作者：中联科创特约嘉宾尹智

大语言模型有了"大脑"主体，还会需要"小脑"，"海马体"，"视觉中枢"，"听觉中枢"，等等 —— AI大模型的检索，生成，理解等等能力有了令人惊叹的提升，而大模型本身只是一个对已有（参与训练的）世界知识，和由此发展出的逻辑能力的融合和压缩体（以模型参数形式保存），通俗点说，就是AI大模型只有"智商"和"常识"，这显然还不是一个完整的脑子。一个完全的大脑不仅能进行各类智力推演，还能处理视觉，听觉，运动，等等信号，还得有长期记忆 —— 存在于一个叫海马体的东西里，用以记住新东西。而纯粹的语言大模型，既不能看，也不能听，更是只能想起学过的东西，就像ChatGPT一开始的记忆，只停留在2021年，之后的信息，以及ChatGPT没看过的东西（别觉得GPT啥都学过了，GPT能学的至多就是不到总量5%-10%的公开数据），就没法知道了，有时就只能胡编了（这就是为什么一开始有人发现ChatGPT一本正经地胡说）。

那有没有办法在不重新调整这个天才大脑的"神经元"，也就是其参数的情况下，开发一下其潜力呢？当然得有，这就是"插件"Plugin方式，简单说，就是自身不够，就外接能力，就像电脑存储空间不够了，外接一个内存或者硬盘；相机解析不够清楚，外挂一个大镜头。GPT不是不能处理图片吗，没问题，用Plugin插上一个视觉模型，这不就能"看"了吗？不是不能直接处理声音信息吗，没问题，接一个声音转文字的模型，这不就能听了吗？不是算数能力不行吗，那就外接一个计算引擎wolfram  alpha，只要能描述清逻辑概念关系的问题，就都能算了（个人觉得这才应该是实现大模型推演的主要方式）；更重要的是，不是很多新知识没法塞进大模型参数里吗？原来的代码程序发现内存里没有的数据怎么找？查询外部数据库呗。大模型也一样，那上千亿个参数看上去很大，再大也存不了近乎无限的新数据，那就按原来的思路，通过插件接上一个数据库好了，只不过这不是传统的SQL/NoSQL数据库，而是向量数据库，这个我前面有文章专门说过，简言之就是一类更适合大模型神经网络查询检索的数据库，这就解决了大模型记不了新东西的问题。沿着这个思路下去，如果大模型要控制其"肢体"，也就是机器人身体，怎么办？外接个"小脑"呗，不难预见，未来的大模型挂上一个运动传感器和控制器——很可能这也是一个人工神经网络模型。个人觉得，大模型接下去会（瘦身）演化出呈现不同形态的专有模型，各司其职，这些模型和外挂整合起来，接上语言大模型，就会成为一个完整的"大脑"。—— 仅代表尹智个人观点 Ken's personal view only