近日讀一篇文章講AI未能取代人的thinking, 如果構思一篇作品仍然是每人不同, style亦各異 我亦有用chatgpt, 有時問下建議可以怎寫, 或改下我寫的, 或問下A and B有什麼subtle difference, 叫它寫我覺得一般偏長, 同我自己style唔同, 可能係我比的prompt唔夠specific AI 係一種工具, 始終講語文基礎閱讀係一種吸收, 越細開始越好

---

有关视频，我看了兩遍。
2025，可能是中美AI,
各走各路，
最明顯的一年。

AI的算力。
中国突破在人力的智慧，
去克服受限的芯片速度和供應。

如果一切顺利。
人的智慧，
中国国內的数学算力。
可以解决不少困难了！

一一一一一

---

其實这两國一早在AI發展方向上而是各走各走各路, 有不同看法了.

中国: AI是一件為人類服务的"工具", 所以, 大家見到的都是些应用形為主, e.g., 用face recognition去認人捉人唔睇交通燈过馬路.

美国: AI是用來替代人腦, 所以, 研究大量learning models, 同d models 係點样自我從無限制的natural data中自我學習.

所以, 美国的方向可以话很基楚, 但也很危險. 呀仔老師 Geoffrey Hinton已经警告了一段时間, 埋个研究方向, 在二三十年內, 美国埋d Startup同传统大科技公司, 有可能發展出d AI會比人類聪明很多很多, 多成点? 就好似一個大人面对一个3歲的小朋友咁的对比.但為左餞, 似乎的風投根本不理这可能对人類滅頂的風險. 所以, 美国的另一派, 正努力研究Superalignment, 希望可控制返埋种不受約束的智慧.

或者一個简单比喻.

美国因基礎研究同資源都充足, 依家係去做一個AI腦, 佢有近乎無限腦細包(hardware), 無限學習力(learning models), 不死身(不停电力), 無限制data供应其學習, 啱data比佢學, 唔啱data也比佢學, 只要d learning models 不段優化, 佢會越學越叻. 而且d models全供开, 大家可任用任抄, 因為, supply d data比佢學才能形成智慧, 而且, 比d冇screen过的data佢學, 更會不受控咁唔知会學得幾叻 (e.g., 要環保, 就要毁滅人類). 所以非常危險.

而中国, 大多數係去優化d 公开任用的models, 再比已screened的data個model去learn, 再限制应用範圍. 所以相对係受控同安全.

如那位youtube講者所言, 中國因基礎同資源都不如美國充足, 所以被迫走自已的路, 如,加入中国人自身的智慧, 去優化d 現有models, 從而可以run响有限的hardware上, 作為工具去解决問题, 以达到同等水平的智慧.

唔知位講者係乜Professor, 但從已下角度睇, 佢咁講未必啱哂. e.g., 一位IQ 100的學生, 加上自身努力學習, 可以學到同一位IQ 200的學生同等水平的智慧.

如成功, 这便是龜兔賽跑的例子, 但, 不要忘記, 龜兔賽跑的故事是有终点同時限, 但AI競赛中是沒有的, 當兔子知道自己在後面時, 便會因為自身優勢而再超前. 所以, 中国还是要搞好基礎研究, 而不是只顧应用層面.

最后, 因為美国的危险AI研究, 也希望另一面的Superalignment研究快d有成果, 減低人類面对AI的風险喇.

---