汾酒必喝，喝酒必汾
【 在 Engelberger 的大作中提到: 】
: 60年代大型机的时候流行专家系统，符号学习，理性主义，其实当时神经网络的雏形就是受生物学启发，当时也觉得通用人工智能会建立在语言的基础上。
: 后来计算机小型化，pc普及了，互联网时代来了，手机普及了，移动互联网时代又来了。这几十年产生了大量的数据，面向特定任务的统计学习成为了ai的主流。那时的论调是仿生没用。
: 然后随着算力的进步，偶然发现以前仿生设计的cnn在视觉方面很好用，带火了深度学习。直到变形金刚网络又被发现很好用，只要加大网络，数据，计算就能力大砖飞，其实这也是一种仿生，因为人类小孩也是这么学习的，所谓熟读唐诗三百首。再往后，模仿人类学数学的过程，搞分步推理，分步计算，发现变形金刚网络搞分步计算效果也惊人的好。
: ...................
--
FROM 202.47.106.*

变形金刚的最大作用是支持自然语言对话了。
这之前CV和棋类对弈都相当成熟，但都不是革命性的。



【 在 Engelberger 的大作中提到: 】
60年代大型机的时候流行专家系统，符号学习，理性主义，其实当时神经网络的雏形就是受生物学启发，当时也觉得通用人工智能会建立在语言的基础上。
后来计算机小型化，pc普及了，互联网时代来了，手机普及了，移动互联网时代又来了。这几十年产生了大量的数据，面向特定任务的统计学习成为了ai的主流。那时的论调是仿生没用。
然后随着算力的进步，偶然发现以前仿生设计的cnn在视觉方面很好用，带火了深度学习。直到变形金刚网络又被发现很好用，只要加大网络，数据，计算就能力大砖飞，其实这也是一种仿生，因为人类小孩也是这么学习的，所谓熟读唐诗三百首。再往后，模仿人类学数学的过程，搞分步推理，分步计算，发现变形金刚网络搞分步计算效果也惊人的好。
惊人么，仔细想也并不惊人，人类也是这么做的啊。
十年前说神经网络是黑箱，人脑也是黑箱啊，但是在脑神经科学发展以前，人类已经在用人脑创造文明了。
--
FROM 123.103.9.*

只要人类不解决从哪里来到哪里去，
人类永远都是造物主的小小玩物。
事实上人类永远不会知道。
人类永远不会依靠机器造出人类智慧。
徒劳的努力。
现在的人工智能火热，好比房地产一样，都他妈是为了自欺欺人骗取钱财罢了。
【 在 Engelberger 的大作中提到: 】
: 60年代大型机的时候流行专家系统，符号学习，理性主义，其实当时神经网络的雏形就是受生物学启发，当时也觉得通用人工智能会建立在语言的基础上。
: 后来计算机小型化，pc普及了，互联网时代来了，手机普及了，移动互联网时代又来了。这几十年产生了大量的数据，面向特定任务的统计学习成为了ai的主流。那时的论调是仿生没用。
: 然后随着算力的进步，偶然发现以前仿生设计的cnn在视觉方面很好用，带火了深度学习。直到变形金刚网络又被发现很好用，只要加大网络，数据，计算就能力大砖飞，其实这也是一种仿生，因为人类小孩也是这么学习的，所谓熟读唐诗三百首。再往后，模仿人类学数学的过程，搞分步推理，分步计算，发现变形金刚网络搞分步计算效果也惊人的好。
: ...................
--
FROM 115.53.38.*

大模型拿着人类的显性知识以类型掌握默会知识(隐性知识)的方式在学习。具体说是以海量文字的形式为输入，在词汇和语义空间上的相似性进行大量的训练，得到了一个类似默会知识的人类知识体系。大模型自己也说不清楚是怎么学会的，是怎么用的，反正能解决问题，当然也会出错。
--
FROM 114.246.109.*

以显性知识的掌握来进行默会知识的学习

即便是通过比自然大脑强数亿倍的算力

这一路径大可能是错误的，或者说过于自负了

留待时间证明

【 在 schen1999 的大作中提到: 】
: 大模型拿着人类的显性知识以类型掌握默会知识(隐性知识)的方式在学习。具体说是以海量文字的形式为输入，在词汇和语义空间上的相似性进行大量的训练，得到了一个类似默会知识的人类知识体系。大模型自己也说不清楚是怎么学会的，是怎么用的，反正能解决问题，当然也会出错。
--
FROM 14.11.6.*