“我知道在这个人工智能的时代，大家之所以会来燕大数院，并不是所有人都想去从事纯数工作，很多同学是觉得数学能够成为一个前往人工智能业界的跳板。
很正常，大部分人都是俗人，比起数学家的清贫，动辄能拿到百万年薪的人工智能方向，确实太诱人了。
从刚才大家的提问，也能看出，大家或多或少都对人工智能有些了解，比普通人的了解更多。
所以当前所有大模型的核心都是概率拟合和最有决策。
大模型的训练目标是最小化损失函数。
这意味着模型被无限趋向于产生最大概率、最小误差的输出。
在情感或行为层面，这意味着模型永远朝着最安全、最逻辑、最符合预期的完美答案收敛。
而强化学习与人类反馈是它的底层机制，这套机制的本质是用人类的反馈来筛选和强化‘好’的行为，惩罚‘坏’的行为。
这让模型成为一个高度优化的取悦机器，它无法容忍不符合人类期望的错误或犹豫。
相信我，老师对人工智能只会比你们更加了解，当前主流的人工智能他们的底层逻辑没有区别，包括深红。
到了用户的体验层，比拼的是谁模拟的更好，谁的模型更加准确，谁训练时候的语料更加丰富。
因此，我非常非常好奇，深红推出的虹到底要如何才能规避大模型的弊端，是创造全新的算法吗？彻底不用大模型的底层机制了吗？”
徐贤在讲台上侃侃而谈。
......
他很好奇，人工智能行业的从业人士们都很好奇。
这套名为虹的人工智能到底能做到什么程度？真的能模拟出人类的情感吗？
首先找上门的是华为。
作为长期阿波罗科技的合作伙伴，华为为深红提供了底层算力，同样的，因为有深红为华为的昇腾系列芯片背书，导致昇腾的软件生态建设进展迅速。
“林总，我想知道，虹的能力到底如何，以及我们是否有机会围绕着虹展开合作？”
余东坐在会议桌前，神情专注而热切。
他在华为是排名前五的人物，不过他一般不会来谈业务，像算力采购这种，都是下面的人在谈。
他更想了解人工智能的最新动态，以及和林燃讨论他的战略构想。
“它真的能跨越情感交流的深谷吗？”
林燃不假思索道：“我不知道，我们都知道人工智能是黑箱，时至今日，大家也不清楚人工智能所谓智慧涌现到底是怎么表现出来的。
我只能说，我们的测试人员从体验上，会觉得这比过去人工智能表现出来的更加智能，感觉有更多的情绪在其中。
但你能说这跨越了所谓情感交流的深谷吗？我没办法给你一个具体的回答。”
余东想到了过去他们所体验的人工智能，无论是文本还是语音，都没有情绪。
像豆包，它在和人通话的过程中，会模拟人的语气，会模拟人说话的停顿和呼吸，但冰冷的现实依然存在，计算机代码的固定无法避免。
什么是计算机代码的固定？
是指它在模拟对话过程中，不同对话之间，语气的停顿和间隔都是一样的。
类似疑惑从0到100，豆包对疑惑的表现永远是卡在50这个分位线上。
这是因为模型在生成语音时，需要对一系列参数进行预测和控制，包括了音高、语速、音量、停顿等等。
而模型的第一要义是平滑性，也就是生成自然、流畅、没有明显机器感的声音。
为了达到这一点，模型倾向于选择参数空间中最稳定、最平滑的路径，而不是最极端、最不规则的路径。
另外在参数空间里的均值回归，为了最小化损失函数，模型同样会倾向于输出高概率的均值。
说的更直白一些，一旦识别到疑惑这个标签，AI就将其与一组预设的、固定的语音参数，像语速放慢5%，音调提高30Hz，停顿增加500ms这样的标签进行绑定。
所以人工智能模拟的情绪是假的，余东的疑问是，你们到底能做到哪一步？
只是更多的标签，更细分的情感表达，还是说真正意义上的情感模拟？
如果林燃说的信誓旦旦，他反而不敢信。
而林燃给的回答，是我也不知道。
这样的回答，让余东内心震惊不已，你们该不会是真的做到了吧。
“林总，卧槽，你们真实现了非结构化、高纬度的实时情感反馈？”余东问道。
林燃说：“如果你只是指这个，那我可以肯定的告诉你，我们确实做到了。这个本身就是左右脑架构要解决的核心问题。
右脑的神经形态芯片本身就具备负责捕捉并生成情绪偏置的功能，它能打破左脑GPU的理性控制。
你们的芯片研发部门拿到的右脑芯片设计方案里，应该有相关模块，你想了解更具体的技术问题，可以问问他们，我很期待华为研发的右脑芯片。
它能让AI犯错，能让它犹豫，能让它像一个真正的人一样，在交流中产生随机的、不完美的停顿和反应。
我们想做的更多，我不确定，它真的能够跨过那条鸿沟。”
余东面露迟疑：“什么鸿沟？机器和人之间的鸿沟吗？”
林燃说：“是的，这次的一万个名额，背后关联的其实是一万个角色，我们和腾讯合作，在一个虚拟世界里的一万个角色，我们给每一个角色都生成了人物、背景、成长环境、工作等内容。
现实世界和虚拟世界之间的交互会逐渐完善这个虚拟世界。
我们目前好奇几点，像社会性情感的涌现。
我们好奇，当一万个拥有不完美情感的AI，在一个相对封闭的虚拟社会中开始交互时，它们是否会产生宏观的社会性情感？
它们之间是否会形成群体性的排斥、部落化的认同、甚至是系统性的偏见和歧视？这些情感，并非由我们编码，而是由它们自身的交互逻辑和预设的背景参数，在动态环境中涌现出来的。
智慧能够涌现，那么情感呢？”
余东脸上出现好奇和期待的神色，这是他也好奇的问题。
“第二个在于，当这些AI角色不断接收来自人类内测用户的强情感反馈，并被要求根据预设的性格和经历做出复杂决策时，它们是否会发展出超出设计目标范围的自我认知？
它们是否会意识到自己是代码，还是会坚信自己是虚拟世界中的真实个体？我们想观察，意识的边界，究竟是计算的终点，还是情感的起点？