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。
/ o$ n3 Q' b8 `! O; N7 {7 l
6 k2 ~/ J2 W2 q8 }- L' U: E. u: f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 {6 I9 t: y' w4 l5 Q4 n. d; 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。
) e( ~! Q8 D) G6 E  z
6 J/ r+ |, Y6 u3 z6 P& |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。
; u9 m  i( }5 I0 S; c6 Q2 l# T
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。
" ^% l) Q0 O0 h# H: [  b6 S
% M/ E  t) S; o6 m( `, 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。

. D7 W0 {& S/ y6 v, W5 A# 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。

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。

: a& |& N0 Q' s* C: Y4 _* v8 a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。
; L7 |+ n1 Y. s1 v: y* n$ t
  y8 s; @$ f* B6 d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 z5 n6 E) R$ @& M$ o' _4 {  j
: E  Z8 ?6 n0 {, u我下面引用他们的话。我先声明我不同意他们的话。

+ f, z7 d$ t& C% [( g4 l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。

9 z) E2 {- u# ^; t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
7 J+ K5 F% ~9 }8 B/ [$ h4 ?- p/ l回晨大牛的话。

( }% B# k: q' ]  ^6 Y/ W- ~4 y( 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。

, F5 x" O& _/ w+ N% s7 p2 M9 x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。

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
$ N6 @" W. r) P4 M! J/ 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 ...

' r. Q- Q! f' T! B6 `3 B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
- w' \9 d: O6 z* m0 S5 ?回晨大牛的话。
4 x/ w4 }' Q1 O: p- I
3 {8 c; K! |( w. c2 s2 n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。

- k. g: G" d$ f7 F" K& y4 b: T, \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。
3 |7 \* x" J2 v+ o6 V
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。
& h3 t0 z8 s: n
) b, M$ r: O9 |, V: [) @( ~' i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, Q' O8 O) G! m9 H2 _我天天用ChatGPT改邮件和论文， ...

# m7 k& v  D& K1 G4 Z  Z  h% F7 U2 HAI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
- x4 g3 o: t1 ^+ |2 m) 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。
- g, u' b7 m6 h. G+ o4 y5 ~
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
) C: F# ]2 C7 U5 j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。

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
$ v! W5 j  `4 g( G( d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？
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。
' x; k% ]6 k) |! r1 _/ g  K- o7 T, C) a
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。

& M/ p9 G9 A2 L7 p% E" g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
' I; L$ S; z6 k4 v0 w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？ ...

, C+ A1 a  L0 Y- C: @# W& I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.

征久仁

晨枫 发表于 2024-10-17 23:39
( }5 b- P; ]! [' E( H; 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 ...

  ^3 s, t9 `$ u最后一句绝杀了，太牛了

孟词宗

征久仁 发表于 2024-10-18 02:38
, X. |( q' }7 \$ J" r最后一句绝杀了，太牛了

$ V. P/ K& k" ]* 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。
& G0 c) }& x1 c( N1 w, i. c
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：

: d" j- J5 Q; ?/ T  ?: w  K6 S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。
( B0 \( g3 n) W. h$ O9 z3 C& }- T意入敞亭趣有永，目游高阁望无埃。
6 r: g% _& G8 U! ~; ]2 X1 A分明层叠浅深处，欲问丹青能是哉？
6 u6 M7 \; g6 ~* Z2 f9 _) p; i
1 z! \0 l- D& n5 J" j; |6 u; T" \" z还有这首：
三秋别忽尔，一晌奠酸然。
追忆居中阃，深宜称孝贤。
  R- \# M) C8 E% }; g平生难尽述，百岁妄希延。
1 G! h% B8 N# P& b夏日冬之夜，远期只廿年。
* ]2 _$ G8 [- `% d
$ K# ?! a, S: C: X7 U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。

6 o6 S7 a8 O, q3 G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。

# v6 G# s& }& O* w* T3 i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。

% O/ \2 \) q$ B2 f, Y5 w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
( Q% ^! a. s% X- D8 V6 @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 ...

1 q5 o2 R% X& L. R  {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。