1、ChatGPT 背后的原理，民科上线？ * 底下的这个基础结构叫神经网络，顾名思义，它其实是一种对于人脑神经元工作方式的模拟尝试。为什么说是模拟尝试？是因为其实我们并没有什么确切的理论基础，说这东西这样这么样设计就一定可以work。简单来说就是科学家们尝试这么做了，然后发现它似乎有效能产出一些像是人的产出内容，于是对它进行了进一步的调优，一路的把这个模型做得更大，然后去给它做更多的训练，最后得到了 GPT 3.5 GPT 4 这样的特别吓人的东西，所以挺神奇的，其实它不是一个说我们理论先行的东西，实际上是在实践中摸索出来的。 * 神经网络的运作分为两个部分，第一部分是通过训练来得到一个模式，这个东西是一种近似拟合，就是你的输入和输出之间的匹配关系的拟合不是一个非常精确的数学公式。然后第二部分就是使用这个模式给出输入，然后得到这个模式计算之后的输出。 * 那这个模式其实是合理的续写下一个单词，这个就是ChatGPT，在训练中通过这个神经网络训练，最后固化下来这个模式，那这个过程里面的细节究竟是怎么发生呢？实际上没有任何人能讲清楚，有趣的就是它真的就像是人脑的思考一样。 * 即便我们跟踪每一个神经元的电信号，或者说我们跟踪 ChatGPT 的这个神经网络里边的每一次数据传输，我们仍然很难解释他为什么可以像人一样工作，然后更加有趣的一点就是人脑可能也是这么分两步走的，就是我们本身，每个人是被我们学习到的知识，我们的成长经历训练成了现在的性格、价值观以及思维方式。 * 我们自己每个人有一个自己的模式，这个模式是被我们训练出来的，也包括说人类的整个历史训练出来的，这就是挺有意思的。对，那这个给了我们什么样的提示呢？ * 一个是 AI 本身是不精确且不完全可信的，这个跟我们一直以来习惯的那种传统计算系统是不一样的，这传统计算系统它一定是精确的，我要让他算个东西，你算两遍、算三遍，他永远算出那个东西来一定是精确的。但是 AI 景点本身是不精确且不完全可信的，因为人脑就是这样的啊。更精确的说是因为 AI 计算的不可约性，那导致我们没有任何办法去精确的描述和预测 AI 的输出。所以如果有用户 ChatGPT 的朋友会发现他有时候会给你瞎编东西。 * 另一个就是 AI 可能真的就是像人脑一样运作的，也就是说它是有可能可以去思考，并且有情感甚至去创造的。那即便今天 AI 在这方面还没有表露太多，但从原理上来看这并非不可能。但是我说的是像人脑一样运作，而不是像人类一样运，是因为除非我们给 AI 完全模拟人类的物理限制，比如说人类的移动速度、人类对于进食的需求，对吧？人类获取信息的效率，甚至人类的寿命限制， AI 才可能真的像人类雅思考难。 2、chatgpt的局限？ * AI 本身是不精确且不可预测的，但它能表现得很像人类，因为实际上精确且可预测的工作就是传统计算系统擅长的，我们现在需要的恰恰就是这种新的，很像人类的新的这种计算系统，它可以帮我们做到一些以前计算器做不到的事情，但是有一些事情仍然是传统的计算系统擅长的，比如说今天 new Bing，对吧？我们知道它背后有 GPT 4，但是实际上它是因为把 GP4 跟搜索引擎连在了一起，所以能够让你搜到一些东西，但你会实际使用的时候，你会发现其实它没有像纯粹的 GPT 4 那样有创造力，因为实际上它去获取信息的方式仍然是使用检索的方式。 * 有意思的现象：只要在你的提示词里面加上说我们一步一步来，它的数理推论的整个的结果就能从百分之可能二三十的正确性提高到百分之八九十？ * 如果你给 AI 说我们一步一步来这件事儿，然后 AI 到底做了什么？就是 AI 会把你的那个题目，然后从头到尾的他给你真的一步一步，类似于我们以前做数学题是一样的，然后我就把那个题读一遍，我就知道了说，噢，原来我这里有a，有这个参数，有另外一个参数，然后他可能去根据你读到的题，然后再继续往后去做它的整个数理推论，它的结果的正确性就高了很多，但是你仍然不能百分百可信那个结果，因为它有可能还是编的，但是你做了这样的推论之后，它的正确性就提高了很多；其实人脑去做这种数学题也是很不擅长的，我们就像你刚刚说的，我们自己要去做这个数题，数学题我们要一步一步的把公式列出来，对吧？嗯，因为人类特别不擅长这种，就是要一步一步很精确的计算，这种就称之为不可约的计算，人脑就是不擅长的。所以其实 AI 因为它是模拟人脑工作的，它也是不擅长的。但是这时候如果我们教他一下说，唉，就像你说的，你一步一步来，那他就回到了说人脑还可以负荷的这个范围内，那他的精确度就提升了。

对于大厂离职后 出去做传统行业 你们怎么看呢

嘉宾儿化音深入骨髓

一个建议，开头长达1分8秒的高光混剪感官不是很好，过于长了，10-15秒以内还可以接受😅

嘉宾水平相当高，思维清晰，表达简练精准👍

本质上人类在为下一次进化做准备，包括新能源车也是一部分。肉体是无法开启星际时代的

很赞的分享！记录几个印象深刻的点： 1.你的价值来源于你的“偏见”，这是AI无法替代的 2.超级个体的概念？一个人能顶十个，用好AI做个人优势强化+短板补齐 3.通过MVP来验证自己的点子，且现在在AI的支持下能以更低的成本实现mvp 4.很多事情都值得用AI再做一遍，一些应用层的创新：makelogo、AI模特、gamma.app做PPT（比起卖课赚认知差的钱，做应用/服务的创新稍微优雅一些）