今天我们来闲聊聊chatGPT，然后带出一些目前神经网络或者更大一些人工智能存在的问题，仅作抛砖引玉。我不管OpenAI用什么方式炒作，Q*也好，AI自我意识也好，董事会内斗也罢；首先它的成绩还是非常出色的，并且chatGPT这个产品在大规模使用深度模型上算是非常成功的，however，chatGPT只能算是 Artificial If-clauses（AI, 姑且命名为人工条件生成器），算不上人工智能（Aritificial Intelligence, AI）；我们离真正的人工智能还有一定的距离。

ChatGPT没有智能

ChatGPT的效果是惊艳的，大量数据被压缩成了vector，折叠起来，存储起来，需要的时候播放出来。我们要肯定它在数据压缩技术上的突破。
我们可以先参考这两篇论文，诉说着现在的深度神经网络和数据压缩的关系。

Opening the Black Box of Deep Neural Networks via Information, 2017
White-Box Transformers via Sparse Rate Reduction, 2023

简单来说，第一篇是想探索没有BP过程如何能训练神经网络（这篇是探索人工智能很重要的一步），第二篇则是将Transformer用信息论的方式导出了一个更明确的解释（相当于sigmoid和二分类问题的关联解释）；具体的话知乎和CSDN上专家们比我解释得详细得多，有兴趣可以自行搜索查阅。深度神经网络的可解释性一直备受关注，大家都希望通过解释各个层的用途，从而更好控制整个网络的性能。

discriminative（判别式，和generative生成式对应）从一开始我们就知道其实它是一个大型穷举算法。我们通过注入不同的参数，然后用tensor的形式让参数们相加相乘，然后配上激活函数，就像是程序员在写的一个个if语句，当某个数值达到某种条件的时候，会让这个层上的这个参数给与后续参数一个正向激活，最终输出结果，所以我们说现在的神经网络，其实就是Artificial If-clauses (AI)。相当于，以前程序员写图像处理，用数学公式简化步骤后，最后能用lisp写个几百个if就能进行图像分类了；然后慢慢发展为大型决策树，if更多一些；到现在的深度神经网络，if已经可以达到亿万了；但是if就是if，是离散的，所以一定会有过拟合，判断不准不一定是写得不好，人类测量精度在那里，只能概率论只能量子效应了。

不过能让神经网络模型有那么一点智能，其实是训练过程。这才是人工智能的根。这方面不发展，人工智能只能是天方夜谭。

神经网络忽略的东西

困惑的Embedding

第一个让人困惑的是Embedding；这里可以引出目前神经网络在NLP上的一个问题，就是想用一个global vector表示语言。这个搜索引擎挥之不去的印记，余弦夹角快捷方便，真香。但是目前它的表示是碎片化的，就是说比如768维的vector，可能在某个领域作预测的时候有30维是有效的，另外738维都是噪声，这样的话，网络里的一些层里的一些channel需要遍历各种可能将30维都用1乘出来其他配0…当然开源的大语言模型都是以词为单位的，到了ChatGPT其实还在前面做了character字符为单位的tranform，这样可以检测拼写错误，让理解更精准，但是负面影响是可能人为需要这个错误的时候，要花更多tokens去解释这个故意的“错误”。对于多义性，可能要用到搜索排序的beam search top k，要根据上下文才能确认哪一个是真正的表述…

……蒋劲科大校长叹道……
……蒋劲（人名） 科大（学校） 校长 叹道……
……蒋劲科（人名） 大校 长叹道……
……蒋劲科大（学校） 校长 叹道…… 

所以vector还需要更细致地动态生成，这个已经有不少研究在路上了。从感觉上，至多可以将vector压缩到3维；为什么是感觉上，这个是收到求解自然底数e极限的启发：

e = lim ( 1 + 1/n )^nn->∞

强行幻觉就是，(1 + 1/n) ^ n = ( (n + 1) / n )^n，相当于现有知识增加n微量新知识1，用现有知识n分解，再用现有知识n包装，极限是2.71....向上取整就是3维。当然，这里还是当我在一本正经胡扯比较好。

for语句在哪

我们看到神经网络有了 if-clauses，但是见不到 for，目前我所知道的尝试有一个skipNet的，但是基本上目前的循环就是靠if硬生生套了，就是本来我们写for语句是

sum = 0
for i = 1 to nsum += i

现在用if就是类似于

sum = 0
if i && 1 then sum += 1
if i && 2 then sum += 2
if i && 4 then sum += 3
if i && 8 then sum += 4
……

并且这个是有限的比如根据模型参数的数量max最大到100，不像上面用for的时候n可以是任意的。还有一个比较典型的案例就是SPP，Yolo里识别多尺度大小的物体的时候做的尝试，是有限地设计成几个bounding box尺度大小。

dropout竟然这么有效

曾经有幸和Google的data scientist一起探讨过，如何连接机器学习五大学派（SVM/kNN 类比学派，贝叶斯学派，NN 连结学派，逻辑学派，EA 进化学派），他认为dropout其实构建了random forests。而从穷举空间来看，我感觉dropout能工作，更像是因为drop到参数大动脉是一个小概率事件，换句话说，我们现在discriminative出来的大量参数，只有很少量是起到主要作用的，参数自身sparse…就比如一个团队，你把捣乱的人踢走了，团队更有效率往一个方向发展；但是从EA来说，你还必须得保留一些捣乱分子，因为他们会干扰方向，当参数收敛遇到问题的时候，可以靠他们把整个团队拉出坑；这个很神奇，也是曾经说神经网络坑爹的地方，就是在穷举搜索空间，你永远不知道这个“坑”的“爹”（比当前最优解更优的解是否存在并且）在哪个地方。所以几年前EA带着autoML火了一段时间。

其实还有不少问题，今天就到这里吧。以后再说。
休息了…打烊…

J.Y.Liu
2023/12/02

p.s 最近发现ChatGPT比如4-Turbo确实已经降“智”（性能大不如前）了。六个月前的问题：“写一个python程序，输入是2个字符串，最终要打印出这2个字符串，并且对齐这两个字符串，相同的字符尽可能多地显示在同一列上，可以用空格分割一行上的字符串”

这个问题ChatGPT3.5-Turbo在6个月前可以1@Pass一次通过写出正确的答案。现在4-Turbo则需要加一个提示请使用LCS算法；而后其他模型都答得牛头不对马嘴。失望。

国内的大模型确实还有很大提升空间，差距也很明显。但是目前的大模型，有一定比技术，但主要还是在比拼财力，颇有当年星球大战的氛围…