細看模型

 人工智能的話題已是高考熱點，且會熱下去，所以之前給學生推薦了：

其實這個推薦還是偷了點懶的，所以這幾天重新梳理，祭出他老師：https://www.cs.toronto.edu/~hinton/

硅基生物的崛起，如其所說，很多科幻都已經不再是科幻，而就在目前。看機器彼此互通的學習效度，再看人類的知識傳承，何止絕望：）

本輪人工智能的C位是因為人類有了更大的數據和更強算力，神經網絡加持下，淘汰喬姆斯基，用向量和特徵多層級重新理解語言重新定義意義，最終有了我們自己也不能完全解釋的LLM，有了GPT的突破。按其理解，硅基生物本輪拆解語言的方式，本質上已經超越語言本身，而就是復現人類理解世界的方式了。畢竟，他學生用新發明的語言，LLM也完全展現了理解能力。

從具體而微的模型始祖，兩個家族樹，到此刻無數大模型家族，能用20分鐘講清楚的這些的，也就他了。

這幾天在吵9.11vs9.9，這類所謂胡說八道的幻覺問題，在他的向量和層級體系，確實自洽：

調整數據和更多特徵，自然就可以修正理解和錯誤的細節記憶。

辭職Google，是為天下蒼生預警，但看此刻的態勢，潘朵拉盒已開，未來已來，衹是來的是什麼，不可知而已。

面對這輪浪潮，全球每一所學校，都應該專門開設一門課，追蹤Geoffrey Hinton和其同事和弟子們，在做什麼，說了什麼。

這不現實吧？

當然不現實，但這不現實說明的，恰恰是學校這種人類文明文化的機制，已不能適應指數級別的人類智識進化而已。

而遙遙領先的大中國，因為牆，因為信息差可以賺錢，更早已迷失出進化之路途。

你們，能跟上的跟；其他，隨緣吧。