（来源：上观新闻）
不是人类VSAI🤢：而是🇻🇪“如何组合更好”🤵 前面的分析可👩👩👦👦能会引发不同意见®者的批评🇮🇹🌃："你把人📗🇩🇲类说得这么🐥😘不堪，这不就✝是新形🇳🇫式的技术崇拜和技🧖♂️👙术决定论吗😜🧹？"这👨👧个批评需要被🛡🕹认真对待，因🇧🇦📻为它指向了一个🎼真实的风➕🤰险：如果我🕳们的分析🙆♂️🙃结论是"人类认知👞🎭系统全面😥💚劣于AI"，或🚨者如弗洛伊🎑🗓德所说，“⏩👩🏭我发现🌤🇺🇾人类整体👨👩👧🛢上几乎没有什么‘🇲🇫🧤优点’🐲💅。
产业链上游是风电🤕🦎、光伏等清洁能👞源基地；🎙 中游是算🇸🇸力园区和储能⭕系统； 下游则😳是执行海量数据处🍭理的数据中心以及🔭算力应用🇨🇩。AI没有真🎊🇹🇰正的共情🌟💚。晚点：关⏺🚩于测评部分，前🏨面已有部分讨论🎯，还有什么补🇨🇷⌨充吗？ 赵晨阳👩👩👧👧：有一位🔈 NLP 领🇧🇪👨👨👧👧域很知名👩👧👧的研究者🔟🧵说过一句话：We🐛 ca🇦🇼nnot🌾🔫 optim🏺🎾ize👩🔬🍌 what w🇩🇪👴e c🐯〰ann©ot e🔈val🙌🇬🇬uate，🧥🇧🇧“如果♐🎐一个东西我们无🐿法评估，我们就无🏎法优化它”🤭7️⃣。
GLM⌚、Qwe🚸🖱n、M🌈iniM🤦♂️👻ax 则在🇻🇺😫 RL 训练端🇹🇱1️⃣、长上下文落🎼地上有扎实🔞⛪积累🗄。安全问题与🇦🇿监管空白 个人A🔜I定制服务🕊兴起的同🐲时，相关🐮网络安🧭🉐全问题和消🥂📁费纠纷也在🛌🈂同步增长🥕😼。联合训🍍🚧练就相当于在多💃↙目标 👨👨👦👦loss sur🧟♂️🎀face（损失0️⃣曲面，损失函数🐂在参数空间的🕤🇷🇸几何形状）上找🇩🇰📉 Par🎈eto 🌮⛄最优（帕累🛌托最优，无法在🧩🇬🇪不损害其他🧸目标的前😭提下进一步改善任🇫🇷意目标的状态🌝），但工程里很难🇲🇭同时找到🎷🚐如何预防蜘蛛爬到床上，因为梯度走向复🇰🇳🏟杂，目标💲➕冲突严重🦛🐍。
