AI是模擬智能的輸出，能力上限在摸索，理解是關鍵_風聞

1. Deepseek展示了思維鏈，顯示了驚人的文字能力。對於AI的興趣再次高漲，AI有沒有靈魂，能不能很快開發出AGI、ASI，問題價值極大。好事是，大模型的“技術秘密”基本清楚了。這也是Deepseek的貢獻，OpenAI閉源製造神秘感失敗。

2. 高水平AI架構都是基於Transfomer的，建立大段內容中詞元（token）與詞元之間的複雜關聯。一段內容，所有token互相之間都有權重係數指出關聯大小，而且還有多達128重視角去建立不同角度的關聯。

3. 大模型用多達2萬個大矩陣去記載這些關聯，每個矩陣是7000*7000規模的，5000萬個係數。人類知識被壓縮進這些矩陣裏了。這就是Deepseek R1滿血版是671B的意思，B是billion，10億。

4. 一個方向是，繼續增多係數，如幾萬億個，記載更多人類知識。這條路可能到頭了，主要的知識已經在訓練素材裏了。很多東西是數據，如每天股票交易價格波動，不是關鍵知識。有新知識的論文也不多。人們寫的文章往往是舊知識的排列組合。新發生的事，聯網搜索就可以了，不需要立刻訓練進係數裏。

5. 現在熱點轉向了，在大模型知識體系裏，加強輸出效果。這包括，寫詩寫文追趕文豪，做題編程人類頂尖，科學知識水平超過領域內博士，更能分辨互聯網真假信息，任務非常多。再深入，就用大模型來規劃複雜任務，進行越來越長的思維，步驟越來越多。

6. 不少人相信，思維能力超過所有人類、什麼領域都最強的AGI通用人工智能、ASI超級智能，很快就出來了，樂觀一年，正常兩三年。業界態度大幅轉向樂觀了。特別是“只給題目答案不給過程，讓大模型自己思考摸索”的成功，讓人們看到了機器自學的新路。

7. 個人認為，現在這些大模型成果，都是模擬智能。把輸出訓練調試得像是高水平思維的結果。它裏面在搞無數個矩陣乘法，人類肯定不是這麼思考的。人類思考也等於是文字輸出，大模型思維鏈就是模仿這些中間結果輸出。模仿得很好，甚至超過普通人的思維水平。這就是矩陣關聯模仿的威力。

8. 不過這還是以計算來模仿思維輸出的套路，模擬智能的輸出。真正的問題還是理解。人類理解問題，基於自然界物理信號，而不是概念之間的關聯。原始人，也可以比劃交流，大家對物理世界有同一的理解。大模型無法真正理解概念，只是一個關聯計算器。你要問它什麼是感覺，它會説出來現象，但不知道感覺是什麼。

9. 因此，我認為大模型是“關聯探索器”。可以模仿很多人類已經建立的關聯，但是很難憑空造出一個新東西，建立新的包含智慧的關聯。因此，大模型還不是高級智能，如沒法證明未知數學難題（人類也不知道答案），因為需要構建一個複雜的證明體系，裏面有非常深刻的洞察。它也很難構建一個很複雜的人類社會羣落，寫出很好看的劇本和小説。這些都需要人類的靈魂和感覺。