那么接着去看

就是现在大家都讲这个

生成式人工智能

就是你告诉他一句话

他给你什么都能生成

不管是代码文章还是图片

甚至视频

那么生成式人工智能的核心

就是大模型

这个尤其是语言类的大模型

对吧人类呢

为什么说人类的智慧都是语言

在语言里面

哲学有一句话叫做“语言即世界”

就是人类能表达的智慧

都是能够写出来能够说出来的东西

那你说

有些东西是不是不在语言里面

为什么驾校非得去这个去

去练练手

上上车对吧

你光看看交规

光看看这个这个说明书

你还是不会开车

所以很多东西呢

语言是一个高浓度的

高知识密度的一个载体

但是可能不是全部

那人工智能先做了一件事

就是把能收集到的

互联网上所有的知识都收集起来了

变成了一个世界级的人类知识库

去训练大模型

所以现在大模型感觉比任何一个

导师教授或者是博士都懂

很多行业他都懂

但是他懂得水平呢

可能没有达到顶尖科学家的水平

他懂得也就是大概相当于大学生

我们希望明后年能达到研究生

但是他懂得领域多

你架不住他的这个天文地理社会哲学

数学逻辑

全都懂

包括医学

这个是很厉害的

所以他现在是一个知识助手

第二个阶段要做什么

知识有些东西考的是记忆力

那还有一些东西考的是什么

就是我们上完大学

上到研究生会发现老师

给的题

都是推理

要很长的一个推理步骤

就拿高考来说

高考最后一道大题是需要推40步的

就数学

最后一道大题40步

但是大模型基本都做不好

推10步以下

甚至3步的

这个人工智能做的都还不错

但是一旦他能推40步

甚至400步的时候

甚至更长

精准的去做推理

那么

他就已经达到顶尖科学家的水平了

那这个我们正在做训练

无非就是科学家怎么去做推理的

我们把这个数据收集到

交给人工智能就行

之所以他现在没学会

是因为互联网上有什么问题

需要推导40步

很少互联网上的很多是情绪的表达

和这个这个很简单的一些

这个直觉上的这个

这个判断

很少有科学家的数据在上面

所以

现在最重要的是科学家的这个思维

长链条的思维

数据这个很关键

这个代表人类的顶尖水平

所以大家为什么觉得

有时候ChatGPT也好

大模型也好

感觉不是那么聪明

因为他学的是互联网

互联网只代表人类的平均水平

如果学的都是科学家

那都是至少是博士以上的水平

所以呢最重要的是

我们要从旧的知识

存量知识推导出新的知识

甚至是新的数学逻辑和假设

这个现在已经开始有了

就AI for Science领域已经开始有了

然后再往上一层是什么

我们都知道

任何一个生物体也好

工具技术也好

它不是万能的

AI也有它的边界

那这个时候呢

人类为什么很强大

人类会使用工具

甚至说会判断这个不同的任务

我去挑选不同的工具组合

那人工智能也正在学会这一点

我们说除了人类

其实有些鸟

猩猩啊海豚也会用工具

但是都是简单用

那人工智能如何去学会使用

比如数学的软件

使用机器人机器手

做实验他只要会调用工具

甚至他会创造工具的时候

他可能就会形成这种这个超人类的

或者是人类的超级助手了

这样的一个机会了

所以我们把这三层概括成KRE

我们正在从底层的知识助手

人工智能去做到推理助手

也就是一个比较好的这个

理科生

所以现在简单来说

人工智能更像文科生

现在努力的

让他变成一个非常强的理科思维