这段时间，在刷我的朋友圈的时候，要是没有看到关于ChatGPT的东西，就是很奇怪的事情了。
所以，我决定蹭一蹭热度，从ChatGPT开始说说我对AI的理解。
（BTW，我这个订阅号目前订阅人数到了643位。在此感谢各位的支持！）
我想通过这篇文字，整理一下我对AI的认识和一些前瞻的判定。
先说一些快速的结论吧。
ChatGPT酷不酷？
答案当然是很酷！简直酷毙了。可惜的是，我没有海外手机，也不想通过什么手段去激活账号，所以到现在我也没有试用这个AI系统。
ChatGPT有没有用？
从我目前看到的一些截图来看，我感觉没啥用。
我猜想中的ChatGPT的构架，应该是一个自然语言处理系统（NLP）+带有深度学习的搜索系统+自然语言生成系统（NLG）。
NLP在很多年前就有了很厉害的应用，我印象中最出名的是IBM在2011年左右搞出来的Dr Watson。它在美国的一个知识问答竞赛Jeopardy中，击败了水平顶尖的人类选手，一战成名。（有兴趣的同学可以去搜索一下相关介绍和视频。）Watson通过聆听主持人的提问，与另外两位人类选手抢答。而且，Watson在竞赛中同样表现出了高超的局面判断能力和选题策略。
IBM对Dr Watson寄予了众望，但一直到今天，这个系统还没有找到很大的应用空间。正如这篇文章中提到的：
Watson has not remade any industries…the original objective — to do pioneering work that was good for society — was laudable. It just wasn’t realistic.
华生并未能改造哪个行业……最初的目标——做有利于社会的开创性工作——是值得赞许的。但这个目标并不现实。
深度学习方面的典型，我会想到DeepMind的AlphaZero——国际象棋、围棋、将棋方面的最顶尖引擎。这方面的介绍就比较多了，我就不重复了。有兴趣的同学可以看看我2021年12月写的一篇文章。
对于此类深度学习的AI，我很早就有一个判定：
这些AI的学习目标是很明确的，也就是说有一个明确的目标让AI去加以“接近”。围棋中，是围的地多少；国际象棋中，是将死对方的王。而且，在信息全对称的决策类型游戏（比如围棋和国际象棋）中，这些AI的表现要好于不完全对称的游戏（比如星际争霸）。
上面那篇我的文章中，特别提到：
将近沉寂一年后，DeepMind又抛出了一个重磅新闻。4天前（2021年12月1日）的《自然》杂志上刊登了一篇文章，题为“DeepMind’s AI helps untangle the mathematics of knots”。
我认为，这次的DeepMind开始展现出真正的“人类”思考模式：从众多已知的现象中，开始进行归纳，并历史性地为人类提供思路：它一次性提出了两个数学猜想：一个涉及纽结的几何特征和代数特征之间的关联；一个涉及表示论。
这是我认为的真正的AI。
回到ChatGPT，我认为它的问题有两个。
第一，它不能给予我们任何新的知识。这里我说的“新”的知识，不是说那些你不知道、但肯定已经存在的知识。比如，刚果金这个国家是哪一年成立的？这不是新的知识，只是我在进行一些搜索之前并不知道而已。
当然，通过ChatGPT获得更多的知识肯定是好事。
第二，它限制了知识（答案）的多样性。这是一个更大的问题。
通过问答，你获得了答案。但这个答案就是唯一的吗？人类在学习知识的时候，可以是归纳——这就隐含了从不同的渠道获得所谓“答案”的前提，但更伟大的是演绎——从一些基本公理出发，推演出新的东西。
我一直认为，演绎才是人类特有的能力，所有的AI到目前在这方面都还非常弱，也就不是我能接受的真正的AI。
Leave a Reply