说什么呢？我系里的华人同事，有一大半是做概率统计的。：）
统计学家只知道用单个函数来逼近样本空间，长期以来止步如此。是计算机科学家想到用深度嵌套的复合函数来逼近复杂的样本空间。
这个确实是一个创造。我想应该有不少数学家已经在从理论上研究这类逼近了。
介绍看家坛的一篇文章
这是用AI帮助证明一个问题。这里的问题是AI的方法为什么work
AI与概率统计关系不大。做神经元的数学模型的有很多。
说明你一点不懂当今的AI。
也说明蒋老师不怎么懂统计。我出国后拿的第二个学历就是统计。
也许这反而成了他的一个优点，不会用AI去蒙人 :)
AI本身所用的基础数学工具或语言都是已经很成熟的数学理论。但目前为止其方法上却更像是一种实验科学。
是因为理论落后，导致科学家只能尝试不同的方法。
这个说法有道理：即使是现在最流行的大语言模型，似乎也并没有一个数学理论证明它一定行，或者在什么条件下行，什么条件下不行
无法证明，因为当今大模型的本质就是用神经网络做统计，计算各种特征，包括隐形特征的概率分布。这种高度复杂的，大量的，深度嵌
看看热力学第二定律怎么证明的，非常奇妙
计算机模仿神经元，模仿神经网络，是AI的基本操作，与概率统计无关。：）
从in/out角度来看，AI用这种嵌套函数计算的是样本空间(in)的一个概率分布函数（out)
越说越玄，堆砌平常人听不懂的词句，是故弄玄虚，说了跟没说一样。
看来你还是不懂。今天你们那过节，我就不多说了。不过你记住，任何需要数据采集分析的，必须有统计的参与。
+1，有数据就有统计
LLM的实质是自回归预测，这决定了其幻觉不可避免。
传统机器学习有理论保证自己在iid条件下工作。LLM能超越iid，因为它是基于依赖上下文的自回归模型。这点还是知道的。
AI我不懂，好像跟概率统计连不上。
唉，非要犟到底。知道啥是回归（分析）和回归模型吗？去查一下这是不是统计学的术语。：）
LLM的巨大成功是有科学基础的。LLM处理的基元是人类语言的词，词在认知学上就已经是智慧构建了，是知识的符号。再加上语义
也因为LLM的原理如此，LLM不可能是AGI或强AI。它不可能有自我意识，我们生而俱有的空间感知和抽象能力。做认知心理学
是你们学数理的太狭隘。AI本来就不是一门纯数理科学，而是计算机科学，数学，认知心理学，脑科学，语言学的交叉。
所以现在还停留在人工智障的程度。没有逻辑学家的深度介入，AI好不了
人工智障。这个说得有趣。：）
阿尔法狗之前的AI主流还真是rule based逻辑推断，投入巨大但进展很慢。近10年的AI主流方法论切换到了统计推断，
蒋闻铭
2025-11-27 14:33:46说什么呢？我系里的华人同事，有一大半是做概率统计的。：）