主题：辛顿，李飞飞，和AI之问 -- qq97

我也说说我对AI的理解，历来都有两条路线，一条是模拟大脑产生智能，另一条认为可以用逻辑符号表达智能。

按照我粗浅的认知，Hinton说的，是前者的路线，模拟脑神经的刺激，逐步产生记忆，再转换成知识，在生物上，过程就会极为缓慢，但电脑模拟的就不一样了，理论上的速度可非常快。

LLM走的也是前者，只不过不是通过模拟脑神经的刺激，模拟的仅是大脑的工作原理，方法是通过极大规模的数据统计，逐步筛选组合，输出结果。上了规模之后，目前的效果看来不错。

个人认为，但前者路线存在问题也是出自娘胎的，既然是模拟人脑，结果跟人脑一样，必然也不敢保证精确，在商业应用上，这点很致命，记得有个律师，用了chatGTP查案例，呈堂的时候，被法官发现是胡诌的，输了官司。

后者的路线我没有跟进，虽然精确，但好像走不下去了？

至于未来的发展，我个人认为通用型的人工智能这条路走不通，但是，各行各业的专用型AI是很有可能的，例如legalGPT，lazyChefGPT，javaGTP, pythonGPT （注意不是CoPilot这样的通用编程助手），在特定的专业领域的精确程度达到商用水平还是很有希望的。