※ 引述《darkblue6404 (深蓝)》之铭言：
: 我本不欲轻易发表看法，因为我知道人各有不同，成长过程各有不同经历，价值观形成
上
: ，很难有一同性。但很多网友仍然纷纷问我，希望我谈谈AI，对AI的趋势，在众多期盼
的
: 声音中，实有责任站出来，表达一下我的看法。
: 我最近一直在思考一件事。
: 现在的 AI 大语言模型，真的有未来吗？
: 讲白了，它们就是在“猜字”而已。你丢一句话进去，它就开始运算，然后根据训练资
料
: 里的模式，猜出下一个最有可能出现的词。
: 这样的技术说穿了就是很厉害的填空题机器，背后的核心逻辑本质上没有变。
: 而且大家都没在讲的一点是：它很耗电。真的，非常，非常耗电。
: 训练一次模型要几千张显卡跑好几个礼拜，等于直接拿人类未来的能源去玩一场文字接
龙
: 。这样的效率，这样的资源消耗，说实话，有点不太对劲。
: 我们真的需要一个每次回你“好的，了解”就耗掉半颗树的AI吗？
: 这样下去，AI的尽头大概就是一群超级电脑在互相猜你在想什么，然后发热，然后停电
。
: 说到底，我还是觉得——通用模型才是未来。
: 不是那种每天在那边“请用五种语气回复以下文字”的表演型AI，而是能够真正理解语
意
: 、穿梭不同任务的智能。
: 要能跨语言、跨模态、跨情境
: 只有这样，我们才算真正走在 AI 的路上。
: 总之，现在的大语言模型，讲得再神，也只是字的囚徒。
: 我们不能被这些流畅但空洞的句子给迷惑。
: 未来在哪里？不是在那一堆“请简化以下段落”里，而是在还没被训练出来的“通用性
”
: 里。
完全不觉得猜有什么问题、
事实上现代科学一堆研究成果都是用统计学“猜”的，
例如药物开发，虽然可以靠理论过找比较有可能有效果的药，
但还是需要拿一堆效果未知的药去实验，
其他领域很多也是这样试错法找答案的，
说ai用猜的虽然对但也太简化了，
这种猜完全符合科学上的“不断假设，不断测试，不断修正”的做法，
根本就是完全符合科学原则的产物，
可以使用的范围与进化的幅度不可估计，
怎么会没有用处？