论人类意识与人工智能的趋同性

  如题，有这个想法的起因是楼主之前刷社交媒体，看到有关OpenAI大模型算出了一个困扰数学界很久的问题，构建了一个全新的数学架构。
  当时评论区主要持两波观点，一种还是一如既往的“AI太恐怖，我们完蛋了”，而另一种则是“AI还是不行，不过是烧Token穷举出来的，简单模型闹麻了”。
  但针对第二种观点，楼主当时看到一个评论，并至今记忆犹新，其认为，AI是通过大量算力硬生生将数学模型穷举出来的，那人的思维在本质上是否也与AI并无太大差异，都是基于一定既有认知，在无数次潜意识的穷举失败中终于“灵光乍现”，得出了一个正确答案呢？
  大家有什么想法呢？

我比较认同楼主，大语言模型就是通过token来推测下一句话的，这跟我们学习说话时没有什么不同。

想多了，如果认为数学模型是被AI的算力简单穷举出来的，我的评价是既不懂数学也不懂AI。按那种暴力枚举的办法，全宇宙的能量都不一定够算出来最近OPENAI解决的那个数学架构。未免太小看数学了，也太小看AI了。

大模型是通过高维空间的概率搜索，在数万亿的参数中找到一个损失最低的收敛路径。这跟简单的枚举完全不是一码事。说出这种评论的人完全不懂什么叫噪声和梯度。

家里长辈聊天喜欢谈ai取代人类，未来工作更不好找之类的
但是ai真的有"创新"能力吗？（沉思）

个人感觉人工智能可以和人类很像但是做不到和人类一模一样吧

人工智能感觉还是有点死板没人那么灵活

可能确实没有那么大的区别呢，对于ai的成果也应该慢慢接受

感觉过不了多久就可以变成真人那样了呢

人类的创新和AI的创新有很大的驱同性，都是大量的基础知识，以及一点“错误”的模式
大语言模型的本质是压缩，在海量信息中构提取相似的模式，这个压缩的过程就是学习和内化知识，理解本质，构建与人类相似的思维模式的过程
如果说大脑靠一堆神经元的电化学冲动能产生智能，那么硅基芯片靠电子的流动一样是可以产生智能的。

是个很有意思的课题，这样类比
单个蚂蚁/蜜蜂的思维可能几乎为0，但是蚁群/蜂群的表现完全不是简单的数量叠加
所以个人认为虽然ai来自于人类思维，但是在大量样本下也许会表现的完全不一样

达模型和我们类似 但是 没有情感 有时候我们会因为情感而左右选择 这是目前ai没有的特性

人工智能通过人类的数据拥有了各种能力，但目前还是欠缺较多，可能要到下一代才能真正拥有智能

这个事件我去查了一下，还挺有意思的：https://openai.com/index/model-d ... eometry-conjecture/

OpenAI确实在最近用他们的通用推理模型，解决了Paul Erdős 1946年提出的平面单位距离问题里的一个重要猜想，还找到了一个全新的无限族构造，数学家们评价还不错，认为有原创性。

我个人倾向于认为有相似之处，但也有重要区别。

我觉得是有趋同性的，但ai强在总结与归纳，创新能力还差得远，目前也只是人类智慧的衍生（其实我觉得大脑神经元放电产生意识，芯片电子流动产生计算都差不多，只是目前技术还没发展到那个高度罢了）

ai大部分是通过归纳总结来做出选择，但人类有的时候会依靠直觉经验这些，还是有点区别的

覺得人類意識與AI還是有差別的，但是ai確實也再改變生活。

只希望不会出现赛博朋克那样的流窜ai出来闹事，ai还是当做工具发展比较好，不希望这玩意太智能，至于工作这方面，还是人类资源分配原因吧，感觉ai学不到人类那样灵机一动。

绿老师有言，人类的智能是算力，llm能做到这一点并不奇怪
现在ai的模型都是llm 即 large language model
这一点很重要，人类的活动很大部分都是由语言来描述的。
语言不仅仅是指日常用语，还有各种系统的符号

只要汲取足够多的参数和变量，那么算出来一个新结论应当不是问题
这也恰恰证明人类在这个问题上一直以来现有的架构是没问题的，只是很少有人能算到那一步

ai不会说出一个人类无法理解话语，同样人类也说不出来
这就是语言的边界

目前的机器还是不能模仿人类大脑的思考，其实人类自己也没有做到深入研究大脑，肯定无法指导AI

以目前來看的話人工智能跟人類意識的差異還是有點大
畢竟現實總是比劇本來的更加離奇
人工智能要做到這種地步還需要時間