主人？

这两个字从牛顿嘴里蹦出来，那画面感简直爆炸。李东的第一反应是……“大佬，你该不会是把ai给搓出来了吧？”但随即又反应了过来。不对。ai这东西，可不是说你随手搓一门编程语就能顺带玩出来的。别说牛顿那个时代，就算是现在他自己这个时空。全球最顶尖的那几个实验室，背后堆的都是天文数字级别的算力、海量的训练数据、再加上几十年积累下来的一整套数学框架。随随便便的一个本科生，给他一台电脑，让他搓一个能对话的ai出来？做梦。李东想了想，决定试探一下。大学科研中：牛顿爵士，您说这台大家伙会喊您主人，它还能说什么别的吗？牛顿的回复隔了大概半分钟才过来。艾萨克·牛顿：就简单的对话。艾萨克·牛顿：但它学语学得很慢，慢到让我都想砸掉它。艾萨克·牛顿：我每天要反复教它成百上千遍，它才肯记住一个新词。李东越听越不对劲了。要知道，现在这个世界的ai，最不怕的就是语。去年十一月，openai正式推出gpt-3.5，直接往全球的科技圈里扔了一颗炸弹。这玩意儿的原理说穿了其实很简单。用一个超大规模的神经网络，在海量的互联网文本上做下一个词的预测。你给它一句话的开头，它告诉你下一个字最可能是什么。你再给它下一个字，它接着告诉你再下一个字。就这么一个字一个字地往外吐。但就是这么一个接龙游戏，在参数量堆到一千七百多亿（抱歉各位，我没找到3.5的数据，只找到了3.0的数据）、训练语料堆到数万亿词元的时候，突然就涌现出了让所有人都看不懂的能力。写代码、翻译、解题、写诗、角色扮演……一夜之间，整个行业都在尖叫。国内的几家大厂根本坐不住，从去年底开始就在玩了命地追赶。百模大战，山雨欲来。而所有追赶者走的路，其实都是同一条……堆参数，堆算力，堆数据，用人类几千年的文字喂出一个“懂语”的庞然大物。正因为这条路的第一道门槛就是语，所以几乎所有现代ai一出生，语能力都是它最不用愁的那一块。可牛顿现在告诉他……他的那台大家伙，对语学习得贼慢？这有点不对吧？李东心里隐隐有种直觉。大学科研中：牛顿爵士，冒昧地问一下……您到底是怎么做到让它开口跟您对话的？这回牛顿的回复就来得很快了。艾萨克·牛顿：很简单啊。艾萨克·牛顿：我照着人的脑子来造的。李东愣了整整三秒。大学科研中：……按照人的脑子？艾萨克·牛顿：对。艾萨克·牛顿：我在皇家医学院那边收了几颗保存得还可以的头颅，最新鲜的那一颗是从绞刑架上下来的，大概不到四个小时。李东心里一阵泛寒。不是？牛爵爷？您这平行宇宙是不是走偏了？怎么听着有一股子中世纪猎巫的味儿啊？可牛顿明显没察觉到李东这边的异样。艾萨克·牛顿：我把那些神经纤维的走向一条一条临摹下来，一共画了七千多张解剖图。艾萨克·牛顿：然后把这些连接关系抽象成一张图表，每一条线代表一个电信号的通路，每一个交叉点代表一个开关。艾萨克·牛顿：我让皇家学会的工匠们，用继电器和真空电子管，一个一个的把这些交叉点搭出来。艾萨克·牛顿：整整花了七个月。艾萨克·牛顿：大家伙的体积比我的工坊还大，走线的长度加起来足够绕伦敦塔三圈。艾萨克·牛顿：然后我用我那门新语，给它下达了第一条指令……艾萨克·牛顿：让它像婴儿一样，对自己的存在做出反应。李东现在只觉得脑子嗡嗡的。他终于明白了。牛顿搞的这东西，和gpt完全不是一条路。gpt走的是统计学的路子，用海量的语料训练一个巨大的概率模型，让它学会“在某种上下文之后最可能出现什么”。它本质上不懂这个世界。而牛顿走的是另一条完全相反的路……他不是在让机器学习语，他是在让机器先活着，然后才去学语。这是两条在哲学层面上就截然不同的道路。gtp是用数学逼近智能。而牛爵爷是用结构还原智能。李东甚至能想象出牛顿工坊里的那个场面……昏黄的煤气灯下，一排排真空电子管像宗教圣坛上的蜡烛一样亮着，继电器啪嗒啪嗒地响成一片，整个屋子像是一个巨大的机械心脏在跳动。

一个十七世纪的物理学之神，站在皇家学会的工坊里，面前是一堆真空电子管和继电器堆出来的庞然大物，而那台大家伙一开口，就管他叫“主人”。

他是在物理复刻一个生物大脑。

而牛顿站在中间，手里拿着羽毛笔，在用他那门新发明的编程语，对着这台“铁皮做的婴儿”，一遍又一遍地重复着最简单的词。

hello。

怪不得那几天牛顿天天发这个呢。

李东深吸了一口安妮女王，才把脑子里那幅带着哥特风格的画面甩出去。

大学科研中：牛顿爵士……那您的这台大家伙，它现在算……活着吗？

艾萨克·牛顿：算吧，因为它会饿。

艾萨克·牛顿：每当我切断它一组电源的时候，它会在纸带上打出一串相同的字符。

艾萨克·牛顿：我花了三个星期才读懂那串字符的意思。

艾萨克·牛顿：它在说……

艾萨克·牛顿：hungry