第167章 “歪打正着”的验证环节（2/2）

（一些解释：

1、“弱智”程度

（特别提醒：这部分科普内容，虽然与作者专业部分擦边，但依然不构成任何专业性建议，主要是为了说明，以薯条君的水平，设计验证码系统，很难避免被真正的专业团队抓到漏洞，然后疯狂白嫖的结果。）

早期验证码多是用难度标准（各种人类比较容易分辨、但机器却难以分辨的图片），来挡住机器的。

但在AI，以及与AI配套的标注农场发展之后，机器人在这方面的能力，很快就超过了大多数空间色彩分辨天赋较差的人类。

这让验证码不得不一再提升难度，并因此一度变的让很多真人都很难通过。

于是一种新的事实上产生自博弈论的验证码，开始出现。

其通过简单到不能再简单的滑块拼图类操作，来判断操作者是否是人类。

而这时判断的标准就成了，人类无法像机器一样保持完全是一条直线的鼠标轨迹，又或者人类很难快速的将拼图彻底对齐等等，人类不如机器的“弱智”程度标准了。

对此可能会有一些脚本爱好者提出，机器人不是也能随机生成操作么？

但是先不说机器的伪随机性，是很容易在机器人疯狂点击验证的过程中被识别的——某阴阳师手游玩家对此一定很了解。

单纯从博弈论的角度考虑，即验证码的根本目的并不是彻底杜绝机器人，而是要在真人用户可以接受的程度上，最大限度的减少机器人的通过率。

在这种情况下，我们其实完全不需要一种能彻底区分人类与机器的手段，只需要让机器识别验证码的成本，提升到机器使用者不好负担的程度就行了。

而从这点出发，只要验证码成功逼迫机器人开始使用伪随机操作降低效率，其实就已经成功了一半了。

pS1：标注农场，由人类识别并为事件和物品标注机器可以分辨的标签，以帮助AI学习的公司。

这是一种纯粹的劳动力密集型产业，是当前很多AI产品背后最脆弱的基础，更是东大AI产业能快速发力的一个关键因素。

即面对较复杂的事务，超出字面意思的1+1=2，这种人类已经可以给AI提供成熟的公式体系的问题。

这种人类可以通过开销更小的程序直接解决的问题，也是人类最需要AI解决的问题时。

我们依然无法让AI像自然人一样直接学习“抽象”的自然界，必须通过人类的反刍才能使其渡过初学者阶段，而这种人类反刍过的数据，被称为AI的训练集。

在最初级别的AI训练中，想要AI能正确分辨与训练集同源的检测集（相当于AI是否训练成功的考试题），甚至会需要10倍甚至更多倍数量于检测集的训练集（比人类为了通过考试刷题库的效率还低）。

而这一训练量与分辨能力的比值，即使是加强型机器学习的算法不断提升的当下，也很难突破1:1。

所以现在很多AI公司，最重视的就是可以被AI训练使用的训练集。

各种AI企业会在用户协议中添加，允许其使用用户在使用产品时被动反刍出来的数据的条款，就是因为这一点。

当然，由于训练集的重要性，研究者一直在试图绕过人类反刍这一事实上是当前AI发展最大瓶颈的过程。

其中的方法很多，包括给AI提供基础的规则后，让AI自行生产可以用来学习的训练集，比如第二代阿尔法狗，通过自己和自己对弈生产棋谱，来学习围棋下法的方案。

以及通过训练一个通用性的，可以理解人类既有文献的大模型，为其他专业模型生产训练集等。

而后者正是现在所谓AI语言大数据模型铺天盖地的原因之一。

只是这种试图一劳永逸的为专业AI生成一个，类似于汇编语言在编程语言和机器语言之间作用的大模型的难度，显然很高。

并且这一技术路线，不止面临技术问题，还面临很多政治、伦理问题。

即相比专业化的AI生产工具，存在真专业壁垒保障安全，这类直接获取文字这一代表文明基础的AI，会更容易产生“天网”问题。

因为AI训练的本质，是一种黑箱化的随机归类过程，人类虽然暂时无法彻底理清训练过程，但依然可以抓到一些既有的规律。

这会让这类AI在事实上受到训练集的影响，并产生所谓“人格”倾向——和很多此类AI对话，使用一些技巧就可以让这些AI对于一些错误观念深信不疑。

而这背后意味着什么，很多科幻电影已经给出了答案。

而且更为令人不寒而栗的是，最新的研究结果显示，不在训练集中添加人类伦理观念，会大幅提升AI学习的速度。

这暗示了，如果人类真的希望能搞一个跨时代的AI出来，就必须减少现在对AI训练过程的道德限制。

这种限制、效率、安全的不可能三角，甚至导致了openAI（chatGpt的开发公司）创始人之间的分道扬镳。

对此，AI激进派中的保守者——主张取消训练集中的道德限制，另找其他方案保障AI安全的研究者，为解决这一问题提出的一个方案，已经在openAI最新的产品中落实。

即将初步训练过程置于沙箱，并彻底封闭，然后对生产出来的基础AI添加监管后，再组装成最终的AI——颇有一种赛博朋克世界黑墙的意味。

而这种将初步训练结果彻底封闭的操作，还顺路彻底断了一种被称为数据蒸馏的取巧手段。

后者也是国内很多AI公司被诟病为抄袭者的关键，那就是使用一个成熟的大数据AI，为他们的AI生成训练集（需要初步训练结果）。

这样可以让新的AI，以更高效的方式训练，并且训练出来的AI运行时所需要的花费更少。

当然，代价是新AI某种程度上，只是原先AI的子体罢了。

很多通过chatGpt数据蒸馏出来的AI，最初被发现，就是因为询问一些特殊问题后，后者的回答会和chatGpt完全一样。

2、与薯条君同源

指玩家们当前正处在薯条君刚刚进入“游戏”时的玄学力量觉醒阶段，刚好可以替代薯条君完成对于信息封装物的初步判读，以降低薯条君在这方面的工作压力。

同时这也是其他薯条旅成员不参与这种判读工作的原因，因为对于后者来说，这种初级工作是在浪费其能力。

3、爬山党

指那些喜欢通过各种技巧，前往游戏设计者并不希望玩家到达的地方的玩家。

4、铸造世界也无法给出具体设计图

事实上由于建造、使用、改造的时间跨度都很长，战锤40k的人类大型舰船，即使没有经过大铁陀要塞经历的事件，也很难找到能够覆盖所有通道的具体设计图。

因为很多通道，自建造出厂后，可能已经有上千年没人使用过了。

5、玄学力量暴走的危险现象

尽管金红色纪念碑主体，是被净化转为正向的恐虐神域，其也依然像恐虐会沦为负面情绪集合体一样，存在再次转向的可能。

6、薯条君的“漏洞”

指薯条君虽然已经有意的控制了玩家们获取功勋的速度，并试图以此控制加入“游戏”的玩家数量，不会超过薯条旅时空信念体所能负担的极限。

但由于“牛爷爷”背后神秘势力的“职业化”操作，玩家数量的增幅速度，最终还是超过了薯条君的预计。

并且更多神秘势力开始努力破解“军功章”节点的操作，更是会让玩家连在未来出现一些，远远超出薯条君认识的情况。）