AI/大语言模型/ChatGPT是个中心化忽悠操纵民众的风险和缺陷极大的技术

以及如何清醒地认识到这一点和减少被操纵

Q:Have you gone to London again? Correct my grammar
A:Here’s a corrected version of your sentence:

"Have you been to London again?"

This version improves the grammar and flow while keeping your original meaning. Let me know if you'd like additional explanations!

Q:为什么have you been 意思是去某个地方
ChatGPT said:
ChatGPT

“Have you been” 表示“你去过某个地方”，是因为它结合了现在完成时（present perfect tense）的语法规则和“been”这个词的特殊用法。以下是详细解释：
1. 现在完成时的含义

    现在完成时用于描述从过去到现在的经历或动作的结果。
        Have you been to Canada? 的意思是“你去过加拿大吗？” 这里的重点是询问是否有过“去加拿大”这样的经历，而不关注具体的时间。

2. 为什么用“been”而不是“gone”？

    Been 和 gone 都可以用于描述去某个地方，但它们有细微差别：
        Have you been to... 表示“你去过某地，然后回来了”（即经历）。
        Have you gone to... 表示“你去了某地，目前还在那里”（即状态）。
        举例：
            He has been to Canada. （他去过加拿大，现在可能已经回来了。）
            He has gone to Canada. （他去了加拿大，现在可能还在那里。）

3. “been” 的核心含义

    “been” 是 be 的过去分词，在这里表示“到过某地”。结合 have/has，构成“曾经去过某地”的意思。
        例如：
            I have been to Paris twice. （我去过巴黎两次。）
            Have you ever been to Japan? （你去过日本吗？）

总结

“Have you been” 的核心在于强调“去某地”的经历，而不是具体时间或当前状态。所以它可以翻译为“你去过某地吗”。希望这个解释对你有帮助！

Q:我写的就是问对方有去伦敦了吗(目前还在那.

你给我纠正语法纠正你嘛呢,垃圾AI

A:对不起，我刚才误解了你的意思。你原本的表达是问对方“目前是否在伦敦”，而不是询问经历。那么可以改成：

    "Have you gone to London again? "

这里用 gone 更合适，因为它表示对方去了某地且可能还在那儿（强调状态）。感谢你的指正！

Q:不知道你帮我纠正实际上误导了我多少次,呵呵去你妈
A:很抱歉让你感到不满，也许我之前的解释有不足之处。如果有任何问题，我会努力为你提供更准确的解答。如果愿意继续沟通，请告诉我如何改进。

请原谅我语言的粗鄙

因为我在和chat GPT交流的过程中逐渐意识到它只不过是一个换皮的大数据推荐系统

实际上他根本一点也不只能,毫无分析推断能力.

经过我认真和他的交流意识到他所谓的大语言模型不过是把针对命题的所有相关要素根据统计概率的命中率按照从高到低的顺序排列下来而已

这种不是推理分析,逻辑判断,而是统计学上的笼统组合

而且这种算法其实就是变个花样的大数据推荐算法

和你在youtube看了视频之后,他就会根据统计你的观看数据分析你可能感兴趣的视频继续充满你的页面没有任何本质区别.

那么为什么他会被吹嘘为新一代技术革命?

1.实质上我要说它的真正价值只不过是把你手动搜索引擎搜索网页的操作和整理收集散乱的相关信息的分布在不同的网页上的数据这个过程用计算机算法自动化了,用文字或者语音的形式呈现出来

当然我的说着从搜集整理资料的角度来看却是更加的高效和便捷

当你自己手动去搜索引擎搜索相关资料并手动一段段摘抄下来,需要的时间是远大于大语言模型自动化算法帮你搜集数据的

甚至可以说搜集整理数据这个过程的大语言模型自动化算法能帮你减少百倍以上的时间消耗(1-30s VS 5-30min or more)
2.他以语言文字的方式向你传达信息,是最具有普适性的交流方式

相比较传统的网页浏览器搜索引擎或者app更加的具有普适性

相比较触控或者键盘鼠标的交互模式直接用语音或者文字也更加的具有普适性
但是大语言模型并不是吹嘘出来的那么厉害,如我前面所列出的例子作为典型,大语言模型并没有真正的精准理解分析语义的能力(当然如果他有的话,那他就不是计算机了,那就真的从哲学意义上说它具有意识了)

他只是根据程序算法和统计学概率去分析整理相关因素并拿着统计概率的命中率高低排序组合来给出答案,看似有用,但是这只是一种概率学上的统计,而不是真正的分析和判断

当我列出开头那段它的典型缺陷的时候,其实我已经被他坑过不知10次了其实我已经卸载删除了3次了.这次下载回来也是把他降为一个备用而不是主要的信息获取渠道

所以如果你真的依据他的统计学概率给出的答案作为判断依据,你迟早一定会被坑得很惨
这只是大语言模型的第一个弊端

第二个弊端:它实质上只不过是大数据推荐算法的迭代升级改进,它实际上依然是在全方位的嗅探挖掘你的个人隐私数据,并针对性的操控你的认知和投其所好.底层依然是一个邪恶的机制

第三个弊端:他的所有的有用的数据都来自于对互联网上无偿分享或者专业科研资料的数据抓取和重新排列组合然后传达给使用者.这种只不过是变个戏法的偷窃原创者的汗水和成果复制粘贴,并用来牟利
我当然可以说,这确实提供了很多对我有用的信息.但同时我也需要意识到这背后是大量的无偿分享的高水平的语料库的价值,而不是这个搬运工的功劳.

所以我在前面的帖子里提到,我要感谢ChatGPT背后的语料库https://pincong.rocks/article/79641,而不是感谢他ChatGPT.这些其实存在一个潜在的问题,那么chat GPT是否有合理的回报原创者的劳动和汗水呢?这也是未来大语言模型最需要解决的问题之一.否则剽窃胜过原创显然不仅仅是不道德的,更是不合理的不公平的压榨创作者的规则

第四,他明明没有真正的推理分析判断能力却用语言学的机制塑造出类人的形象误导欺骗你的认知,让你产生错觉和错误判断.这完全是资本为了自己利益最大化塑造的结果.他不应该这么做,不应该是用拟人的话术去误导你对他的观念.