Ai的其他問題(補充版)_風聞
思想松塔-2小时前
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。
