内容:

昨天有个朋友问我，说现在网上吵得凶。

说是有些AI领域的教授，公开反对大模型。

我就笑了。

这有啥好奇怪的？

我在这行摸爬滚打十三年了。

这种声音，我听得耳朵都起茧子了。

很多人觉得，教授们是站着说话不腰疼。

其实不是。

他们反对的，往往不是技术本身。

而是那种盲目的、失控的狂热。

你想想，现在的大模型，像什么？

像个巨大的黑盒子。

你喂给它数据，它吐给你答案。

但中间到底发生了什么？

没人说得清。

这就是所谓的“幻觉”。

教授们担心的是，如果连原理都不懂，怎么敢用在医疗、法律这些关键领域？

我见过太多初创公司，拿着大模型API，就敢吹牛说自己是AI独角兽。

代码都没几行。

全靠Prompt工程。

这种泡沫，迟早要破。

教授们看得很清楚。

他们担心的是，整个行业陷入一种“调包侠”的懒惰中。

不再去研究底层算法，不再去优化数据结构。

只是不断地堆算力，堆参数。

这真的可持续吗？

我觉得悬。

而且，教授们反对的，还有数据隐私问题。

大模型训练需要海量数据。

这些数据从哪来？

大部分是互联网上的公开内容。

但这里面有多少是用户的隐私？

有多少是受版权保护的作品？

现在的大模型，往往是无视这些规则的。

教授们站在伦理的高度，当然看不下去。

他们怕的是，技术跑得太快，把法律和道德都甩在身后。

我也不是完全同意教授们的所有观点。

大模型带来的效率提升，是实实在在的。

写代码、写文案、做数据分析，确实快了很多。

如果完全否定大模型，那是因噎废食。

但问题是，我们太依赖它了。

一旦模型出错，后果不堪设想。

比如，一个律师用了大模型写辩护词，结果引用了不存在的案例。

这就很尴尬。

甚至很危险。

所以，ai教授反对大模型，并不是要扼杀技术。

而是想给狂奔的技术踩一脚刹车。

让他们想想，方向对不对。

路该怎么走。

我觉得这种声音，现在特别需要。

毕竟，行业里全是喊口号的。

很少有人愿意说点真话。

说点让人不舒服的真话。

我自己用大模型也有段时间了。

发现它确实好用，但也确实有坑。

有时候它会一本正经地胡说八道。

你如果不加核实，直接拿来用，那就完了。

所以，我觉得未来的AI从业者，不能只会调参。

得懂原理。

得懂业务。

得懂伦理。

不然，你就是一个高级打字员。

这工作，迟早会被更便宜的模型取代。

教授们的反对，其实是一种警醒。

提醒我们，技术是有边界的。

不能为了技术而技术。

要为了人而技术。

要为了解决实际问题而技术。

现在的大模型，很多场景其实是伪需求。

为了炫技而炫技。

这很浪费资源。

也很浪费人才。

我希望更多的人，能听到这些反对的声音。

别觉得教授们是老古董。

他们可能是看得最远的人。

在这个浮躁的行业里，清醒的人太少。

太需要这种清醒了。

哪怕这种清醒，听起来有点刺耳。

有点不近人情。

但良药苦口嘛。

对吧？

总之，别盲目崇拜大模型。

也别盲目排斥。

保持怀疑，保持思考。

这才是我们该有的态度。

毕竟，技术是工具。

人才是目的。

别本末倒置了。

本文关键词：ai教授反对大模型