孟繁岐自己重算，這才發現ChatGPT給出的結果簡直離譜。

    最好笑的事情是，它計算這個模型到底有多少參數步驟中每一步的結果都是正確的，最后的答案也是正確的。

    可計算指定情況下，推理過程的運算量之時，就出了大錯。

    這就像是求出了方程f(x)=2x+1，結果代入x=3的時候卻算錯了。

    簡直是莫名其妙。

    而后孟繁岐與人討論，得出結論：計算常用模型參數這件事情，很多人都做過，這是評價一個模型規模的一個重要指標。

    孟繁岐當時提問的，也是一個常見模型，因而ChatGPT的計算正確。

    而針對特定情況，特定輸出去做推理消耗的計算，屬于是進階、特定的一種衡量。

    每個人的輸入規模都可能完全不同，模型卻都是同一個模型。

    這也就導致了，ChatGPT很可能是把其他輸入的結果，直接張冠李戴過來，返還給了孟繁岐。

    這種情況如果發生在AI教師解答學生問題的時候，其后果是災難性的。

    并且做到同等水平所需的人力并不高。

    “如果想要做AI落地，最重要的著眼點應當是對于生產力的加成，而不是臆測一些聽上去很好的需求?！?br/>
    “比如生成式AI用來做設計，協助處理文檔，還有最近有人拿DALLE來做電子模特，這些都是非常好的落地應用。它們的核心點在于讓人類做事的效率提升，協助人類做那些耗時枯燥的事物，而不是好高騖遠想著【取代】。”

    “AI落地的最大問題，就是場景是否真的需要這個技術；或者說，可以用更簡單的技術解決的，就沒必要硬套AI。并且，一定不能讓【用戶體驗】下降，原本能夠解決的題目，費了半天勁，用AI給搞錯了，這絕對是災難級的事情?！?br/>
    孟繁岐方才接到了一個電話，官方要與自己商定【生成式人工智能安全標準草案】相關的事情。

    這是涉及整個行業規則制定的大事，在華國AI界，沒有幾個人有資格參與。

    臨時有事，孟繁岐也就不再和田楓多聊，而是用這么一個視角做了結尾，希望能夠對他有所幫助。