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。

5 Z* T0 p6 b( U' E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。
4 U4 r8 T; u" c& U4 X  _% w# Q
1 W8 R/ m6 Y8 |- Q. t, [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。

; l7 f. h3 ]( w0 y0 l2 \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。
, o3 I8 N1 ?% g0 Y& I: _
) \# O8 q  ^1 G* D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？

: a+ X. D# B# E3 g( aAI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。

2 P% _8 l# z0 r; L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。

, x8 s1 V- Y  d' e7 i5 y% f# R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。
, q, R& X* T; @
- X$ p3 W0 C% |+ ^' V/ w. n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。
6 w$ S, H5 U" ?: ^' R& K7 s
. C. W6 K1 j! w7 H5 ^. U" m9 y$ o  w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。

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。
) i, E8 y& v8 _0 [; i
  ?* ?; E( L6 P6 Z. x6 X' H* O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
回晨大牛的话。

2 A, B5 p! z- d9 }/ c. B/ i/ j9 }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。

, U% ~0 t3 u7 ~, t# p8 G咋感觉你的朋友在缘木求鱼呢。
9 l& q& o& F) k4 u) _0 ~2 A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。
7 K9 P2 m' n7 @- g/ G4 d2 t( D
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
9 z1 @* Q5 m8 l- C$ B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 I7 v2 x8 O: w9 `) s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 [' N9 Z6 N  k1 [. d) G; Q
$ K4 {8 d$ `+ 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。

" P4 W8 g$ E  ]6 x- c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。
# R, d1 G: U# Q, U6 n7 f' c
: N) H( \) h( L" y# U' ^5 @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。

  g# @. s3 |8 @5 B! B, l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， ...

% h2 f0 X$ X( fAI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
" t, U1 ]5 ~5 g$ L* K/ H% oAI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 ...

% x5 T1 ^, y6 V* _. X8 q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。
. i- H- o; R. ]9 A* M
, D7 u$ F3 _" X# 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。

8 x! D7 Y2 v% g2 |* 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。

% `; _: T! Q! ~" |; |" ?' g- H8 Q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
/ D# _' Q. z) N1 i, O- @& `  k% t# K: ]回晨大牛的话。
% z; @: B7 q* Z% P" Q5 J
+ ?2 u. O2 `' s+ s& b4 O+ _$ R- T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。

  z' E6 W: M( ~* j. e1 p3 ^2 K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。
6 y: h9 r! |% P" y7 @; a0 H
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。
2 _& |6 A; @( b& ^" H1 p/ m9 }
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.
0 y5 \( k/ Y4 \- h  G: ]( O
  }9 g1 k( m+ s) c+ d

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 ...

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

: [! U+ N& V* \1 P% o9 U$ b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 W( a6 S. D: z  ~3 \0 G8 W* j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：

, N  U# z. N4 J5 k谁氏园林择胜开，山环抱复水瀠洄。
+ O- s/ D8 B9 M  h- k3 C( J% g  _川横桥喜路不断，岸转船如峰自回。
/ \5 N# \* S5 x# r: y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？

& s9 o( i- h, G4 R$ q! w# f还有这首：
三秋别忽尔，一晌奠酸然。
/ N' u- ?& ~; C( f6 d  y追忆居中阃，深宜称孝贤。
4 {' ?/ Y& I, ]2 K+ v2 F平生难尽述，百岁妄希延。
) `5 ?' f6 _9 c  f# H& Y夏日冬之夜，远期只廿年。
+ D# M) ^! l, @1 V
' b, U6 q% Z: P" `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。
5 D. u6 V# S( _' u6 i# X( P
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$ ?- V6 n8 b3 e( ^5 B
, H* S, F( W! `- kAI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。
4 H  [. y" g) H" f: [4 h- M- q
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。
. v. u* f& X! _
# ]- S( B2 Q- r7 i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
: B* z9 ]  n2 |& c; K, k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 ...

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
: @3 x2 e/ J/ i$ w' z% g) x
6 Z7 g/ l! q3 o% g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 ...

, v2 o$ f' T  k$ [" 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。