海岸线文学

第384章 虚拟社会实验（第1页）

“我知道在这个人工智能的时代，大家之所以会来燕大数院，并不是所有人都想去从事纯数工作，很多同学是觉得数学能够成为一个前往人工智能业界的跳板。

很正常，大部分人都是俗人，比起数学家的清贫，动辄能拿到百万年薪的人工智能方向，确实太诱人了。

从刚才大家的提问，也能看出，大家或多或少都对人工智能有些了解，比普通人的了解更多。

所以当前所有大模型的核心都是概率拟合和最有决策。

大模型的训练目标是最小化损失函数。

这意味着模型被无限趋向于产生最大概率、最小误差的输出。

在情感或行为层面，这意味着模型永远朝着最安全、最逻辑、最符合预期的完美答案收敛。

而强化学习与人类反馈是它的底层机制，这套机制的本质是用人类的反馈来筛选和强化‘好’的行为，惩罚‘坏’的行为。

这让模型成为一个高度优化的取悦机器，它无法容忍不符合人类期望的错误或犹豫。

相信我，老师对人工智能只会比你们更加了解，当前主流的人工智能他们的底层逻辑没有区别，包括深红。

到了用户的体验层，比拼的是谁模拟的更好，谁的模型更加准确，谁训练时候的语料更加丰富。

因此，我非常非常好奇，深红推出的虹到底要如何才能规避大模型的弊端，是创造全新的算法吗？彻底不用大模型的底层机制了吗？”

徐贤在讲台上侃侃而谈。

他很好奇，人工智能行业的从业人士们都很好奇。

这套名为虹的人工智能到底能做到什么程度？真的能模拟出人类的情感吗？

首先找上门的是华为。

作为长期阿波罗科技的合作伙伴，华为为深红提供了底层算力，同样的，因为有深红为华为的昇腾系列芯片背书，导致昇腾的软件生态建设进展迅速。

“林总，我想知道，虹的能力到底如何，以及我们是否有机会围绕着虹展开合作？”

余东坐在会议桌前，神情专注而热切。

他在华为是排名前五的人物，不过他一般不会来谈业务，像算力采购这种，都是下面的人在谈。

他更想了解人工智能的最新动态，以及和林燃讨论他的战略构想。

“它真的能跨越情感交流的深谷吗？”

林燃不假思索道：“我不知道，我们都知道人工智能是黑箱，时至今日，大家也不清楚人工智能所谓智慧涌现到底是怎么表现出来的。

我只能说，我们的测试人员从体验上，会觉得这比过去人工智能表现出来的更加智能，感觉有更多的情绪在其中。

但你能说这跨越了所谓情感交流的深谷吗？我没办法给你一个具体的回答。”

余东想到了过去他们所体验的人工智能，无论是文本还是语音，都没有情绪。

像豆包，它在和人通话的过程中，会模拟人的语气，会模拟人说话的停顿和呼吸，但冰冷的现实依然存在，计算机代码的固定无法避免。

什么是计算机代码的固定？

是指它在模拟对话过程中，不同对话之间，语气的停顿和间隔都是一样的。

类似疑惑从0到100，豆包对疑惑的表现永远是卡在50这个分位线上。

这是因为模型在生成语音时，需要对一系列参数进行预测和控制，包括了音高、语速、音量、停顿等等。

而模型的第一要义是平滑性，也就是生成自然、流畅、没有明显机器感的声音。

为了达到这一点，模型倾向于选择参数空间中最稳定、最平滑的路径，而不是最极端、最不规则的路径。

另外在参数空间里的均值回归，为了最小化损失函数，模型同样会倾向于输出高概率的均值。

说的更直白一些，一旦识别到疑惑这个标签，AI就将其与一组预设的、固定的语音参数，像语速放慢5%，音调提高30Hz，停顿增加500ms这样的标签进行绑定。

所以人工智能模拟的情绪是假的，余东的疑问是，你们到底能做到哪一步？

只是更多的标签，更细分的情感表达，还是说真正意义上的情感模拟？

如果林燃说的信誓旦旦，他反而不敢信。