 M还有这首：
三秋别忽尔，一晌奠酸然。
: X0 l" [7 C' ]8 C' z追忆居中阃，深宜称孝贤。
平生难尽述，百岁妄希延。
: I1 D1 _7 y# F% s8 c) v9 {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。
4 s  t: x9 k4 g2 [; Z
! b7 [- p2 i7 i  HAI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。

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。

! h' h( c( n, A! y6 G1 I1 Q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
( E( X$ h: t( x; H+ ]& r( T# 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 ...

& [/ J# h) n9 r4 X, H9 |9 b1 P& F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
" M* Y5 f8 f3 u" _: J% h  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 ...

0 `. H3 {7 A* x. j" d$ c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。