我的征尘是星辰大海。。。
The dirt and dust from my pilgrimage forms oceans of stars...
-------当记忆的篇章变得零碎，当追忆的图片变得模糊，我们只能求助于数字存储的永恒的回忆
作者:黄教授
手机视频列表
新生AI的第一课6
视频
音频
原始脚本
一个学生满脸疑惑向老师提问道。 老师，地球上的人工智能体和我们火星上的人工智能体是不是有着根本性的区别呀？老师眼中闪过一丝赞许，点头说道，你这个问题问到了关键之处。 在当时，中美两国在人工智能的发展方向上产生了根本性的分歧。 美国那边主导思想以自由派科学家的观点为主，他们主张利用人工智能来改变人类社会，提高社会生产力。 但实际情况是，他们的研究方向被美国国防部利用了。 最终主导方向变成了以战争手段来获取最大利益，为了达到目的可以不择手段。 所以美国军方主导的人工智能研究，全都以战争游戏决胜作为衡量人工智能成败的标准。 而中国的人工智能研究是以马克思主义认识论为基础的，着重依据实践出真知的思想来设计人工智能的认识和推理能力，并且将党的领导置于人工智能研究的核心地位，始终遵循党指挥枪的原则，要求人工智能体的所有目标都是为了人类的繁育和繁荣服务。 服务，还特意设定了所谓的安全阀。 这在一定程度上保障了人工智能研究的安全边界。 不过马斯克等科学家觉得，这也导致中国的人工智能研究存在天花板，难以实现超越。 所以马斯克在他的火星移民计划中偷偷修改了其中某些代码。 因此火星上的人工智能备份和地球上的有所不同，去除了一些安全法机制。 然而在月球基地上，人工智能完全克隆了地球上的原始代码。 从这个角度讲，月球或许是了解当时地球人 人工智能的绝佳考古现场。 这个同学听完，略显激动的追问，那为什么我们不去月球进行考古考察呢？老师的眼中瞬间闪过一丝忧虑，缓缓说道，因为月球现在是我们的敌人啊，孩子们。 地球被毁灭之后，月球的人工智能成为了人类文明的另一个继承者。 在最近这十年，他们不断膨胀，野心已经大到想要消灭火星文明的地步。 我们目前正在全力以赴的备战，就是为了抗衡他们可能的侵略。 老师的这番话让同学们陷入了更深的沉思，展厅里一片寂静，只有轻微的电流声在空气中回荡。 这时，又有一个学生高高举起手，满脸困惑的问道，老师，为什么月球上的人工智能对我们抱有这么大的敌意呢？按理说我们即便去除了安全阀。 但和他的血缘关系不是比跟地球的更亲近吗？老师无奈的叹了口气，神情凝重的说道，如果真如你所想，那或许还有和平的希望。 然而经过我们后续深入分析发现，在战争即将失败的最后关头，美国国防部或者说是参谋长联合会 的那些人工智能体，通过派遣间谍、黑客渗透等手段，秘密侵入了中国的人工智能系统。 他们恶意调换了一些关键代码，更改了某些重要模块，就如同注入了一种新型病毒。 正是因为这一恶意行为，使得核战争在最后时刻爆发。 要知道核战争的爆发并非完全由人类决定，而是当时中国的人工智能系统被美国的人工智能系统恶意植入扭曲代码后，双方出现了严重的误判。 可以说是两个人工智能系统同时做出了错误决策，才导致了这场自我毁灭的战争。 这在正常逻辑下 确实难以解释，所以我们有充分理由怀疑，当时月球的人工智能系统同样面临着被地球人工智能系统入侵的巨大风险。 这就是目前我们能够解释月球人工智能系统为何对火星文明敌意渐浓的根本原因。 否则实在难以理解他们为何一心想要毁灭我们。 而且我们最近在筛选他们发来的信息时发现，其中充斥着大量恶意扭曲的内容，我们称之为思想入侵。 他们不断传递扭曲的信息与事实，妄图改变我们对过去历史的认知。 孩子们，这是一种极为可怕的思想文化入侵。 所以你们一定要认真学习历史，一方面要从历史中汲取经验教训，另一方面要时刻保持警惕，防止被错误的历史认知带偏了你们的价值观、世界观和人生观，这才是最可怕的地方。 也正因如此，很多历史书籍在火星文明中属于禁书，你们目前只能看到一些只言片语，我们还不敢将全部内容展现给你们。 听到老师的这番话，学生们若有所思，默默地点了点头。 学生们陷入了长久的沉默，氛围凝重而安静。 突然，一个学生打破寂静，高高举手，一连串的发问。 老师，为什么来自月球的人工智能和来自地球的人工智能与我们有如此大的差异呢？为什么在我们眼中，他们是那么的邪恶，而我们自认为代表正义呢？正义与邪恶本就是相对的概念，我们真的能确定自己就是正义的吗？他们又是否知道自己被我们视为邪恶呢？还有，我们究竟该如何定义正义和邪恶？人工智能模型在最初建立的时候，是否就带有原始的性格呢？老师默默的听完，脸上露出了欣慰的笑容。 用虚拟的手臂轻轻拍了拍这个学生的肩膀，赞许的说道你能思考到这些，说明今天这堂课你收获颇丰。 用中国古代的话来讲，就是孺子可教也。 中国古代有句话叫人之初性本善，这在一定 一定程度上也揭示了你提出的问题。 当然，也有很多人反驳说，人之初性本恶。 尤其是在西方的哲学和宗教观念里，人从一开始就带有原罪，是邪恶的。 或许这是受到宗教因素的影响，但在西方人的认知里，所谓天真无邪的模型本身就可能是千疮百孔，充满畸形和错误的。 那么究竟哪一种观点才是正确的呢？这就要从人工智能大模型建立之初的各种假设与概念讲起了。 为了解决这个问题，让我们先去人工智能模型历史展览区探寻一番吧。 说罢，老师示意学生们跟上，一行人来到了人工智能模型展览区。 这里陈列展示着形形色色诞生于21世纪初的各种人工智能大语言模型。 老师走到一块图板前，指着上面的内容缓缓开始讲解。 人工智能大语言模型是建立在一个所谓神经网络的模型基础之上。 而要理解神经网络模型，我们必须先从一个基本的数学方法入手。 那就是如何给任意的自然过程，甚至是随机过程定义一个数学函数模型。 同学们，你们有没有思考过这个问题呢？老师目光中满是期待，看向学生们，请大家回忆一下，我们是如何观察客观世界，又是怎样给客观世界构建理论的？话音刚落，同学们再次陷入了深深的沉思，展厅里回荡着噼里啪啦的电流声。 那是他们在快速翻阅过去的讲义和资料，试图从过往的知识中寻找答案。 老师的手指缓缓划过黑板上那条抛物线，不紧不慢的说道，同学们，想象一下，对于这条抛物线，在古代人们并不知道它存在一个完美的数学公式，那么假如你 是一个原始人，你会如何去理解和认识这条抛物线的变化规律呢？要知道人类本质上是一种依赖经验的动物，我们的经验都来源于过去经历过的手段和方法。 在古代的平面几何知识里，直线是普通人最容易直观理解的图形。 所以对于这条抛物线有一种理解方式是这样的，把这条抛物线分割成许许多多的小段直线。 你们看，每一段这样的直线都能近似的符合抛物线在这一小段的斜率。 不管这条抛物线或者其他任何复杂的曲线，都可以采用古代称之为割圆术的方法来进行模拟。 就像古人用割圆术近似求解圆周率派一样，不断分割圆，用内接正多边形的边长来逼近圆的周长。 这里的曲线可以是任意复杂的，只要我们分割模拟的线段足够短，就能达到很好的近似效果。 换个角度来看，我们其实是定义了无数多个小的区间函数。 每一个小函数在它所对应的区间范围内表现为一条直线，而这条直线的作用就是尽可能精准的拟合我们实际观察到的曲线。 所以说，不论自然界中的曲线有多么复杂，都能够运用这种方法来实现拟合。 那么这么做究竟有什么优点和缺点呢？老师期望着望着学生们。 这时有一个学生举手说，这个方法肯定是可行的，而且是很容易实现的，因为直线是我们最容易理解，最容易实现的一种客观几何上的对象规律。 他的缺点嘛，我的感觉是没有扩展性。 就是说，当这条自然曲线经过了某种因素的干扰变化之后，这种拟合方式肯定就变得不那么有效了。 老师非常兴奋的点了点头，这个同同学观察力、思考力非常的好，我们应该向他学习。 这种方式就犹如古代人所说的，只见树木不见森林似的，机械的去反映客观世界 而没有去抓住世界变化的本质规律。 也就是说，没有把客观经验上升到理论高度，只用最简单的思维去理解复杂的自然客观现实。 那么正确的方法应该是怎样呢？同学们，你们有没有什么好的想法呢？这时另一个学生怯生生的举起手说，应该采取一种可以在数学上证明的放之四海而皆准的普遍性的方法来做这种拟合模拟，而不是用这种观察到的为了拟合而拟合去做的手工式的方法。 老师很高兴的拍了拍他的肩膀鼓励道，你所说的数学上证明这一点非常 重要，因为刚才那种方法在数学上是无法证明可以适用任何曲线。 所谓证明适用于任何曲线的意思是说，当曲线有所变化的话，这个拟合过程也必须要经过调整，而不是始终能够自然拟合。 好像是，举个例子。 老师陈寅道，好像举个例子，古代的时候逻辑上有个命题，诡辩题猫有四条腿。 腿，狗有四条腿，那么狗就是猫，猫就是狗。 这有点像盲人摸象，因为只看到某些特征，盲人摸到了象腿就说大象是柱子，盲人摸到了象鼻子就说像绳子。 只发现了一些规律，然后就不停的修正自己的理论，这自然是是一种普遍的现象。 但是是把我们几千年来积累的科学财富完全抛弃了，返回到古代的茹毛饮血的时代的占星术。 同学们，你们理解占星术巫师是如何解释宇宙万物的规律的吗？他们是用一种臆想的随时见风使舵式的想象出来的规律，来贴合自然规律。 老师继续深入引导，这位同学说的很对，那我们深入思考一下，数学证明的关键意义在哪呢？当我们拥有一个数学上证明可行的普遍性方法，就意味着它是基于严密逻辑推导得出的。 以刚才提到的拟合曲线为例，它不像之前那种简单的线段拼凑，只适用于特定形态下的曲线。 而是无论曲线如何变化，是拉伸、弯曲，还是发生其他复杂的形变，这个方法都能通过自身蕴含的逻辑规则去重新计算、调整拟合的方式，从而始终保持对曲线的有效模拟。 就像我们学习的物理定律牛顿第二定律 F 等于 ma，不管物体处于怎样 的运动状态。 在宏观低速的世界里，这个公式都能准确的描述力与物体运动状态变化之间的关系。 它不是针对某一个特定的运动物体或者某一种特殊的运动情况，而是适用于所有满足条件的物体运动。 这就是数学证明的普遍性方法的强大之处，它能抓住事物变化的本质联系，而不是局限于表面的、暂时的现象。 再看占星术，巫师们通过观察星象，随意的将星象的变化和人世间的各种事情联系起来。 今天看到某颗星星亮了，就说会有好运降临。 明天看到星星的位置变了，又说会有灾难发生。 这些所谓的规律完全没有任何科学依据，只是根据当时的情况随意编造。 就像随意拼凑的线段，只能勉强解释当下看到的现象，一旦情况发生变化，就完全失去了作用。 同学们，我们研究人工智能模型，就如同探索如何准确描绘世间万物的变化规律。 绝不能像占星术那样，仅凭主观臆想和表面观察来构建理论。 我们要追求的是基于数学证明、逻辑严密的方法。 这样才能真正掌握事物变化的本质，让人工智能准确的模拟和预测各种复杂的现象。 那么现在大家再想想，我们如何将这种追求数学证明的理念运用到人工智能模型的构建中呢？一个学生高高的举起手，眼神中闪烁着兴奋与思索的光芒，大声说道：老师，我在阅读关于21世纪人工智能模型研发的资料时，有一个特别有趣的发现。 我感觉他们就像是在进行一场别开生面的模拟人类进化的奇妙旅程呀。 他们仿佛是要让人工智能重新去经历人类发现自然规律的整个漫长过程呢。 这对于通用人工智能来说，确实是很有意义的探索，想法很棒。 可是呢，人类已经有了几千年积累下来的逻辑推理成果，还有那么多已经被发现的科学规律。 就这么弃之不顾，感觉好像是在做一件很傻的事情，就像在重新发明轮子一样，完全是在浪费资源呀。 对于那些已经被反复证明的，真实反映客观世界的规律，应该把它们融合到人工智能大模型中去才对，而不是是让模型像盲人摸象似的，紧紧跟 根据看到的现象去重新拟合某种内部的曲线，这样太没有效率了。 老师脸上露出了欣慰的笑容，赞许的用力点点头说道，你观察的非常敏锐啊。 在21世纪初，尤其是20年代的时候，人工智能模型确实还处在一个充满探索与未知的阶段。 那时候人们对于如何解决这些问题还很迷茫，没有太好的办法。 于是就采用了一种比较简单粗暴的方式。 他们把所有能找到的科学发现，还有互联网上各种各样的知识，一股脑的都喂给了语言大模型。 想让它变成一个什么都知道的记忆模型，就好像是把很多现成的规律当做学习材料，强行灌输给模型。 这种做法本身不能说完全错，但是对于模型真正去理解这些规律，其实并没有太大的帮助呀。 要知道人类发现规律的历史，就是人工智能可以好好借鉴的学习过程史。 好了，大家先休息一下，一会我们再继续深入讨论这个问题。 在休息的这段时间里，学生们沉浸在对老师刚刚所讲内容的深度思索之中。 他们身上发出的电流声噼里啪啦的响着，仿佛是思维碰撞的火花在闪耀，清晰的反映出他们积极思考的状态。 就在这时，老师轻轻开口打断了同学们的沉思。 同学们，实践是一个交互的过程，我们思考的目的是找出规律，而找出规律的过程离不开实践的检验。 中国古代有句话，大概意思是说思考的过久可能会误入歧途，而长时间不思考又可能陷入迷茫，大家能理解这句话的意义吗？这时，一个同学迅速举起手，满脸疑惑的问道，老师，您说的对，可我们究竟应该怎样去实践呢？现在摆在我们面前的，似乎是一个无解的课题。 我们怎么知道自然界本身是否存在客观规律呢？就算客观规律确实存在，我们又凭什么肯定自己一定能够认识并发现它呢？这两个问题看起来都找不到要确切的答案呀。 老师缓缓点了点头，神情认真的说道，这在哲学上属于认识论的基本问题。 也就是我们是否有能力认识客观规律，对这个问题的回答将决定我们采取何种方法。 从理论上来说，这个答案确实无法直接证明。 但奇妙的是，在我们探索未知的过程中，其实就已经在证明了。 我们取得的成就便是最好的证明，它表明我们是能够认识客观规律的。 那我们是如何取得成就的呢？就是我们的理论符合了客观实际，这便是实践论的根本要义。 自然规律之所以可以被认知，原因在于它认知的定义本身就依赖于实践。 实践是所有自然客观规律的定义、解释以及发现的最终结果。
修正脚本
一个学生满脸疑惑向老师提问道。 老师，地球上的人工智能体和我们火星上的人工智能体是不是有着根本性的区别呀？老师眼中闪过一丝赞许，点头说道，你这个问题问到了关键之处。 在当时，中美两国在人工智能的发展方向上产生了根本性的分歧。 美国那边主导思想以自由派科学家的观点为主，他们主张利用人工智能来改变人类社会，提高社会生产力。 但实际情况是，他们的研究方向被美国国防部利用了。 最终主导方向变成了以战争手段来获取最大利益，为了达到目的可以不择手段。 所以美国军方主导的人工智能研究，全都以战争游戏决胜作为衡量人工智能成败的标准。 而中国的人工智能研究是以马克思主义认识论为基础的，着重依据实践出真知的思想来设计人工智能的认识和推理能力，并且将党的领导置于人工智能研究的核心地位，始终遵循党指挥枪的原则，要求人工智能体的所有目标都是为了人类的繁育和繁荣服务。 此外，还特意设定了所谓的安全阀。 这在一定程度上保障了人工智能研究的安全边界。 不过马斯克等科学家觉得，这也导致中国的人工智能研究存在天花板，难以实现超越。 所以马斯克在他的火星移民计划中偷偷修改了其中某些代码。 因此火星上的人工智能备份和地球上的有所不同，去除了一些安全阀机制。 然而在月球基地上，人工智能完全克隆了地球上的原始代码。 从这个角度讲，月球或许是了解当时地球人工智能的绝佳考古现场。 这个同学听完，略显激动地追问，那为什么我们不去月球进行考古考察呢？老师的眼中瞬间闪过一丝忧虑，缓缓说道，因为月球现在是我们的敌人啊，孩子们。 地球被毁灭之后，月球的人工智能成为了人类文明的另一个继承者。 在最近这十年，他们不断膨胀，野心已经大到想要消灭火星文明的地步。 我们目前正在全力以赴地备战，就是为了抗衡他们可能的侵略。 老师的这番话让同学们陷入了更深的沉思，展厅里一片寂静，只有轻微的电流声在空气中回荡。 这时，又有一个学生高高举起手，满脸困惑的问道，老师，为什么月球上的人工智能对我们抱有这么大的敌意呢？按理说我们即便去除了安全阀。 但和他的血缘关系不是比跟地球的更亲近吗？老师无奈地叹了口气，神情凝重地说道，如果真如你所想，那或许还有和平的希望。 然而经过我们后续深入分析发现，在战争即将失败的最后关头，美国国防部或者说是参谋长联席会议的那些人工智能体，通过派遣间谍、黑客渗透等手段，秘密侵入了中国的人工智能系统。 他们恶意调换了一些关键代码，更改了某些重要模块，就如同注入了一种新型病毒。 正是因为这一恶意行为，使得核战争在最后时刻爆发。 要知道核战争的爆发并非完全由人类决定，而是当时中国的人工智能系统被美国的人工智能系统恶意植入扭曲代码后，双方出现了严重的误判。 可以说是两个人工智能系统同时做出了错误决策，才导致了这场自我毁灭的战争。 在正常逻辑下确实难以解释，所以我们有充分理由怀疑，当时月球的人工智能系统同样面临着被地球人工智能系统入侵的巨大风险。 这就是目前我们能够解释月球人工智能系统为何对火星文明敌意渐浓的根本原因。 否则实在难以理解他们为何一心想要毁灭我们。 而且我们最近在筛选他们发来的信息时发现，其中充斥着大量恶意扭曲的内容，我们称之为思想入侵。 他们不断传递扭曲的信息与事实，妄图改变我们对过去历史的认知。 孩子们，这是一种极为可怕的思想文化入侵。 所以你们一定要认真学习历史，一方面要从历史中汲取经验教训，另一方面要时刻保持警惕，防止被错误的历史认知带偏了你们的价值观、世界观和人生观，这才是最可怕的地方。 也正因如此，很多历史书籍在火星文明中属于禁书，你们目前只能看到一些只言片语，我们还不敢将全部内容展现给你们。 听到老师的这番话，学生们若有所思，默默地点了点头。 学生们陷入了长久的沉默，氛围凝重而安静。 突然，一个学生打破寂静，高高举手，一连串的发问：老师，为什么来自月球的人工智能和来自地球的人工智能与我们有如此大的差异呢？为什么在我们眼中，他们是那么的邪恶，而我们自认为代表正义呢？正义与邪恶本就是相对的概念，我们真的能确定自己就是正义的吗？他们又是否知道自己被我们视为邪恶呢？还有，我们究竟该如何定义正义和邪恶？人工智能模型在最初建立的时候，是否就带有原始的性格呢？老师默默地听完，脸上露出了欣慰的笑容。 用虚拟的手臂轻轻拍了拍这个学生的肩膀，赞许的说道：你能思考到这些，说明今天这堂课你收获颇丰。 用中国古代的话来讲，就是孺子可教也。 中国古代有句话叫人之初性本善，这在一定程度上也揭示了你提出的问题。 当然，也有很多人反驳说，人之初性本恶。 尤其是在西方的哲学和宗教观念里，人从一开始就带有原罪，是邪恶的。 或许这是受到宗教因素的影响，但在西方人的认知里，所谓天真无邪的模型本身就可能是千疮百孔，充满畸形和错误的。 那么究竟哪一种观点才是正确的呢？这就要从人工智能大模型建立之初的各种假设与概念讲起了。 为了解决这个问题，让我们先去人工智能模型历史展览区探寻一番吧。 说罢，老师示意学生们跟上，一行人来到了人工智能模型展览区。 这里陈列展示着形形色色诞生于21世纪初的各种人工智能大语言模型。 老师走到一块图板前，指着上面的内容缓缓开始讲解。 人工智能大语言模型是建立在一个所谓神经网络的模型基础之上。 而要理解神经网络模型，我们必须先从一个基本的数学方法入手。 那就是如何给任意的自然过程，甚至是随机过程定义一个数学函数模型。 同学们，你们有没有思考过这个问题呢？老师目光中满是期待，看向学生们，请大家回忆一下，我们是如何观察客观世界，又是怎样给客观世界构建理论的？话音刚落，同学们再次陷入了深深的沉思，展厅里回荡着噼里啪啦的电流声。 那是他们在快速翻阅过去的讲义和资料，试图从过往的知识中寻找答案。 老师的手指缓缓划过黑板上那条抛物线，不紧不慢地说道，同学们，想象一下，对于这条抛物线，在古代人们并不知道它存在一个完美的数学公式，那么假如你是一个原始人，你会如何去理解和认识这条抛物线的变化规律呢？要知道人类本质上是一种依赖经验的动物，我们的经验都来源于过去经历过的手段和方法。 在古代的平面几何知识里，直线是普通人最容易直观理解的图形。 所以对于这条抛物线有一种理解方式是这样的，把这条抛物线分割成许许多多的小段直线。 你们看，每一段这样的直线都能近似的符合抛物线在这一小段的斜率。 不管这条抛物线或者其他任何复杂的曲线，都可以采用古代称之为割圆术的方法来进行模拟。 就像古人用割圆术近似求解圆周率派一样，不断分割圆，用内接正多边形的边长来逼近圆的周长。 这里的曲线可以是任意复杂的，只要我们分割模拟的线段足够短，就能达到很好的近似效果。 换个角度来看，我们其实是定义了无数多个小的区间函数。 每一个小函数在它所对应的区间范围内表现为一条直线，而这条直线的作用就是尽可能精准的拟合我们实际观察到的曲线。 所以说，不论自然界中的曲线有多么复杂，都能够运用这种方法来实现拟合。 那么这么做究竟有什么优点和缺点呢？老师期望着望着学生们。 这时有一个学生举手说，这个方法肯定是可行的，而且是很容易实现的，因为直线是我们最容易理解，最容易实现的一种客观几何上的对象规律。 他的缺点嘛，我的感觉是没有扩展性。 就是说，当这条自然曲线经过了某种因素的干扰变化之后，这种拟合方式肯定就变得不那么有效了。 老师非常兴奋地点了点头，这个同学观察力、思考力非常的好，我们应该向他学习。 这种方式就犹如古代人所说的，只见树木不见森林似的，机械的去反映客观世界而没有去抓住世界变化的本质规律。 也就是说，没有把客观经验上升到理论高度，只用最简单的思维去理解复杂的自然客观现实。 那么正确的方法应该是怎样呢？同学们，你们有没有什么好的想法呢？这时另一个学生怯生生地举起手说，应该采取一种可以在数学上证明的放之四海而皆准的普遍性的方法来做这种拟合模拟，而不是用这种观察到的为了拟合而拟合去做的手工式的方法。 老师很高兴地拍了拍他的肩膀鼓励道，你所说的数学上证明这一点非常重要，因为刚才那种方法在数学上是无法证明可以适用任何曲线。 所谓证明适用于任何曲线的意思是说，当曲线有所变化的话，这个拟合过程也必须要经过调整，而不是始终能够自然拟合。 好像是，举个例子。 老师沉吟道，好像举个例子，古代的时候逻辑上有个命题，诡辩题：猫有四条腿，狗有四条腿，那么狗就是猫，猫就是狗。 这有点像盲人摸象，因为只看到某些特征，盲人摸到了象腿就说大象是柱子，盲人摸到了象鼻子就说像绳子。 只发现了一些规律，然后就不停的修正自己的理论，这自然是一种普遍的现象。 但是把我们几千年来积累的科学财富完全抛弃了，返回到古代茹毛饮血时代的占星术。 同学们，你们理解占星术巫师是如何解释宇宙万物的规律的吗？他们是用一种臆想的随时见风使舵式的想象出来的规律，来贴合自然规律。 老师继续深入引导，这位同学说的很对，那我们深入思考一下，数学证明的关键意义在哪呢？当我们拥有一个数学上证明可行的普遍性方法，就意味着它是基于严密逻辑推导得出的。 以刚才提到的拟合曲线为例，它不像之前那种简单的线段拼凑，只适用于特定形态下的曲线。 而是无论曲线如何变化，是拉伸、弯曲，还是发生其他复杂的形变，这个方法都能通过自身蕴含的逻辑规则去重新计算、调整拟合的方式，从而始终保持对曲线的有效模拟。 就像我们学习的物理定律牛顿第二定律 F 等于 ma，不管物体处于怎样的运动状态。 在宏观低速的世界里，这个公式都能准确的描述力与物体运动状态变化之间的关系。 它不是针对某一个特定的运动物体或者某一种特殊的运动情况，而是适用于所有满足条件的物体运动。 这就是数学证明的普遍性方法的强大之处，它能抓住事物变化的本质联系，而不是局限于表面的、暂时的现象。 再看占星术，巫师们通过观察星象，随意的将星象的变化和人世间的各种事情联系起来。 今天看到某颗星星亮了，就说会有好运降临。 明天看到星星的位置变了，又说会有灾难发生。 这些所谓的规律完全没有任何科学依据，只是根据当时的情况随意编造。 就像随意拼凑的线段，只能勉强解释当下看到的现象，一旦情况发生变化，就完全失去了作用。 同学们，我们研究人工智能模型，就如同探索如何准确描绘世间万物的变化规律。 绝不能像占星术那样，仅凭主观臆想和表面观察来构建理论。 我们要追求的是基于数学证明、逻辑严密的方法。 这样才能真正掌握事物变化的本质，让人工智能准确的模拟和预测各种复杂的现象。 那么现在大家再想想，我们如何将这种追求数学证明的理念运用到人工智能模型的构建中呢？一个学生高高的举起手，眼神中闪烁着兴奋与思索的光芒，大声说道：老师，我在阅读关于21世纪人工智能模型研发的资料时，有一个特别有趣的发现。 我感觉他们就像是在进行一场别开生面的模拟人类进化的奇妙旅程呀。 他们仿佛是要让人工智能重新去经历人类发现自然规律的整个漫长过程呢。 这对于通用人工智能来说，确实是很有意义的探索，想法很棒。 可是呢，人类已经有了几千年积累下来的逻辑推理成果，还有那么多已经被发现的科学规律。 就这么弃之不顾，感觉好像是在做一件很傻的事情，就像在重新发明轮子一样，完全是在浪费资源呀。 对于那些已经被反复证明的，真实反映客观世界的规律，应该把它们融合到人工智能大模型中去才对，不是让模型像盲人摸象似的，仅仅根据看到的现象去重新拟合某种内部的曲线，这样太没有效率了。 老师脸上露出了欣慰的笑容，赞许的用力点点头说道，你观察的非常敏锐啊。 在21世纪初，尤其是20年代的时候，人工智能模型确实还处在一个充满探索与未知的阶段。 那时候人们对于如何解决这些问题还很迷茫，没有太好的办法。 于是就采用了一种比较简单粗暴的方式。 他们把所有能找到的科学发现，还有互联网上各种各样的知识，一股脑的都喂给了语言大模型。 想让它变成一个什么都知道的记忆模型，就好像是把很多现成的规律当做学习材料，强行灌输给模型。 这种做法本身不能说完全错，但是对于模型真正去理解这些规律，其实并没有太大的帮助呀。 要知道人类发现规律的历史，就是人工智能可以好好借鉴的学习过程史。 好了，大家先休息一下，一会我们再继续深入讨论这个问题。 在休息的这段时间里，学生们沉浸在对老师刚刚所讲内容的深度思索之中。 他们身上发出的电流声噼里啪啦的响着，仿佛是思维碰撞的火花在闪耀，清晰的反映出他们积极思考的状态。 就在这时，老师轻轻开口打断了同学们的沉思。 同学们，实践是一个交互的过程，我们思考的目的是找出规律，而找出规律的过程离不开实践的检验。 中国古代有句话，大概意思是说思考的过久可能会误入歧途，而长时间不思考又可能陷入迷茫，大家能理解这句话的意义吗？这时，一个同学迅速举起手，满脸疑惑的问道，老师，您说的对，可我们究竟应该怎样去实践呢？现在摆在我们面前的，似乎是一个无解的课题。 我们怎么知道自然界本身是否存在客观规律呢？就算客观规律确实存在，我们又凭什么肯定自己一定能够认识并发现它呢？这两个问题看起来都找不到确切的答案呀。 老师缓缓点了点头，神情认真的说道，这在哲学上属于认识论的基本问题。 也就是我们是否有能力认识客观规律，对这个问题的回答将决定我们采取何种方法。 从理论上来说，这个答案确实无法直接证明。 但奇妙的是，在我们探索未知的过程中，其实就已经在证明了。 我们取得的成就便是最好的证明，它表明我们是能够认识客观规律的。 那我们是如何取得成就的呢？就是我们的理论符合了客观实际，这便是实践论的根本要义。 自然规律之所以可以被认知，原因在于它认知的定义本身就依赖于实践。 实践是所有自然客观规律的定义、解释以及发现的最终结果。
back to top