穹苍之上，一片寂寥，群星慢慢闭上了眼睛。
有一篇分析ChatGPT的文章引用了曾经著名的一部科幻小说，让我特别的沉浸和感同身受。那是神的九十亿个名字讲述的是西藏的僧侣找到两个程序员，让其用最新的计算机暴力组合字母列举出神的九十亿个名字。当所有的名字都遍历后，神的旨意便会得到彰显，人类的使命也就完成了。在神的九十亿个名字被暴力穷举之后，小说的最后一段话是穹苍之上一片寂寥，群星慢慢闭上了眼睛。
我是想把心中的一个名字列举出来ChatGPT。领导经常说我这个人喜欢咋呼，经常贩卖焦虑。其实这是在我面对不确定性的未来变数时的状态，而对于已经变成现实的我的表现往往是反过来的，也就那样。所以在ChatGPT出现的最初两周我是相当不屑的，不过就是一个大号的搜索引擎。
随着信息汇聚更多之后我发现不太对劲了，并陷入了长达三周的自我认知的矛盾中。我喜欢用人脑来作为AI算法的参考，因为无论怎样智人及人脑始终是这个宇宙中目前唯一成功的智慧结构，有没有灵魂另说。但我坚信人的逻辑推理能力是某种超越简单网络结构的概率组合的，这种结构并不适于在摩尔定律驱动的2D平面，集成电路表达至少应该是3D的。
我不相信ChatGPT存在逻辑能力，但是最终我屈服了。我现在相信Chat已经具有了逻辑能力，并写下了本文后续的逻辑判断。我一直认为AI是基于大量数据的规律，用低阶对高阶的拟合还是商业落地和实用主义蒙蔽了我的认知。
现在我更倾向于AI，特别是在大模型是利用大量数据不断对事物进行高阶抽象的过程。人与人的社交和喜好真的是浅层的吗？大概率是我喜欢海贼王但兄弟元神可能都喜欢二次元，两点一线的关系就这么简单。所以推荐确实就是浅层次抽象的AI，但是人作为一个实体的内在特征应该是可以再增加bit层数进行更深层抽象的，也许这才呈现出真正的人与人的不同。
同理如果我们希望用大模型解决更多的问题，例如制药、物理也许也通过其原始复杂度以及能否有人多年积累的中间，抽象作为台阶来预测模型的深度和尺度了。但无论怎样更大也许就是答案，我也不喜欢知识图谱。我觉得这就是再次妄图用人力去挑战机器罢了。
大模型抽象到一定层次之后，知识的表达不可能像Excel或者主谓宾地表达出来知识已经成为了高阶隐空间的概率组合了。不应该存在明显的结构性结构性，用时域频域谱，变换的说法就是固有频点。
