图片由我司AI生成
sora的世界与人类并不相同
一、人工智障
前段时间sora火了，很多人都蹭着热点讲，刷出来一篇篇十万加。
我冷眼旁观，只是在内部讲了讲技术原理，然后被删了。
去年的人工智能，无论是chatGPT还是国产的AI，连个简单的数学题都做不好。
我曾经试过这样一个简单的问题，就是给出三角形的三条边，比如说分别是
12、13、14
，然后让AI计算三角形的面积。
很显然，这个用
海伦公式
就能做到，一个非常简单的计算，分两步：
我们看看结果：
通义千问，去年算的不对，今年直接卡住了。
文心一言，算的是对的，但是并不够精确。
ChatGPT 3.5算的是错的。
chatGPT4.0,有时候算得对，有时候是错的，也不够精确。
其它家我也基本试过了，一个比一个弱，基本算的都是错的。
大家要知道，
计算机天然适合做计算
。
这样的问题，你用计算器，或者编个简短的小程序，或者用excel，甚至用手算，都用不着动用matlab这样的科学计算软件，就可以轻松搞定。
现在花了这么大价钱训练出来的大模型，这么简单的问题都算不出来了。
这是为什么呢？
难道全世界的人工智能科学家都是白痴吗？
二、从牛顿到sora
从牛顿到爱因斯坦，人类的思维方式发生了巨大的变化。
这个就是公理体系。
这个我们前面的文章讲过很多。
就是像几何学一样，有几个基本公理，然后逐步推导，形成整个理论体系大厦。
公理体系，简洁而有力，你可以计算出远处的星球运动的轨迹，也能计算炮弹的运行轨迹，甚至是量子级别的微观现象，宛如神迹。
物理、化学摧枯拉朽，就是因为公理体系。
这是人类理解世界的方式。
最初，人们想的就是，我们把这些教给计算机就可以实现人工智能了。
你用手算、用计算器，编个小程序算，这种方式和当前人工智能的计算方式有一点点微妙的区别。
如果你理解了这一点，你对当前人工智能的理解会上一个档次。
区别在哪里呢？
区别在于，你
编程序，你必须自己理解整个步骤和原理，才能算。
你无论是手算，还是编个程序计算，你都需要把每个步骤搞清楚，一步一步的去算。
你编个程序，本质上，只是把这个计算步骤转化成计算机去做。
如果你自己都没搞清楚，计算机根本没法帮你算。
程序员编
不出自己都不懂的程序
。
但是有些事情，
你就是搞不清楚原理
。
比如说人脸识别。
下面是一张人脸，有什么规律呢？
图片由AI生成
都是两个眼睛，一个鼻子，一个嘴巴，两个眉毛。
同样都是这些器官，但是两个人就是长的不一样啊。
你能不能总结出一个公式出来？
圆脸、方脸、国字脸，鞋拔子脸？
图片由AI生成
当前人工智能的思想是，
反正有什么规律，我也不知道，你机器自己去学吧。
这个就是机器学习，当前主要是机器学习中的一种，叫
深度学习
。
已经广泛用于搜索、推荐系统等等。
当机器学习这个概念提出来的时候，让人感觉那不是一个笑话，简直觉得是天方夜谭，痴人说梦。
你人类自己都没把规律找出来，你还让机器去学，你这不是搞笑吗？
但是效果呢？
人类识别人脸的平均准确率是
97.5%
，就是说人类也有认错的时候。
以国内的商汤科技的人脸识别为例：
2014年能够用
20万
人脸来对机器进行训练做到了
98.5%
的准确率，
首次超过人类
；
2015年用
30万
人脸进行训练，达到了
99.55%
的准确率；
2016年用
6,000万
人脸训练可以达到了
百万分之一
的误识率；
2017年用
20亿
人脸训练可以达到
一亿分之一
的误识率；
商汤算是技术不错的。
我们说说一般水平的开源人工智能识别人脸，也有
99.84%
，超过人类2个百分点，而且可以全天候
24小时
工作，不知疲倦。
人工智能肯定是
发现了人脸的什么规律
，但是到底是什么规律，当前也不是人类可以理解的。
除了人脸，还有语言、图片、音频、视频等等，很多东西，人类并不知道规律。
但是机器却可以学会。
人工智能发展的过程中，凡是试图让人工智能去理解人类的体系，都是惨败。
以语言为例，你如果告诉计算机，文章由段落，段落由句子，句子由主谓宾定状补组成的，都是惨败。
Alphogo可以下围棋下过人类，但是到底围棋是啥规律呢？
并没有总结出来，它的理解方式和人类并不一样。
另外一条路，如果你让计算机发挥它的计算能力，让它自己去学，都是无往不利。
OpenAI就是走的这个路子，加大计算能力，加大数据量，让机器自己去学。
走上了这个路子，人类主要的工作，
就是面对一个领域，怎么想办法让计算机去学习。
一旦找到一个让机器学习的方法，人类就再也比不过了。
三、sora的革命性
Sora的革命性就在于，人类终于找到了一种方式，让计算机可以自己去学习视频。
这个方法才是革命性的。
至于说生成的蚂蚁是四条腿，杯子里面的水先流出来再摔在桌子上这些都是小问题，迟早机器会学会。
但是sora学习这些的方式，与人类并不相同。
