Ai的其他问题（补充版）

Ai的经济性问题已经由中国非创业公司ds解决了，并且开源，但是ai的根本性问题，ai是模仿人思考的样子和模仿人说话的样子，并不是真的在思考和在像人一样说话，这一点并没有改变。在oa的时代由于经济性太差，所以ai的场景几乎无从谈起，在解决经济性问题后，ai的场景有可能会出现，但也有很大的不确定性，因为这一点在oa时期被过度的美化了，缺少理性，在ds时代可以期待由于经济性的提高，开源的广泛行业的实验，ai有可能会探索出一条高频场景道路（高频场景才具有投资属性）。在专业场景上，ds时代会使ai成本大为降低，效率的提高会改善专业场景的工作效率，工作效率提高会带动生产力提高。Ai当前的主要问题在高频应用场景和模仿人的智能表现上，没有高频应用场景就很难在通用场景中使用，模仿人的智慧表现也并不是真的具有智能，是鹦鹉学舌，底层还是靠计算速度，表面上表现的像一个人类。这种模仿让人误以为他是智能的，以前我提出的，在实际场景中譬如根据具体项目谈的合同，具体事情编制的财务报表等依然无法解决，因为ai没有目的性，在所有有目的性的场景中，ai都无法知道到使用者内心目的，除非有一个完全私人的训练模型，使用者无条件信任应用的安全性和私密性，并且程序开发商和法规允许出售和建立这种完全“个性化私密的模型”，主要是涉及到个体的道德和法律问题，因为ai要解决人的问题，就要解决人的目的性要求，而这些目的性往往是隐蔽的，所以要完全“个性化私密的模型”，另这种目的性还涉及到人性方面，即便是一个宏观的好人，也会有微观的坏事，这些在没有涉及到ai来处理解决的时候，是由人自己完成的，不为外人知的。在涉及到ai来解决，就要让ai这个外人知道，既有内容要透露的问题，又有目的性的问题，目的性的问题，可能就有法律和道德问题，这个问题点厂家是完全尊重法律不予处理，还是处理后由使用者决定。如果是前者，那应用就很难展开贴近生活的高频应用，深度应用。

补充两点：

第一点，ai的认识范围是基于互联网上的公开数据的，也就是说互联网上提供的什么信息多，ai就会人为什么是对的，互联网有什么信息，ai就处理什么信息，对于网上没有的信息，ai无法获取也不知道，这也形成了ai的认识盲区。譬如本人喜欢文玩盘串，对ai提问了微尘百香和梵菫猴头的问题，由于这是小众的信息较少，而且有些交流是玩家互相间的评价，并不是公开的，所以ai对这方面的信息就少，ai总结的认识还是基于网络的，有些内容是正确的，有些内容就是传言，但是ai只会提取信息总结，他并不清楚这里边的事情。

第二点，ai需要有自动化的自我学习能力，现在的ai可以训练自己，但是还不能自动化的接受人类的命令，然后根据命令进行学习，以达到丰富自己的认知的作用。因为，本人人为ai的最重要的应用在与2c的边缘侧，完全根据个人的训练形成的，高频个人化私有大模型，这种大模型根据每一个使用者自己的训练和习惯，完全不同，偶多少种人，就有多少种个人私有大模型。所以就要ai有自动化的学习能力，人类通过命令，告诉ai需要学什么，到哪可以学，也可以提供自己的私密信息给大模型，由大模型自动进行学习，这样才能训练出基于私人的边缘侧大模型。