Ai的其他問題（補充版）_風聞

Ai的經濟性問題已經由中國非創業公司ds解決了，並且開源，但是ai的根本性問題，ai是模仿人思考的樣子和模仿人説話的樣子，並不是真的在思考和在像人一樣説話，這一點並沒有改變。在oa的時代由於經濟性太差，所以ai的場景幾乎無從談起，在解決經濟性問題後，ai的場景有可能會出現，但也有很大的不確定性，因為這一點在oa時期被過度的美化了，缺少理性，在ds時代可以期待由於經濟性的提高，開源的廣泛行業的實驗，ai有可能會探索出一條高頻場景道路（高頻場景才具有投資屬性）。在專業場景上，ds時代會使ai成本大為降低，效率的提高會改善專業場景的工作效率，工作效率提高會帶動生產力提高。Ai當前的主要問題在高頻應用場景和模仿人的智能表現上，沒有高頻應用場景就很難在通用場景中使用，模仿人的智慧表現也並不是真的具有智能，是鸚鵡學舌，底層還是靠計算速度，表面上表現的像一個人類。這種模仿讓人誤以為他是智能的，以前我提出的，在實際場景中譬如根據具體項目談的合同，具體事情編制的財務報表等依然無法解決，因為ai沒有目的性，在所有有目的性的場景中，ai都無法知道到使用者內心目的，除非有一個完全私人的訓練模型，使用者無條件信任應用的安全性和私密性，並且程序開發商和法規允許出售和建立這種完全“個性化私密的模型”，主要是涉及到個體的道德和法律問題，因為ai要解決人的問題，就要解決人的目的性要求，而這些目的性往往是隱蔽的，所以要完全“個性化私密的模型”，另這種目的性還涉及到人性方面，即便是一個宏觀的好人，也會有微觀的壞事，這些在沒有涉及到ai來處理解決的時候，是由人自己完成的，不為外人知的。在涉及到ai來解決，就要讓ai這個外人知道，既有內容要透露的問題，又有目的性的問題，目的性的問題，可能就有法律和道德問題，這個問題點廠家是完全尊重法律不予處理，還是處理後由使用者決定。如果是前者，那應用就很難展開貼近生活的高頻應用，深度應用。

補充兩點：

第一點，ai的認識範圍是基於互聯網上的公開數據的，也就是説互聯網上提供的什麼信息多，ai就會人為什麼是對的，互聯網有什麼信息，ai就處理什麼信息，對於網上沒有的信息，ai無法獲取也不知道，這也形成了ai的認識盲區。譬如本人喜歡文玩盤串，對ai提問了微塵百香和梵菫猴頭的問題，由於這是小眾的信息較少，而且有些交流是玩家互相間的評價，並不是公開的，所以ai對這方面的信息就少，ai總結的認識還是基於網絡的，有些內容是正確的，有些內容就是傳言，但是ai只會提取信息總結，他並不清楚這裏邊的事情。

第二點，ai需要有自動化的自我學習能力，現在的ai可以訓練自己，但是還不能自動化的接受人類的命令，然後根據命令進行學習，以達到豐富自己的認知的作用。因為，本人人為ai的最重要的應用在與2c的邊緣側，完全根據個人的訓練形成的，高頻個人化私有大模型，這種大模型根據每一個使用者自己的訓練和習慣，完全不同，偶多少種人，就有多少種個人私有大模型。所以就要ai有自動化的學習能力，人類通過命令，告訴ai需要學什麼，到哪可以學，也可以提供自己的私密信息給大模型，由大模型自動進行學習，這樣才能訓練出基於私人的邊緣側大模型。