#问答时间#

问：Fermi曾经讽刺过“3个参数画大象，4个参数鼻子动”----通过大量地增加参数来使得自己的模型能与实验较好地匹配是前辈物理学家们所讨厌的，但是如今所谓的“人工神经网络”“深度学习”其实跟生物神经网络没有太大关系，却更像是通过无限地增加模型的参数并用天文数字级别数据去拟合一个特别特别复杂的函数。这种范式如果最终能主导未来科技进步的主流那才是真正令人遗憾的。（反倒是AGI做不出来，并且DeepLearning这条技术路径在科技创新这种真正需要创造力的领域不断受阻才是正常的【当然学术造假确实能用现有AI批量生产这也算是本世代AI的一个主要副作用】）

@王孟源dudu 答：本世代AI的本質是統計機率和非綫性適配，乍看之下確實讓人失望，但它在文藝上的驚人成就，指向一個邏輯結論，就是人腦文藝能力的本質很可能也只是統計機率和非綫性適配，難怪不如邏輯思維那麽珍稀，從而間接幫助解釋了爲什麽理工科選拔比文科嚴得多。

我們再考慮後工業社會中，真正從事科技研發和生產的人員是極少數，他們的產值通過各式各樣的公私組織和交易，反而有絕大部分被重新分配給管理者和服務業，這是社會群體的平衡需要和市場機制的必然結果。然而管理和服務包含許多文藝性工作，而且越白領越文藝，那麽本世代AI能取代大部分底層文藝工作，當然代表著它將帶來顛覆性的經濟價值。科技的意義原本就在於作爲促進經濟生產的工具，它的本質是否崇高深邃，並不重要。

這裏有一些AI輔助數學證明的案例討論：大家可以參考。它們反映的不是AI的邏輯能力，而是遠超舊搜索引擎的廣度和精度，尤其是無需Verbatim逐字精確的語文理解力，能幫助數學家找到無名的前作和其他領域的解法，這印證了文藝智能可以輔助一切白領工作，包括最高級的邏輯分析。

2026-05-18