人類的思維沒想象的高級，且在具體的生產中也沒想象的那麼富有創造性_風聞

【本文來自《馬斯克“宮鬥”GPT-5》評論區，標題為小編添加】

• 大智本行加V
• ChatGPT與智能沒半毛錢的關係，它就是一個在一堆肯尼亞勞工人工教導下的“人工智障”。ChatGPT全稱叫做Generative Pre-trained Transformer基於轉換器的生成式預訓練模型，這個Transformer其實是NLP自然語言處理領域的一個大語言模型，有兩個典型代表，一個是谷歌的BERT用Encoder訓練，另一個就是GPT用Decoder訓練適合於大型文本生成。BERT和GPT又分別是兩種NLP模型的代表，前者屬於雙向預訓練語言模型，後者屬於自迴歸預訓練語言模型，NLP的核心業務邏輯不是思考，而是“猜概率”——概率相關性分佈的建模，根據數據投餵、歷史經驗、人工反饋來猜測要説什麼，BERT是完形填空擅長理解語言，GPT是從左往右寫作文擅長文本生成。ChatGPT就是GPT的3.5版本，它實際上已經吃掉了三分之二的互聯網和整個的維基百科，並做了人類偏好優化，即人類反饋強化學習。它會什麼完全取決於互聯網上有什麼，它的回答都是互聯網知識的平鋪，沒有重點，不是它真的懂。未經訓練領域基本上是一本正經在胡扯，無法處理特別冗長或者專業的語言結構。它需要極大的算力來支撐，讓它變“聰明”的成本是很貴的。它還無法實時地利用新知識來訓練參數，並且可能像熊瞎子撿苞米。ChatGPT暫時是一個黑盒模型，無法保證它是否會做出一些比較有傷害性的回覆。它沒有思維、感情、意識，與真正意義上的智能沒有半毛錢的關係。沒了互聯網和維基百科的信息，它的智力就像白痴。説明它根本就沒有智力。

雖然它不是真正的人工智能，但由於它是NLP自然語言處理領域的一個大語言模型“基於轉換器的生成式預訓練模型”，所以，中國還是應該關注和投入其發展，只是對它的定位不要搞錯了。

人類的思維沒有你想象的高級，而且在具體的生產中也沒有你想象的那麼富有創造性。

具體而言：

1，已經有程序員做過嘗試：雖然GPT不能編寫一個複雜的程序出來，但是軟件工程師把一個大程序按照邏輯拆成許多個非常基礎的程序，讓GPT編寫這些基礎程序，然後按照順序“組裝”。那麼ChatGPT可以完成這項任務，他們聲稱可以節約95%的工作量，畢竟GPT還能改BUG。

2，很顯然這種事情推而廣之，除了編程，還有許多事情都不具有創造性。

  比如説智能駕駛。而GPT-4就是為了在圖像上取得突破。

 而且就人類“智慧”本身而言，也是基於超強的圖像分析能力。

  所以如果GPT-4能在這點上慢慢突破的話，就能在許多工作上提高生產效率。

3，最後，你以為人的“智慧”是怎麼一回事？人類就真的理解了各種事物嗎？

  就我個人的經驗，所謂的理解，你能在遇到某些事情時，能調用相關的知識和信息，從而把這個事物看成另外一種東西。

  如 “物理學家的真空球形雞”，如“拿着錘子的人看什麼都像釘子”。這些諺語的確在批判人的思維要開放，不能太過偏頗。但是這些諺語也反過來證明，人類對事物的理解，本身就是偏頗的。

  人類理解事物的過程：客觀對象→通過眼睛等傳感器把對象映射在大腦的存儲神經上→大腦開始一系列處理（處理1：視覺部分的自動簡化刪除和腦部。處理2：分析對象的特點，簡化，從而方便記憶。處理3：分析該對象的特點，對象和其他記憶的信息的相關性，從而產生關聯，這就是舉一反三。處理？人類大腦還有計算和推理功能，但是大腦非常不擅長做這件事情，需要消耗更多能量，而且計算機也會。處理？人類大腦還有其他未知超能力，畢竟現在腦科學不夠完善）。

  好了，對比而言，你説GPT的自然語言處理技術，就是人類大腦去理解事物的處理方法之一，所以憑什麼説GPT沒有理解？