LLM and Scammer

今天我们来讨论一下关于 LLM 和 AI。

首先说个结论，我个人觉得 Sam Altman 是一个骗子。我并不觉得他在LLM上面骗了人，但我觉得他在LLM是否能实现和长期的规划上有夸大的成分。而且,我并不觉得 LLM 就是 AI 本身。LLM 能够实现部分感受上的 AI，但它和真正的 AI 还有很大的距离。

当然，我并不否认现在大语言模型给全世界带来的便利性。而本身这篇文章也是由语言模型的AI输入来进行的，所以我并不排斥大语言模型。

但本身大语言模型能否真正成为AI，我觉得这是一个非常非常大的问号。现在，几乎每一个公司的 CEO 都要提到 AI，提到类似这样的整合。但实际上，我们行业里面，各个行业里面，真正需要这部分的人有多少？真正需要 AI 进行整合的业务又有多少？而整合之后的业务，又有多少能真正提供生产力？

而望远全世界像 Steve Jobs 这样的 CEO 几乎已经灭绝了。每一个 CEO 都为了自己的利益，为了自己的分红而去努力。真正有前瞻性的 CEO 寥寥无几。每一个 CEO 看到一个非常火热的话题、火热的技术，都会跟着这个技术而走，而不是去认真思考这项技术究竟给我带来了什么。这项技术究竟能让我的产品发展出什么样的独特的市场。

Why Scammer

为什么我觉得这是一个骗局呢？每一个做语言模型的人都应该知道，语言模型的原理是基于现有的数据和上下文进行推理。而推理的过程更像是一个进行概率分析，取其中正态分布的最多的那一部分。而在统计学上，我们得到的结果其实是在统计上的多数和绝大多数。但是在现实社会里面，其实每一个人都会遇到这样的情况：你的理论也许并不是大多数，但你是正确的。

而如果我们严重依赖语言模型，那我们就永远不会去坚持我们的少数的意见。而这少数的意见也许就是改变社会、生产力、整个产品生态的一部分。而在大语言模型下，它就会被永远地淹没。

而大语言模型先天就会顺从你的想法来进行回答， 而不是进行自己的思考，然后给予一个基于我的立场的答复。他会顺着你的思想，而很少会去质疑你的想法和驳斥你的想法。让人有一种错觉，我永远是对的。

然而，现实世界并不是这样的。真正改变这个世界的理论产品，都是推翻了多数人的概念，而坚持着自己少数的想法。

而现在用大语言模型做出来的很多产品，实际上都更像是一个玩具。它本质上并没有提升更多的生产力，而最终还是要落实到人身上。本质上，它提高了很多相关行业的工作效率，但它并没有本质上改变这个行业的生态环境。

就举一个例子来说，作为一个程序员，大语言模型是一个非常好的工具，来帮助程序员进行编程。然而，如果这个程序员并没有足够的经验和基础，他只完全依赖大语言模型来进行编写的话，最终由于不了解编程导致的调整和重复的工作，会远远高于一个程序员使用这样的工具。结果就是，一个程序员使用大语言模型后，其效率能够提高一倍、两倍，甚至三倍；而一个普通人使用这样的大语言模型，可能需要花费是程序员两倍、三倍，甚至更多倍数的时间来进行完整调试和最终完成产品。

对我来说，大语言模型更像是一个催化剂。它可以加速化学反应，但它并不改变化学反应的结果。

博弈

我之所以不认为大圆模型就是AI，其中有很大的一个原因就是关于博弈的讨论。首先，博弈分成两种：一种是信息对等博弈，另一种是信息不对等博弈。

当开始进行信息对等时，大语言模型是有着极大的优势。比如在棋类游戏——围棋、象棋，以及信息已知和规则明确的游戏或行为时，大语言模型是有着非常大的优势。最主要的原因就是大语言模型可以获得足够的上下文和足够的数据进行自我学习。然后，它可以利用这些信息，在相等的情况下，凭借极快的运算速度和海量的内存来击败人脑。

但是，当进行信息不对等的博弈时，我不觉得大语言模型会领先，甚至会成为一个人工智能。我们之所以叫它人工智能，就是因为人工智能应该具有一种自我思考能力和自我判断能力。这个能力并不是仅仅依赖于我们过去的经验和上下文。

我举一个例子：当我们在进行市场金融市场交易的时候，我们需要进行对博弈，而这种博弈是信息不对称博弈。因为你并不知道你的对手什么时候会有什么样的价格、有什么样的行为。你基于的信息只是一个单方面的信息。而未来的信息是一个不可预测的信息，是一个不一定会重复的信息。

那么基于此，AI是很难做出判断的。它可以算出基于过去的类似情况的概率，但它也很难去给出一个真正智能的决定。

所以，当大语言模型能否真正实现智能的时候，最简单的方法就是去看看是否华尔街也用大语言模型来作为交易员了。如果有一天你发现华尔街会用大语言模型来作为交易员，那么这个时候，也许这个大语言模型是具备这样的智能的。但是现在，我们并没有看到有这样的应用。金融市场是一个非常信息敏感的市场。当有这样的技术能够提升他们甚至1%的利润时，他们一定会不惜成本地去投入。这1%对他们来说可能已经意味着非常多了。

所以，当我们去讨论这个AI是否有智能、是否有决策能力，能够做到与人类一样时，我们只需要去看看华尔街是否也用了这样的东西。

LLM的明天

我觉得基于大语言模型在提供生产力工具上，它还有着非常多的可能性。它可以为人类创造更多的生产力工具。但是，当我们回头看大语言模型从0到1的这一段路，我们已经走完了。而我们走到从1到100的路，也许这就是一个体称非常非常小，而并不会发生质变的一件事情了。对于Sam Altman提到的AGI，我觉得这是一个骗局。大语言模型是没有办法真正实现AGI的。