【防割科普】为什么目前AI做不到生成可用的BD

04/141978 浏览综合

如图，刚刚看到群里发的图，真的笑出了声

前几天还看到有人用AI造车割起了韭菜。他说他把编年史资料喂给AI就可以造车了。虽然硬伤太多，但是我看群里还是会有人相信

所以我感觉有必要科普下为啥目前大家所使用到的AI是肯定做不到生成成熟BD的

目前我们所说的AI，如 GPT、豆包。绝大部分说的是生成式大语言模型，它们的底层原理其实是预测下一个词。它可能知道“暴击伤害”通常和“暴击几率”连在一起，因为喂给它的大部分攻略都是这么说的。所以他能生成一句你初看还能有点关系的BD说明，但是具体内容根本没法用

AI可以复述游戏当中的词条，但它根本不会理解词条的真正作用。并且它无法在回答里运行任何的伤害公式。它并不理解1+1=2。因为在大语言模型的底层里就没有数值的“逻辑”

这也是你问豆包为啥会给你胡言乱语的原因，一般是开启了联网搜索，它去各种论坛上检索大家发的贴和评论。它只是在提取概率最高的记忆，你可以理解为本质其实是在组合大家都说过的话

垂直领域基座：首先需要一个具有逻辑推理能力的基座模型。先喂入编年史、成熟BD、论坛讨论等清洗过的文本内容，让其理解其中的内容。
接口式的计算引擎：然后需要一个类似于PoB的伤害模拟器。能够把bd的所有内容输入进去，然后得到BD的伤害、生存等结果数据。交互就是是它想出一个BD交给模拟器跑分，对结果的输出和生存进行评分。这个其实是实现里面最难的一环，因为火炬根本不具有官方合作模拟器，目前第三方模拟器也是很多BUG，没法准确模拟。并且要开发一套针对AI的接入接口
强化学习：最后再让AI在模拟器里进行数百万次的模拟，就是俗称的模型训练。只要它配出的 BD 输出够高、生存越高、刷图越快、造价越低，系统就给它发奖励信号。通过不断被数值和评分反馈，AI 才会产生一种数值直觉。

有这样的训练后，模型才能够输出真正可用的BD。不过这种垂直领域的AI开发成本和训练成本是大到不可想象的。