第466章虚拟社会实验
「我知道在这个人工智慧的时代，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慧业界的跳板。
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慧方向，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慧有些了解，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。
这意味著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，这意味著模型永远朝著最安全、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，老师对人工智慧只会比你们更加了解，当前主流的人工智慧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，人工智慧行业的从业人士们都很好奇。
这套名为虹的人工智慧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升腾系列晶片背书，导致升腾的软体生态建设进展迅速。
「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著虹展开合作？」
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。
他更想了解人工智慧的最新动态，以及和林燃讨论他的战略构想。
「它真的能跨
本章未完，请点击下一页继续阅读！