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。
8 Q" V6 M9 D" x, C
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。

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。
3 |- |( H% [4 p) T2 B: c
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。
* U1 e* f  w+ m  ]
% F8 z4 T- B/ {2 I) d6 U- }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。

这对中美的AI大赛意味着什么呢？
# ^0 f: i. ]8 O. ~7 L' Q1 v
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。
" Y5 U% [/ B- {# n
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。
, m1 J; B6 K. S) f% u0 m8 @
% _1 {: J! q: ~6 a& |5 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。
+ n  ]* g6 q2 ?, F( b
9 U; l  G' r7 r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。
/ ]" l2 o8 P. Q+ E8 U3 b8 J9 k
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。
" `+ M8 @; K9 u( N' J2 |! U9 P' E6 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。

我下面引用他们的话。我先声明我不同意他们的话。
9 C% n  r8 S1 n, Y1 \
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
& l( ~9 Q) W7 u* T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。

, f5 W. x8 H$ a: f4 w咋感觉你的朋友在缘木求鱼呢。
, q& K9 I# {4 {$ @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。
  x  @0 Y% y4 x* @& d
) Z# A, q' k" @0 w( P) S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。
8 \* h& U( ]7 U3 q

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。
* e: B1 D$ s7 Z* R! A; E* L  k9 ?5 h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 ...

% p7 D1 U- z( l! P" d# i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。
3 R$ n7 g3 J  K  i) _, h4 G0 P
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。

$ D2 R. @% w+ s3 A2 k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。
% C* H& [) T" {8 ]
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。
4 }/ S$ @1 \7 P
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
' D* z; u4 p# ~: {: T+ ^2 QAI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， ...

, _; o0 @/ c# q# c# AAI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
. K6 h6 a8 B+ U( Y# BAI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。

' Q+ c, H# F3 R/ D& z+ K! z+ `& F: U. D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
9 S( V& ]( F: ~. `- I/ b$ z  v回晨大牛的话。

1 O+ y" l# m  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。

* H4 D7 E7 D3 J$ U% S- q! V( j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
) J/ k/ n" _2 p# a3 S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。

1 [8 k- J8 C& ^9 q- n% m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。
! t0 x' \. G% l' }  V4 C
& u& Z- y9 L3 `. o1 y, y$ V7 S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。
; N, k* M5 I6 y& T$ j8 T
2 @3 f: y: m6 j) s& F- Q- I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
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.

" t0 E$ i- K4 ~' ^0 l  `- q

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 ...

% g5 ]8 T% U6 T. _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。
, }1 ^# c* j/ l4 A9 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：
' p/ k% z3 d3 [2 M8 p/ r% @
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。
  _) s6 a- e6 o& M意入敞亭趣有永，目游高阁望无埃。
( o' B  i6 Z. \分明层叠浅深处，欲问丹青能是哉？

还有这首：
& j( R0 W5 `3 d4 T8 e% {3 _8 Q三秋别忽尔，一晌奠酸然。
追忆居中阃，深宜称孝贤。
: J  O( A, {4 H8 b3 L' E平生难尽述，百岁妄希延。
夏日冬之夜，远期只廿年。
( @3 V/ p$ K) ~( [% i# a
% }+ ]0 I/ {- X! ~( D% D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。
' t8 l3 K6 K3 ~$ n6 d' B! M5 H
" g0 {% j1 r- 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。

( b% X  V% `7 A. G! y7 B* zAI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。
0 p: n0 y) @+ ^, E
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。
$ |) `  C1 k, E" `. U% G
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 ...

& h) k& g+ Y  E6 a9 C3 L- H( T' i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
$ l# ]0 e6 L4 n+ T3 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 ...

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。