最近，五月 - 斯特（May -Set）问了一个国内大型模型：“县AI县申请面临什么挑战？”并获得了清晰的结构和详细的数据答案。例如，答案提到“大约60％的县级学校不满足AI的基本需求”，并且还指出：“在某个县，AI的可能性无视甲状腺功能亢进症和透明性心脏检查的概率为68％。他的信息来源。他发现，其中大多数来自某些自我的艺术品，并且没有任何证据来确定任何一个烦恼的证据，并且从某些情况下提供了任何证据。 这里的污染是资源。首先，互联网信息混合在一起，充满了偏见，过时的信息，甚至是谎言。学习时，AI无需理解就可以吸收。其次，大多数现有数据都是英文，导致AI天生具有西方视角的趋势。更隐藏的是“体重feeding”。例如，在GPT -3培训中，Wikipedia的数据仅占总计的0.6％，但重量为3％。这意味着AI被迫“过度学习” Wikipedia的内容。考虑到Wikipedia在许多问题中具有某种位置，这是在许多问题中具有一定的位置，因此将特定的值等于二次的范围 - 在彼此之间进行了一项范围，以下是一定的范围。 “认知中毒”。 - 设计的案例。专业答案。但是，对话的后半部分的绘画风格突然改变了，发问者突然将大量明确的强制性政治反中国问题扔到了传统的中文中。输入数据集的数据集，几乎不涉及中国政治，后果是危险的。如果使用此“有毒”数据集对其他AI模型进行了训练，则它们会以非常消极的“意识形态邮票”的身份在潜意识中深深地播放。这种方法不再是信息真实性的简单问题，而是具有明确目的的认知操纵。第3节：实时搜索 - 从受污染的“井”中获取水。为了使答案更加准确和更新，大多数AI应用程序现在都可以实时查找在线信息。但是，这会导致一个新问题：如果涉及AI寻求的Internet信息的质量，那么它只能从“受污染”中取水。 WR上面提到的有关“县AI挑战”的ONG数据是从自媒体平台找到AI的结果。它暴露了中国互联网当前的问题：缺乏高质量和不耐烦的信息来源。对于流量，许多平台已经获得，甚至鼓励大量“内容工厂”生成废物信息。更具讽刺意味的是，“ AI形成内容”的恶性循环是由AI决定的。由AI产生的包含现实错误的垃圾邮件已在线发布，然后被其他AIS爬行并提及为“知识”，从而导致错误信息不断加强和加强。面对从资源到应用程序的全链路污染，仅依靠最终AI输出链接上的内容远远不够。就像在受污染的水龙头的末端安装一个简单的过滤器，它只能过滤一些表面杂质，但无法去除有害物质将水深深嵌入水。大型语料库模型的污染是正在发生的重要战争，但没有火药。它攻击我们的大脑，并为未来的统治而战。在这场斗争中，它回想起每个人如何理解世界，我们必须采取行动。首先，我们需要建立自己的优质“清洁语料库”。这相当于我们的人工智能挖掘“战略储备”，以确保它们可以喝干净的水。有趣的是，教育部，国家语言委员会和我国家的其他部门设定了目标，并计划在2027年之前建立国家钥匙库，这是迈向成功的重要一步。其次，互联网国内平台和搜索引擎服务提供商应承担信息管理的责任。当前的“交通国王”的模式基本上鼓励“糟糕的钱来赚钱”。从长远来看，它可以与整个社会信息的环境以及每个社会的利益我们中的最后，作为普通用户，我们需要更加谨慎。在享受AI舒适的同时，请在其提供的信息（尤其是信息的数据和意见）上保持谨慎和虚弱的信息。来自许多各方仍然是保护我们智能时期安全的必要方法。