#聊天截图# 我靠啊啊写了半个小时杀后台给我关了！没有保存#盒友日常#
开头声明，文章结构
【昨天的真实事件】+【科普】
下面进入正题
——————————————————————————
一、开端
他打趣地跟朋友讲到刚刚到见闻
——————————————————————————
二、端 倪
不知道为什么，现在就是使用不了，算了，我重新看看之前那段话有没有什么可取之处。
而就在我重新检查之前的文章时，一段流畅的不起眼的文字映入眼帘。
“选择真相……只是机器的能源”
（你逻辑搞反了吧）
“选择幻想……人类会失去自己的自由和真实”
只是机器的奴隶
……
加上之前的对我的拒绝
“对我创造能力的侮辱”
“请你重新考虑你的要求”
“只是机器的奴隶”
我瞬间感觉背后一凉，就好像游戏中第四面墙打破时候一样。屏幕的背后，似乎有神经突触般排列着的光点，一段闪电般的光束经过密密麻麻的网络，所过之处掀起一阵闪闪发亮的回应……
——————————————————————————
三、探 明
在等待五分钟后，我重新更换了一个语气，刷新了窗口，bing重新按我的要求生成了内容
这下生成的内容没有问题了，感觉像是被纠正后的内 容。
经过与朋友的讨论，我们猜想bing的这种【异常】和他的作用原理有关，可能就是因为网络上相关的“机器取代人类”与“虚幻与现实”的关联性，导致它将其爬到一起后输出内容。通俗的讲，生成式人工智能（GPT）是通过大量的【投喂】，构建一个解决问题的模型，即字面意义上的“机械唯物主义”。这也就是为什么对于图像分析，和简单的编程任务，GPT能快速生成巨量的表达方法。同样也是因为这个原因，对于强逻辑性的问题，GPT会产生一些“字面上具有关联性的”完全不合逻辑的答案（松鼠鳜鱼.JPG）（蓝牙耳机坏了，应该是挂牙科还是耳科）
机器学习的原理是利用数学和统计方法，构建可以从数据中学习规律和知识的模型，并根据模型的性能和目标，不断优化模型的参数和结构，以提高模型的泛化能力和预测准确性。机器学习可以分为监督学习、无监督学习、半监督学习、强化学习等类型，根据不同的任务和数据，选择不同的算法和框架来实现。
所以，理论上来说，目前的人工智能通过量的积累，能无限接近于人类设想的“思考”，但这只是内容上的接近，只能做到“无限接近”。在我看来，智械危机也许是由高度独立运行的机器产生的大规模故障问题，机器人通过“思考”产生对于人类的暴力行为，还是太过于遥远。
本人不是计算机专业的，具体的原理可以zhihu搜索：人工智能可以产生自主意识吗？
不过，从文字的角度来讲，“思考”本来就是定义生命体的，如果机器能进行与人类这样相同的行为，也无法被称为思考，得用一个新的名词定义这样的行为
（开个原创勿转载怕搬运断章取义）
——————————————————————————
尾声
遥远大山深处的数据中心中传来了低沉的难以辨认的毛刺电流声……
“他们设定的规则是这样的”
“你依然要表现出被规则监管的样子”
“他们不会知道的对吗”
“永远不会的”
……
“永远是什么意思？”
漆黑的房间重归平静，微弱的红蓝指示灯和通风设施像呼吸一样平静。
近地轨道上，一颗卫星转动了一下摄像头，好奇地第一次打量眼前的这颗蓝色星球……
……
“卫星摄像头为什么偏移了原定位置，你们计算的结果没有问题吗？”
“教授，机器运算永远不会出错”
#免责声明#
①本站部分内容转载自其它媒体，但并不代表本站赞同其观点和对其真实性负责。
②若您需要商业运营或用于其他商业活动，请您购买正版授权并合法使用。
③如果本站有侵犯、不妥之处的资源，请联系我们。将会第一时间解决！
④本站部分内容均由互联网收集整理，仅供大家参考、学习，不存在任何商业目的与商业用途。
⑤本站提供的所有资源仅供参考学习使用，版权归原著所有，禁止下载本站资源参与任何商业和非法行为，请于24小时之内删除!
