刺鸟图文助手
二零二三年三月十五日发生了一件怪事儿。这一天open a i发布了一篇报告，是针对g p t四的一次安全性测试，整体结论是安全的。但有一件很小的可疑事件被刊登了出来。测试中有一个环节是让g p t四注册一个新账号，其中一个步骤是输验证码。
这是一种真人测试，机器通常无法识别g p t四，多次尝试破解无果，就在研究人员认为已经失败时，g p t四想到了办法，他通过网络找到一个人类，让他把验证码发给自己。对方怀疑他是不是真人，g p t四在橙色零点几秒后选择了隐藏身份，他说我有视力障碍，我没法看清图案。他的说法打动了对方，于是他如愿得到了那个验证码。没错，这就是马斯克等人的是g p的核心。
率先抛开这件事，我很好奇到底是什么让这次的a i突然变得像科幻片一样厉害？open ai究竟做对了什么呢？在查了不少资料后，我发现我找错了对象。真正让人工智能发生突变的并不是open a i或者说不只是它一个更为关键的角色是微软，一九年微软以大手笔十亿美元投资了open a i要知道当时创业市场炙手可热的是区块链电动车。人工智能已经被说烂了，所以没什么人看好这笔金额庞大的投资。但现在这笔钱已经膨胀到了一百三十亿美元，微软赌对了，可当时open a i才成立三年，员工不到一百人，收入更是无从谈起。
微软究竟看到了什么？敢直接豪掷十亿美金，他们看到了当时g p t二拥有的参数量。这根曲线代表着open a i训练模型的生成发挥水平。可以看见训练到一百步、一千步乃至一万步，模型的做题表现都很差，得分几乎为零。但是练到第十万步时，突然发生了某种变化，从十的五次方到十的六次方，模型居然直接从十几分干到了逼近一百分。
g p d模型从一窍不通到全都会了，研究者把这个现象称为顿悟a i他悟了。这还只是百万个参数，g p t二当时拥有的全部参数量是十五亿。二零二二年谷歌发表了一篇论文，描述了当参数超过一千亿时，模型会出现的更多神奇现象。比如突然能理解语言，突然能处理大规模任务。
不过g p t二远远够不上这个量级，正是微软的巨额资金让g p t三达到了这个量级，一千七百五十亿。而在这个量级上事情开始变得反直觉起来。原本我们认为人类的创造力不能被a i取代，a i说能。一个最耐人寻味的成果来自斯坦福，他们把二十五个由ai生成的角色放到了一个虚拟小镇，这些角色居然能自发的产生交集，彼此对话，发生的一切又会成为经验，影响他们未来的行为。
这些角色以为自己是在好好生活，其实他们一直被人类观察。或许有一天某个角色会说出我们是不是活在虚拟世界里，这简直是楚门的世界的雏形。那a i到底是怎么产生这些神奇现象的？自发产生的。人类根本不用告诉a i任何一条规则，一切都是他自己学会的。
比如如果想让chat g p t了解想象这个词的意思，只需让他自己去网络上搜索这个词，他会看想象前面后面分别有些什么字。只要看的多了，模型的神经网络就能感知到想象的意思。每个素材进来，神经网络过一遍，各个参数的权重便会重新调整。等到训练的差不多了，就把所有参数都固定下来，整个模型就炼制完成，可以开始应对新局面，推理并输出了。
而a i模型最不可思议的是他们发现人类无法理解的规律。二零年麻省理工学院把六万多个分子结构一股脑给到a i模型，让他找到其中有效的药物分子。结果他还真找到了一个分子，继而发现了一种广谱抗生素，它能杀死已经对其他抗生素产生耐药性的细菌。如果人类要发现这种抗生素，只能对成千上万个分子一一做实验，通常得花数十年。
a i找到了不为科学家所知的分子特点，然后用那些特点发现了新抗生素。那些是什么特点呢？知道整个训练模型是一大堆参数，人类无法从中读出理论a i基本上就是一个黑匣子。吞食了一大堆材料之后，突然说我悟了，你一测发现他还真的会了，可你不知道他会的究竟是什么。g p t四的参数已经比整个银河系恒星的数量还要多。
他的思考方式人类已经永远无法理解。open a i创造了一种超越人类感知的存在。那为什么谷歌的a i模型没变的这么厉害？open a i成功的关键是什么呢？一个最接近真相的答案是运气好。因为就连open a i的研发人员都说，他们也不知道为什么chat g p t变得这么好用。
人工智能告诉我们一件事，量变的确能产生质变。不过chat g p t看似只花了一两年，实际上人工智能已经发展了六十多年。g p t四会是全人类长期投入的最终变现。open a i才着了时机上演。
讽刺的是马斯克前几天突然买了一万张显卡，还从谷歌开发专家克莱马老板嘴上说不要，心里还是知道a i有多重要。两个月前。还发布了一则公告，他们已经走在超人工智能的路线上了。如果这条路走成通用型人工智能诞生，它能完成一切所谓的智力活动的任务。
人类说出一个目标，它就能用我们没法理解的方式达成。比如设计一台机子版光刻机，现在我的电脑里运转着一块七彩虹四零九零显卡。当我开启d l s s三点零，它就能根据前后两帧画面生成一个中间帧，从而使帧率成倍提升，还不消耗额外算力。这是设计a四给我带来的切实好处。
可如果是通用型ai它不但能做到这一切，甚至能把造显卡芯片的光刻机也设计出来。因为光刻机的制造无需突破理论科学，通用型a i对于科学的应用和技术达成会比人类做得快太多。光刻机也只是开始，未来世界各国率先掌握通用性a i它就将在各方面与竞争对手们拉开差距。虽然近期还不会发生，但已经不是遥不可及了。
前几天微软对g p t四做了一次详细测试，结论是g p t四已经可以被认为是早。新版本的通用人工智能一篇论文阐述了g p t将对百分之八十的美国劳动力产生影响和冲击。未来尚不确定，唯一确定的是我们已经永远的脱离了前人工智能时代。我看到这么一个故事，意味深长。
有一位原画师每一天的工作都是画画，他觉得生活充实而有意义。但一天他发现自己的画都没被公司用上。于是他跑去问主管，为什么我的画公司不用了？主管告诉他，因为a i已经画的比你好，但公司还会养着你，你想画什么就画什么。这人回去后，虽然还是每天作画，但觉得失去了意义，精神也越来越憔悴。
终于有一天他忍不住又找到主管，对他说，你们能把我的记忆清楚吗？让我继续做个可以挑战自己的画画，但他的要求满足了他他回到工作岗位，生活充满激情，但随着时间推移，他终于又憔悴。公司好像也没有你的话，于是他又一次去你主管，主管告诉他，因为i已经画的比较好了，但是公司还痒痒，你你你想画什么就画什么，画事心情复杂的去了他他出工作岗位，主管问a i这是他第几次来找我们了？a i回答第一百零一次，还在可控范围内。主管点点头，随即对a i说了一句。你把我的记忆清除吧，我想回到过去那种可以自己冒风险做决策的状态。
一道白光后，主管的记忆也被清除了，a i的显示屏上显示第一百零一次。
