人工智能AI眼中的Base62x

人工智能AI的风潮已经刮了一阵子了，而且其行为能力也日趋强大。

自2021年底，以 OpenAI 公司的 ChatGPT 发布为标志性事件，真正具有可以和人对话的 AI 面世了。一时引起业界轰动，无数基于数字和文字的重复性繁琐劳动都几乎可以交给人工智能 AI 进行处理了。
我们研究团队也在跟进人工智能 AI 的发展，期间小结发布了两篇与之相关的 Blog，内容如下：

http://ufqi.com/go/?mod=blog&id=2940&tit=有福新闻UfqiNews新增语音引擎，有声世界畅听无限
http://ufqi.com/go/?mod=blog&id=2954&tit=人工智能AI的聊天对话机器人ChatGPTvs传统搜索引擎

毫无疑问的，我们对人工智能 AI 的未来充满期待，AGI 生成式人工智能的表现，更为惊人，几乎改变了我们对世界的认知，如果一个 AGI 引擎，可以按照人类的思维逻辑进行文字创作、模拟人的声音、进行绘画，甚至进行视频生成，那我们所面临的世界到底是真实的，还是由这个 AGI 引擎生成的？

这么发散思维的话，AGI 已经早早地超越了图灵测试了。AGI 似乎不但能欺骗人类，甚至在一些特定领域超越了人类。后者被超越的人类，这时候才是真正感觉到迫切的危机的时刻了。
最逼近的可能就是 AGI 可以使用人类发明的编程预言，按人类的布置的任务进行相应的编程了，这相当于一名普通程序员的工作。

AGI 生成式人工智能，最可怕的也就在于这个 生成/生产。如果只是简单的模仿，比如按照给定的一个锤子生成另外一个锤子，这在数字互联网领域，似乎已经成功了。如果有一天，一套 AGI 完全复制了自己并进行不断的迭代的话，那真是打开了潘多拉的魔盒。

在物理世界里，比如美国 Boston Dynamics公司的人形机器人，如果按照自身的部件完全复制（繁衍）出另外一个人形机器人的自我，那估计也是噩梦的开始。

说了那么多 AGI 的长处，还没有提到 Base62x ，我觉得 Base62x 现在似乎可以成为一块试金石，能够检验 AGI 本身的学习进度和学业水平、行为能力等。

比如，我们希望 AGI 用 Python 写一段 Base62x 的编解码程序。以下是 OpenAI 的 ChatGPT 和 Google Gemini 的两个 AGI 的表现：

可以明显地看到，两个 AGI 都在认真地一本正经地“胡说八道”， 他们并没有理解 Base62x 是什么意思。Base62x 不是以62为进制的，而仍然是以 64 为进制。
AGI 可能是按照概率，输入 Base62x 的人，大概率多数是输入手误，心中要求解的是 Base62 .
或者还有一种可能，在这两款 AGI 的字典里，根本就没有 Base62x 这个名词，而是想当然地找一个 最相近的最大似然的答案 Base62 。

这可能曝露出一般用户无法察觉到的 AGI 的劣势，他的知识库仍是依赖人类的输入，无论是知识量级还是知识更新频率，可能都无法与已经成熟运行多年的搜索引擎相比。

在 Google search engine 中，关于 Base62x 的页面数量从2016年的 3.4K 增加2024年的 8.1K ，对于这些基于概率的，基于贝叶斯的，基于神经网络的这些有代表性 AGI 竟是不知道。
似乎这也是 AGI 极度模仿人类的一个结果，如果在大街上随机采访，或者在程序员群体中随机采访，可能普遍的回答，都与 AGI 的回答非常相似：

Base62 我懂啊， blabla….

可是我们的提问是 Base62x 啊，估计只有极其严谨或者自信、且坦承的少数人会回答：

Base62x , 我不懂这个带 x 的啊….

也许在这些 AGI 中故意设置了某种对冷门知识的回避，或者要兼容这些不常见的知识点需要额外的大量计算资源，更有可能是这些 AGI 距离真正的实用，还有很长的路要走….
无论如何，我们不希望看到的局面是：
在扯蛋的事情上很专业，在专业的事情上很扯蛋。

相反，我们希望的 AGI 是：
在扯蛋的事情上可以不专业，但在专业的事情上一定不能扯蛋。

真正实用的 AGI 可以听不懂人类的冷笑话（河南 还是 荷兰？），但一定不能搞混了 水印 和 水银，就像不能搞混了 Base62 和 Base62x 一样。
希望 AGI 越来越好。
仅以为记，也许 3~5年之后，可以再测再评。