民国18年，国民政府的第一届中央卫生委员会。褚民谊语出惊人：“若不把中医中药取消，就不能算革命。”这下可捅了马蜂窝，先是全国中医界罢工、罢市；后又推选出五位代表赴南京请愿。
结果呢？
好在，中医的群众基础扎实。后又在行政院、审计院、考试院、立法院的几位大佬干预下，“废止中医之办法”未能通过。此事件史称“废止中医案”。而这也成为近代中医发展的关键转折点。此后，在施今墨等人的共同努力下，中医开启了理论革新，建立了现代化的教育体系，并逐渐形成了系统化的行业标准。
最像“老中医”的大模型
回述百年前的历史，尤有现实意义，又一个转折点即将出现。也许就在未来的3~5年，一切软件都将被AI重构，一切数据都将被AI激活，一切科学研究也都将融入人工智能技术。这其中就包括中医的传承和创新，而且此进程远比想象中更快。
展开剩余84%2025年，传神语联正式发布传神·素问中医大模型，并相继推出“素问”和“灵枢”两大功能板块。“素问”面向B端场景和教育端，精于岐黄，可悬壶济世，亦可传业受道；“灵枢”面向C端场景，治病于未病，可提供健康养生咨询。
再具体些。
例如“素问”模块。打开素问的界面，“患者”可先在建档，输入年龄、性别等基本信息；随后页面后，“素问”就将通过多轮对话、主动询问、反复询问等方式，精准采集患者的症状、脉象等信息。最后，其再结合海量方剂数据，以及典籍中医理论，自动完成复杂分析。
与此类似，“灵枢”模块也是遵循“一人一方”的中医辩证思维。若问：“失眠、入睡困难。”灵枢也首先会询问，舌象特征、脉象感受、症状细节等信息。随后，其再结合节气、时辰等基本信息，提供健康养生的咨询服务。
“层进式”的模型训练
是不是感觉，传神·素问的工作状态，特别像“老中医”？其实，的训练过程，才更像“老中医”。据传神语联创始人何恩培介绍，“传神·素问采用‘层进式’训练模式，且是从医理到医方，再到医验，分为三层进行训练。”
第一层，医理训练，即中医的基础理论学习。就像大学理科新生，要先学高等数学、线性代数等“开蒙启智”课程，传神·素问的医理训练，也是优先注入《黄帝内经》、《伤寒杂病论》、《本草纲目》等，经典的中医哲学理论数据。
第二层，医方训练，即方剂与辨证思维的训练。就像计算机专业学生在接受启蒙后，要逐渐接触C语言、Python、Java一样，传神·素问在完成基础医理训练后，也将引入《伤寒论》、《千金方》等，超十万种中医方剂（一方一案）训练，而且这些方剂皆出自经典，已久经时间考验，可保证数据质量。
第三层，医案实践训练，即医案经验层训练。通过学习《名医类案》《临证指南医案》等数百部医案总结，传神·素问能够模拟中医名家的临床决策与反馈优化临证应变能力，在此基础上，还能融会贯通，实现对中医专家的数字孪生，从而具备“临证从容、方证相应”的中医辩证看诊能力。
有“规则”的“层进式”训练
问题来了。
传神·素问为什么要进行“层进式”训练？从医理到医方，再到医验的训练模式，是否只是在刻意模仿，从宏观到微观，再到实践的中医人才培养模式？
显然不是。
囫囵吞枣一样的机械地记忆，并不能将知识消化吸收。掌握“规则”的学习，才能将数据转化为知识。·素问的“层进式”训练模式就是如此——他边学习知识，边建立规则，在规则的基础上又继续学习。
传神·素问首先学习阴阳五行、四诊合参、六节藏象等中医基础理论，目的是基于医理数据训练形成“规则”。之后的“医方训练”则是建立在“医理训练”的“规则”之上。同样道理，“医验训练”也是建立在“医方训练”的“规则”之上。
此种“规则”可最大限度地，避免因数据冲突导致的错误和幻觉。最简单的例子，人参乃补气之王，但阴虚火旺、风寒未解者慎用。这就是“规则”，而“层进式”训练正可使传神·素问，时刻坚守“规则”，并在内容输出时保持思路清晰。
天才与傻子只有一线之隔
但更重要的是，有“规则的”传神·素问，还保持了“正常人”的思维逻辑。
这很难吗？
那是相当的难。至少现在诸多行业大模型做不到这一点，因为“数据与推理”一体化的架构，一直都存在此方面的缺陷。
其实，天才与傻子只有一线之隔。大不敬地说，就像清华的韦神，虽然他是不世出的数学天才，但外人看起来总感觉不太聪明的样子。在大模型的机器学习过程中，这种现象称之为“过拟合”。
即，将海量的专业数据、行业数据注入基础大模型训练时，就容易将原本正常的大模型，变得“偏执”。这种“偏执”破坏了基础模型的推理和泛化能力，并导致模型的性能下降。
传神 ·素问则是不同。
传神语联强调“层进式”的“医理、医方、医验”训练，更强调模型的“训练”和“推理”，不能混为一谈。其中技术核心就在于，传神·素问的底层，是任度大模型。而且不同于“数据与推理”一体化架构，任度创新性地实现了“数推分离”的“双脑架构”。
“主脑”即客户数据学习网络，专注于数据的动态管理与迭代训练，实时学习为模型注入知识；“辅脑”称为推理网络，作为经大量数据预训练的基础网络，有良好的推理和泛化能力。“主辅脑”既支持独立训练，又能联合推理，显著降低了训练算力成本，也避免微调训练造成的基座模型能力退化和泛化能力减弱等问题。
也就是说，上述提到的“层进式”训练，在传神·素问的“主脑”中进行，通过实时学习“医理、医方、医验”数据，他将逐渐进化为“中医大脑”。而传神·素问的“辅脑”，在此过程中则不受影响，可保持推理和泛化能力不变，可避免因数据的“过拟合”，导致的能力退化。
最直观的应用感觉就是，传神·素问的工作状态，更像是“老中医”。他不是器械地回答用户的问题，不是基于知识库检索回答问题。传神·素问表现出了很强推理和泛化能力，能通过多轮对话、主动询问、反复询问等方式，基于完整的中医理论和丰富的实践经验对症下药，实现“一人一方”。
传神 ·素问推而广之
敲黑板。
所以说，传神·素问的精妙之处，就在于他不是“机器”，也不是思维逻辑偏执的“天才”，他是有着正常人思维，有着专业知识，并拥有丰富经验的“专家”，而这就是源自传神语联“根原创”的“数推分离”的“双脑架构”，以及支撑“双脑架构”的zANN算法框架与moH混合熵架构。
推而广之。
既然基于“双脑架构”，可以训练出传神·素问中医大模型，同样的逻辑和模式，未来就有可能训练出教育、医疗、金融等行业模型。或许，这才是大模型正确的发展路径，也是整个行业所期望的。
发布于：北京市富灯网,炒股配资App,华星配资提示：文章来自网络，不代表本站观点。
