但也符合标准意义上的AI风格。

小马哥问：“李白的父亲，有三个儿子。大儿子叫大白，二儿子叫二白，那么三儿子叫什么？”

WechatGpt：“三儿子叫李白。”

这个问题，已经有了一定的思考倾向，但也可以从互联网的记忆中得到答案。

任总问：“怎么做到教育均衡发展。”

WechatGpt：“教育均衡发展是指在教育资源的分配和利用上，实现公平、公正、合理的原则，使每个学生都能够获得平等的教育机会和优质的教育资源。以下是一些实现教育均衡发展的方法……”

“一是加强教育投入……二是优化教育资源配置……三是推进义务教育发展……四是促进教育公平……五是加强家庭教育和社会教育……”

又是一段中规中矩的回答，简而言之就是没有特色。

这时，徐总问：“你有意识吗？”

WechatGpt：“作为一个人工智能程序，我没有真正的意识或情感。我只是根据我所接收到的输入和编程指令来生成回答。虽然我可以模拟对话和理解自然语言，但我没有自我意识或主观体验。”

李飞继续解释：“目前，我们一方面继续训练它的文本表达能力，另一方面开始训练它的数学解答能力……”

“另外，我们正在推进新的方向，就是图片生成能力，根据文字描述生成图片……”

徐总皱了皱眉头说：“我总觉得这个模型迭代速度有些快，语言表达能力已经非常熟练。”

在场所有人愣了一下，包括李飞。

确实快，一年时间，迭代了三次。

此时，谷歌对他们的模型训练速度不满意。

准备自研TPU芯片来取代英伟达的通用芯片，搭建专门训练模型的TPU系统。

OpenAI自2015年成立后，就一直在慢慢摸索。

今年年初刚刚搭建第一代模型，然后油尽灯枯。

因为ceo想商业化获取更多资金。

而马斯克拒绝商业化，这会影响他的股权和决策效用性。。

他想夺权，结果被董事会孤立。

接着，他离开了OpenAi，顺带撤走了他的一亿美金。

大模型最关键的因素是什么？

钱！钱！很多钱！

至于语言模型原理，并不稀奇。

因为辛顿师徒，已经将卷积神经算法以论文方式公开。

各大公司根据这套算法，发展出了自己的运算模式，不过都大同小异，关注点不一样。

关键还是投入的算力规模和算法训练的速度。

小马哥照着徐总的话问了一句：

“照这个速度，迭代下去，会不会产生自主意识？”

小马哥的话说完，在场之人都愣了一下。

这不是没有可能。

在场的人都知道，李飞采用的卷积神经网络就是冲着意识去的。

2012年辛顿师徒的卷积神经网络算法，又叫AlexNet架构，公开后，逐渐分成了两条线路。

一条路线叫人类反馈强化学习。

这条路线，就是不断灌输模型答案。

如，你告诉模型1+1=2，模型就知道1+1=2；

如果，你突然问模型2+2=？，模型不知道。

你要先告诉模型2+2=4。

依照这种方式，不断灌输模型数据，待数据无穷大，模型几乎万能。

但是前提你得万能，然后告诉他答案。

第二条路线就是希顿师徒倡导的。

慢慢训练模型学习、理解、成长，直至有自己的理解能力。

李飞团队采用的路子就是第二种。

通过海量数据训练模型形成理解、分析、推测、推断能力。

“迭代的速度这么快，迟早会形成意识，那怎么办?”

是啊，怎么办？