菓趣

注册日期:2025-12-19
访问总量:142371次

menu网络日志正文menu

想懂AI先了解原理和算法


发表时间:+-


不懂得“计算机原理”和“计算机数学”的人奢谈人工智能的都是胡吹。部分甚至就是欺诈钱财和学生:投资的钱被富人吞没了,跟风的学子企图复制他人的成功也活该倒霉。

AI本质上是数学,物理,和工程的有机结合;丝毫没有生物的什么事。它顶多借助了生物学中一个名词,所以它的骨干实际就是计算机数学。而计算机数学的一个主体部分是“计算机算法”。这个算法首先却是数学在信息时代的一个分支,然后才是计算机科学的一个分支。我这么说是因为计算机算法是计算机数学的理论部分。也就是说AI的核心是数学,或者叫信息数学。其中“智能”主要讲的是“能”不是“智”,也就是我对AI坚持使用“计算性智能”這個詞的緣故。

从数学的角度讲,人工智能其实就是传统的计算机算法加上它的“逆算法”。这里的“逆”就是“减法作为加法的逆算法和除法作为乘法的逆算法”的那个“逆”。体现在新的语境中的这个“逆算法”就是所谓的“机器学习”。而机器学习的主体就是概率统计学的知识。加上巧夺天工设计的新硬件和以组合学中的知识背景导出的新知识就是深度学习。这个新知识就是所谓的仿神经网络。这个神经与生物学中的神经几乎毫无瓜葛,只是一个形象比喻。

普通老百姓听不懂这些,只听到有些带著政治和商业目的人胡吹。 完全不懂计算机原理的人谈AI基本上都是瞎扯,所以就给网上很多胡扯AI的言论提供了可乘之机。据我所知,人工智能已经几乎达到它的物理极限。也就是说,网上胡吹的几乎都是在故意误导大衆。人工智能取得令人震惊进展的可能非常之小,所谓人工智能“能够代替人类思维”的説法更是彻头彻尾的欺诈:请各位小心被骗! 因为它其实只是信息数学的应用,应用的过程全是工程学的机械化和自动化。它不可能有生物性质的任何功能,哪里可能有人类思维的智力?


浏览(1590)
thumb_up(2)
评论(25)
  • 当前共有25条评论
  • 菓趣
    作者:菓趣留言时间:2026-08-17 11:03:51这与“宗教信仰”和“民主万能”有类似的麻烦,那就是宗教信仰是不可能证明真伪的(民主万能也一样是不可能证明真伪的)。凡是企图证明信仰真伪的学者都是伪学者。

    信仰就是信仰,任何人可以选择“信”与“不信”。试图用证明耶稣是神的儿子来说服他人信仰耶稣,那么他已经脱离了他自己的信仰。因为这个信仰是不可能证明的,谈不上正确与否的信仰。

    屏蔽 举报回复
  • 菓趣 回复 菓趣

    【大模型本身的构造和机理恰恰不是“算法”的】,这个说法其实涉及定义什么叫算法。我定义这样的算法为非传统算法,都是算法。人工智能很大程度上是因为有了这些非传统算法。我把这些非传统算法的大部分归类于传统算法的逆算法。这些逆算法还是算法,只不过不是传统的算法。

    这些逆算法得到的结果只是大概率正确的结论。所以不一定是必然事件。因此所有的人工智能得到的大概率正确的结论都不是绝对正确的结论。我对大模型的了解有限,但是足以使我断定它永远不可能完全可靠。因为它仍然受制于【大概率事件未必必然发生】这个概率统计学的这个铁律的约束。


    屏蔽 举报回复
  • 菓趣 回复 噶瑪蘭

    不管怎么“泛化”,它还是不可能具有人类思维得到的绝对正确性。

    屏蔽 举报回复
  • 菓趣
    作者:菓趣留言时间:2026-08-17 10:43:36

    不管概率接近1有多接近,其结论仍然只是大概率正确。而大概率正确的结果总有极小概率的不正确。把这个大概率正确结果当着法律证据来使用,必然造成非法的判决。

    这与鼓吹人工智能可以成为另一个相当于人类的智能实体甚至预言人工智能将会发动对人类的战争,都是一样的荒谬透顶。所以我说一个人要声称自己懂得人工智能,他首先必须懂得一点计算机原理和计算机算法。当然也需要懂得一点概率与统计学,起码他需要懂得什么是大概率事件。


    屏蔽 举报回复
  • 菓趣

    请参阅汪翔博文:AI检测软件的荒谬性与法理破产

    blog.creaders.net/u/3000/202608/561539.html

    不过对于鼓吹民主制度万能的无知宣传,这个结论同样适用。那就是民主选举的结果并不一定是大概率事件,更不是绝对可靠的结果。

    西方极力鼓吹的民主制度在概率统计学上早已证明是不可靠的。


    屏蔽 举报回复
  • 噶瑪蘭

    现代大模型的算法通常只针对工程学,比如就是如何增加并行度,减少外部存取,等等。大模型本身的构造和机理恰恰不是“算法”的。“算法”,通常指符号主义,逻辑驱动。而大模型本质上是连接主义,数据驱动。相对于AI 1.0,大模型甚至连仅存的先验逻辑(比如人工设定的卷积核)都不需要,完全让系统根据数据自己演化(调整配置参数),最终涌现出有意义的规律。另外,大模型中自注意力集中确实是贝叶斯统计,但作为Transformer的核心的FFN(前馈网)则恰好不是贝叶斯,更不是概率统计,而是通过非线性化表征空间提供表征相变的吸引子。作为概率统计(比如传统贝叶斯网),其实质在于记忆。而FFN则恰恰相反,在于泛化,极力要避免的正是记忆。

    屏蔽 举报回复
  • 菓趣

    今天是第一次,我收到與這篇博文相關的比較正式的邀請;要我準備一個45分鐘的演講。這説明我還得認真準備不能只是隨便説幾句而已。

    屏蔽 举报回复
  • 菓趣
    你説的什麽大牛只是對你而言,你把我的名字告訴他;你就知道你在與誰説話(他要是不知道我,説明他那個大牛不夠大所以還沒有被告知我是誰)。所有的工業商業都是下游領域,就是他們要學我們的東西,我們只需要看一眼他們的東西就知道他們在幹什麽! 數學在所有理論領域的最頂端,信息數學就是他們的上游(不是地位的高低,是指專業性質)領域。我的行政職位的一個職責就是根據他們的需要參與重新設置所有(不是一所,是全國的)大學的課程。比如增加統計學課程,比如新開張量分析課程(這是在張量上的微積分:就是與張量中心處理器有關的數學基礎)。也與你說的所謂神經網絡有關,再說一遍你說的“神經網絡”是你被玩弄了,與那個醫學或者生物學的神經網絡毫不相干;只是一個比喻說法,但是有人不懂裝懂有人有意誤導大衆。這裏只有大衆沒有人民(我們不是在談政治我們這裏在談學術問題:你去給他們胡扯你懂人工智能也可以,但是在學術上你不夠資格談這個問題)。在這一點上,我可以爲提供理論上的服務。我即將接受全面的職業培訓以便我承擔這個重大行政事務的管理職責。

    “人民”在政治上是平等的,但是在專業問題上人民這個詞不好用。專業上不認什麽人民,這裏只講事實。不懂就是不懂,大衆不懂學術所以他們的話不算數。不懂專業的人的話一個屁都不算。對不起,這不是針對你或者任何人。這是講計算機原理和計算機算法,人工智能必須服從這兩個領域的學術知識。這就是我這篇博文的宗旨。誤導大衆爲了商業利益或許不違法,但是學術上絲毫不接受商業宣傳誤導。

    屏蔽 举报回复
  • 菓趣

    不懂得“计算机原理”和“计算机数学”的人奢谈人工智能的都是胡吹。部分甚至就是欺诈钱财和学生:投资的钱被富人吞没了,跟风的学子企图复制他人的成功也活该倒霉。

    我這句話不是在談學術,而是在“教導”大衆不要受騙!我有這個政治權力。 

    屏蔽 举报回复
  • 菓趣 回复 夏操得克萨斯

    “model”你懂得這個詞的意思嗎? model就是一個數據模型,不是真的神經網絡。這個詞來自統計學,我曾經是三年的統計學教授。他們在玩弄文字游戲,你不聽專業人士的話活該被騙。當然你沒有能力分別真假,所以我告訴你先去學計算機原理。我把人工智能稱之爲“計算性智能”,它維基也不過是一個科普網站夠不上大學水平。你不知道人世間的文字絕大多數都在欺騙,你不相信我是你的權力。別不知天高地厚教訓我就是,我是他們的上司“學術界”。他們在企圖撈錢,我在告訴你真實的學術事實。你不相信我,你敢投資任何吹噓人工智能有生命能力邏輯能力?我賭你輸掉褲衩。


    我把“機器學習”叫做統計學複製模型,這個“學習”就是故意用來欺騙類似你這樣的傻瓜的。我說機器學習事實上是傳統算法的逆算法(你知道什麽叫計算機算法嗎,我博文説得很清楚),我的博士生將被我告知不許使用機器學習這個詞匯。我的領席教授職位包括“信息數學博士”論文指導,對了我告訴你:我不教書博士課程也不教。我只指導博士候選人寫作論文。你難道要挑戰任命我為領席教授的人的學術資歷和眼光? 我是世界上培養第一個信息數學(也可以叫做人工智能數學)博士的導師。我的職位實質上不是大學任命的,所在的大學也是一個橡皮圖章。首先因爲他們也無法確定我的資格,還不説指導博士論文也只是我一半,我的另一半職務就是這整個領域的行政執行官。這些你等“幾天幾月”就會看到新聞報道;沒有大學能夠決定我的去處; 你真以爲有教授民主治校(普通教授怎麽可能決定我作爲最頂尖教授的資格)。

    屏蔽 举报回复