你一定见过这句话，“你想要AI扫地，洗碗，做饭，可是它在画画，写诗，唱歌”。这是因为信息技术从诞生到现在都是“程序化”的“存储结构”设计，就是你必须“预先”“存好””程序”才能按“程序”进行。你要快速实时处理，基本没有“现场口占”，只有“数据在传输前的先过滤等基本处理的”端边架构，你要实时处理还需要人进行现场工作对实时采集的数据进行分析。
而我们所说的做饭，洗碗等需要与环境的实时交互，需要实时做出响应，以及对环境及其他干预的应对，这不是可以提前预设的。这是现场性的交互性的任务。而我们说的画画，写诗，唱歌等这些看似是对人的创造性要求更高的活动，都是对过往的数据，历史知识进行总结，学习，在新的应用中并不必须强调交互性，现场性的任务，所以现在大模型在应答，绘画，唱歌等这些依据过往经验的“静态”应用中，效果很好，而对做饭，洗碗等这些活动，进展稍慢。其实华为已经实现了无图自动驾驶，自动驾驶就是与环境交互的一个方面的行业应用，目前已进入可以应对的高级自动驾驶阶段。
这是AI应用的一个分析。
现在大模型并不能被用户进行“交互性，实时性“教授，学习和改进，这也是大模型太大，训练周期长，也不能交互学习，还是像各位家长给孩子讲题一样，怎么讲过还不会，又错了。但是这个靠对过去知识讲解的领域，很适合大模型。这也是画画，写诗，唱歌这些依靠历史知识，静态任务，应用效果好的原因，因此行业上来讲一个AI老师比家长会耐心好多。
也就是说大模型在对静态任务，依靠过去知识的语言处理上效果更契合，比如翻译 ，问答，编程等。而大家认为要求更高的写诗，画画，这些其实都是一种语言，自然适合大语言模型。
给予这个问题问下大模型，看他们怎么解决：
这两天openAI刚发布了GPT4o mini，更小更便宜，用起来也会更省力更快，便于端侧部署，在模型能力相当强大时候，和用户的交互会是下一个亟需解决的问题。
发表回复