如何解决大模型的安全性和可解释性？

安全性可能还有点办法，可解释性个人认为是很困难的。

这一轮的AI技术发展都是基于神经网络架构，数学理论上算是统计学，在计算机行业的共识是没搞明白AI是如何得出结论的，从AlphaGo到LLM，人类不知道AI是怎么令人惊艳地完成各种任务，中间的细节不清楚，这也是AI威胁论的一个支撑。

大模型是大力出奇迹，相比AlphaGO时期，参数量扩展了好些个数量级，在参数量和复杂度相对低的AlphaGO时代，可解释性都没能攻克，到眼下的大模型时代，只会更难。