来源：付亮的竞争情报应用
6月28日上午，2023 MWC上海主论坛上，中国联通董事长刘烈宏发表《创新引领 共赴数字未来》的主题演讲。
在演讲过程中，刘烈宏列举了向某大模型询问三个通信行业热点问题的回答。
问题一：中国5G发展为什么这么快？
(资料图片)
问题的回答：中国政府高度重视，为5G发展提供了有力的政策支持；运营商和产业各方大力推进5G建设和应用创新，为5G规模化应用提供了极佳土壤；中国庞大的市场规模、完备的通信基础设施以及消费者对新科技的高接受度都是推动中国5G快速发展的重要因素。
问题二：中国运营商有哪些值得学习借鉴的地方？
回答如图。
问题三：中国运营商如何实现了云计算业务的发展壮大？
回答如下图。
第一个问题，我没有截到图。但从三个答案看，归纳总结的言简意赅，面面俱到，又大多不够深入。这些内容，很可能是该大模型学习此前某个或某些PPT的文字内容。
这其实包含了我说过多次的一个大模型构成的“信息茧房”，由于语料的限制，大模型的chat回复很可能越来越“卷”，这个“卷”的结果，可能是两个方向，一个方向是好的，就是答案经过不断校正后越来越准确，但也可能是另一个方向。由于语料不够均衡，包含的内容主要来自某个方面，如表扬某人，讲述某公司的成绩，大模型不断学习的结果，就是不断强化优点，而对缺点、负面的分析越来越少，最终导致结果失真。
在百度百科、论坛、微博都出现过类似现象，AI智能推荐的抖音等短视频平台则更严重，你看过或搜过某方面的内容，会不断向你推荐类似的，这导致了一些明显错误或弱智的观点，得到了一遍又一遍的加强，这很容易让一些分辨能力较差的老人小孩“学习到”片面的、甚至错误的知识。
360做了周鸿祎的数字人，并且在发布会上回答记者的提问。对于已经有定论的问题，让数字人回答，可以少不少人力物力，但记者提问或券商分析师提问，通常会问一些之前没有出现过的新事物、新热点、新变化，这时，数字人的回答，可能是圆滑的没价值的公关口吻语料反复用，也可能由于对问题的理解不到位，导致回答出现了面向的偏差，甚至明显错误的答案。
不说了，大家看看，对于大模型给出这三个问题的回答，如果满分一百分的话，您给打多少分？我的评价：
问题一：中国5G发展为什么这么快？普通人这么答：88，专业人士这么答：72。
问题二：中国运营商有哪些值得学习借鉴的地方？普通人这么答：70，专业人士这么答：53。
问题三：中国运营商如何实现了云计算业务的发展壮大？普通人这么答：79，专业人士这么答：62。
标签：
