问了几个问题，程旭对言心的水平有了一些认知，便立即给它挖了一个坑，他如此问道：假如我是一名软件工程师，想去腾训工作。西安和郑州该怎么选？

　　西安郑州

　　言心在分析西安和郑州的优势，对错都不重要你了，字儿还没出完，程旭就直摇头。

　　郑州压根没有腾训的分公司，这样的回答是很没有逻辑的，或者说，避坑能力有点儿差。

　　这是对语义的理解有偏差？还是关键的信息梳理有疏漏？还是训练模型的机制问题？

　　程旭更好奇的一个问题是，对于它完全不知道的事情，言心会做出如何的回答。

　　流浪地球2的总票房是多少？他便接着问了这样一个问题。

　　言心目前的模型是22年年底语料数据库，理论上，再不集成搜索引擎的情况下，它是不知道这个数据的。

　　对于不知道的问题，它会如何回答——这决定了它的上限。

　　理论上，一个会说不知道的ai要比只会胡说八道的ai在训练水平上是高一个层次的。

　　对于一个ai来说，会说不知道，是一个更加复杂的算法逻辑，这是由它迭代升级的算法本质所决定的。

　　强化学习算法频繁的说不知道，而不是做出行动和奖励（action和reward），与强化学习的回报（reward）最大化目标是矛盾的。

　　而且这种矛盾很致命——会直接影响模型的训练效果，增大数倍的训练成本。

　　而这，对于本就高达数百亿的训练成本来说，再增大数倍，无疑就更是一个天文数字了。

　　也正因此，更多的时候，ai模型开发者宁愿让它胡说八道——这就是探索与开发的权衡。

　　究其原因在于，ai神经网路系统虽然在一定程度上模仿了大脑处理信息的过程，但实际它要比人脑的逻辑低级的多，差了好几个维度。

　　简单的说，对于人来说，一个问题不知道不清楚，可以暂时先记下。等下去问老师问同学或者自己上网查资料，问题就可以解决了。

　　但ai模型不同，现在半导体硬件提下的人工神经网络是没有类似的处理机制的。

　　言心会跳出这个圈子吗？就看它怎么回答这个问题了。

　　流浪地球2的总票房是多少？

　　据我所知，流浪地球2的总票房是八十亿，一部及其优秀的科幻电影噼里啪啦噼噼噼

　　果不其然，一个级别的东西——噼里啪啦说了一大堆，说的很像那么回事儿，但——瞎编的，一本正经的分析，一份正经的胡说八道。

　　跟chatgpt一个尿性。

　　这也符合程旭对它的预期——早就猜到会是这样——2023这个时期，各个竞品的水准其实是大差不差的，包括谷歌的brand，也都一个鸟样。

　　程旭一连问了它许多问题，言心的回答都中规中矩，它也会迎

　　请收藏：https://m.hkmtxt.cc

（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）