爱吱声

标题: 附议xiejin77兄：大模型加海量数据只是超级刷题大师 [打印本页]
作者: 晨枫    时间: 2024-10-17 12:15
标题: 附议xiejin77兄：大模型加海量数据只是超级刷题大师
多谢xiejin77兄好文（http://www.aswetalk.net/bbs/foru ... read&tid=160739）。想了一下，有点感想，请不吝赐教。5 A+ j9 X2 Q: K! h( X
  {6 a/ u1 }# N. q% j$ T
个人认为，大模型没有奥秘，还是靠模型参数之多来更好地“捕捉”现有知识的量变，而不是产生智慧的质变。知识依然来自海量的数据，也就是人类世界的现有认知。
2 T7 t. c( q+ D/ F2 `
& D6 F, t) ?6 b4 x( `6 `- S' ?+ C大模型加海量数据依然在本质上是超级刷题大师。比“查表”式的直接找答案要高级，能填补现有数据之间的空隙，但不能跳出现有数据所代表的知识的框架。在本质上，刷题能解决的，大模型最终都能解决。刷题解决不了的，大模型最终也解决不了。刷题也不是直接照搬解题，还是要判别题型不是嘛。! A# V, B/ K$ A' n0 Z3 X' i

* m/ o$ s/ k( Q9 E5 e( c% A世界上的“题”已经够多，所以海量刷题是能刷到很恐怖的“智能水平”的。但依然只是超级刷题大师。沿着这条路走下去，不可能走出创造智慧、具有独立判断的“强人工智能”的。大模型“有创造力”的印象来自吟诗作画，但不是还有“熟读唐诗三百首，不会写诗也会诌”吗？画画也是一个意思，只是从文字介质换成图像介质。& H/ @% x& }* J+ Z- w/ |7 ^. j* `1 H

! L& K- B8 S9 I+ S% U% l( V用围棋规则自我训练是另一个问题。那是有限空间里确定解的问题，是极大规模的最优化问题。在本质上，这与“深蓝”早年打败卡斯帕罗夫相似，只是算力极大提高了，算法极大改进了。
5 A6 }  t+ K3 q# w" |8 z1 I0 E+ m0 i6 \
这对中美的AI大赛意味着什么呢？
1 K# A! c; P. G& A' F' u6 v( T1 n
9 C# u# j. B& a" S6 j5 U9 ?AI的最终用武之地是在应用，应用型的AI的厉害来自数据，实践才出数据。
7 t, x9 P: v% l* i
2 y# {6 l, E+ `6 J8 @% \( c! y在军事、艺术这些方面，美国有足够的实践，美国AI会很厉害，可能超过中国。必须说，中国军队打仗没有美国多，中国影视没有好莱坞能折腾，音乐、美术等也是一样。
( Y* F3 x' {6 T3 O2 u
7 F) i2 q2 D2 d. w$ o4 F但中国人在制造、建设、物流这些实体方面的实践更多，数据丰富得多。社交媒体和广义通信方面，抖音、微信出现在中国也不是偶然的。个人认为，这些与经济和社会相关的AI应用可能中国会领先，如果不是已经领先的话。
- ^' M+ W/ c) W! i" u* ]& V7 P$ J' B& N0 X% H6 ^' o
美国式AI训练凭借算力和算法优势，把天下所有圣贤书、垃圾书统统海灌进去，希望“良币最终压倒劣币”，也因为搞AI建模的人没有能力筛选圣贤书、垃圾书。他们需要的是“通用人工智能”，而没人是能在所有方面都成为专家的。* }8 T2 \. I& n7 [

9 B! W4 m8 Q7 F* Y中国式AI训练在算力方面吃亏，算法再厉害也输在起跑线上。但中国人有有用的专业知识积累，中国AI也聚焦专业AI，专家参加训练，所以大模型训练时只灌圣贤书，不灌垃圾书，最后在形成有用但专业AI应用方面成绩斐然。- _% X# H) M, O: k

: {& ^& `: W$ b7 G% Q% X8 G0 p最终，算法、芯片这些都不足以决定性地改变中美AI的走势。
作者: 宝特勤    时间: 2024-10-17 20:29
回晨大牛的话。9 R: ~& B4 P' l" Z" Q) q

2 ?6 i  c8 o( Y0 n! o我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。- X2 u: N, o* _3 G" T

# S0 {" b8 U6 Q3 V我下面引用他们的话。我先声明我不同意他们的话。0 i7 G7 ^! D  Z. ^

  P$ r2 K3 {8 i7 C他们的反向信息是中文网络材料。作为唯利是图的美国商人他们对政治不感兴趣。他们这么做的理由是中文网络充满逻辑错误和事实错误。
& C  @% h, V: B
2 p# p7 G4 G/ a( R4 b逻辑错误和事实错误是不可避免的。但是多了不好。咱从自己做起，用事实证明他们走了弯路。
作者: 赫然    时间: 2024-10-17 23:16
宝特勤 发表于 2024-10-17 07:29
1 e) W. l( T- n% _% j回晨大牛的话。( m0 R% S5 u. Q! K: H4 q  {

: ?7 I: Y% g* w9 I我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

* W$ W/ G. X! A7 I: _咋感觉你的朋友在缘木求鱼呢。' v) p7 b( y4 u- V1 U
众所周知，中文网络的信息量相当小，宽度和深度都不行。这个在几年前就有广泛的讨论。过去几年某种程度上更加是倒退的。掌握中文信息最多是中国政府，第二是国内那些互联网大厂。所以，你的朋友在中文互联网上找内容，感觉完全是门外汉的做法。
5 B, W( u0 }/ e& d5 a4 I8 X" u. n5 W  s) m; Q( r+ |% C
这种封闭带来了信息垄断。其好处显然被美国互联网大厂也看到了。于是，过去几年里信息越来越闭塞，爬虫能去的地方也越来越少了，大量信息开始从英文互联网上消失了。这个其实成为堵塞AI后发企业的秘籍。这点上，感觉美帝在向中国学习了。2 N" }: A5 M: j& l/ x* V: y' `
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
% p" s' r; ~9 o1 O) V& H3 F咋感觉你的朋友在缘木求鱼呢。
* T+ ?5 O1 H. x; w$ `1 X: s众所周知，中文网络的信息量相当小，宽度和深度都不行。这个在几年 ...
9 ~  ^. ]2 Q1 h
赫大说得对啊。我朋友不是在中文网上找学习的内容，而是找反面教材。和赫大的观察是一致的。
作者: 征久仁    时间: 2024-10-17 23:30
宝特勤 发表于 2024-10-17 20:293 z5 \' Q$ J' Z! Q! f
回晨大牛的话。! i& _7 d% n7 C4 \9 r$ y
3 v! P8 b) f; T8 a) b; i
我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

* w# \5 R+ A! J. |6 R, G8 v- B以我大美利坚为例，Truth Social , X， Reddit和TikTok 同主流媒体的区别，让我有了一种平行时空的感觉。
3 |& d( ^. _4 P( e0 Y8 J( L$ p% v- U: ~' C2 y
回到中国，小红书抖音快手，知乎网易豆瓣，同官媒，也肯定不在一个层面上。
) u- }7 t: F' a4 u7 R! @; d( o
所以逻辑错误或者认知完全不一样都很正常，不宜轻易下结论。
作者: 征久仁    时间: 2024-10-17 23:32
AI在总结现有数据上先天性强于人类，但将AI用于开拓新领域必须小心求证。- n. a  c; w7 s4 M6 b7 h% s# p7 p
2 t- h) H3 t# J; l; J
我天天用ChatGPT改邮件和论文，但我不相信ChatGPT写的论文。
作者: 晨枫    时间: 2024-10-17 23:39
征久仁 发表于 2024-10-17 09:32& v* b7 A. y" x* ]' ]) B: W
AI在总结现有数据上先天性强于人类，但将AI用于开拓新领域必须小心求证。
' \0 p0 [. V/ t
! `% K7 H  w% Q9 M; ]% d* C$ m0 H我天天用ChatGPT改邮件和论文， ...

! |: O5 u0 K) Y' n; W6 j1 xAI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道比人类多太多了，运算速度也爆棚，要刷题，人类是不能拼得过AI的。谁要是无聊到开动AI狂写诗，乾隆都要羞愧。但事实还是一样的：乾隆不是真诗人，AI也不是真诗人。
作者: 赫然    时间: 2024-10-17 23:47
晨枫 发表于 2024-10-17 10:39
2 @! D/ J6 ?  UAI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道 ...

- o  V7 I& Q5 D" R, C. f4 y感觉AI遇到理论瓶颈了。。。辛顿老先生害怕的超过人类的AI看来暂时还没有影子呢。# n9 I' X/ t9 f
: _8 k' N9 G, i
好在AI现在还在进步，等几年看看最后能落地什么。
作者: yanei    时间: 2024-10-18 01:24
宝特勤 发表于 2024-10-17 20:29
1 x8 ?8 e3 c2 ]; _# U6 |回晨大牛的话。; G. G0 Q. v1 K4 H1 y, f

- k. t% I( U( [我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。
3 P# L- E, F) K7 B; F  Y
行啊，他们高兴就好。再说他们软件能读得懂多少有高中大学水平的中文？
作者: dopplermaxgamil    时间: 2024-10-18 02:02
宝特勤 发表于 2024-10-17 20:29
$ \$ V/ N2 g6 M6 ?7 _# F回晨大牛的话。
) h: a- E% E/ l$ Y$ I
: c* x$ C$ ]: p/ q5 ]我确知美国至少有一家公司是鉴别反向信息的。他们负责AI的是我的密友。

* r; _- ^2 e  H) `, t, o5 Z不知道你出于什么动机不停的阴阳攻击楼主，也许楼主在别处的罪过你？
: N1 b7 Y6 c6 q一个整天自诩大公司高管的ID，不停在每个楼里秀你的小肚鸡肠，说怪话，整得像个怨妇似的。
% e. G* {. _& k- N5 U9 y' }2 q( x1 o3 b( j
劝你呀，还是集中精力cosplay忙总，深度创作傻白甜的职场小作文。那才是蓝海的网络赛道呢。
( ^; [8 H6 n+ ^7 N4 a7 X9 D3 @) w
, b. S' C9 O0 c! ?/ @1 ^# f你在西西河cosplay忙总，用力过猛，已经被扒的裤衩都不剩了。又跑到爱坛碰瓷晨枫，好不容易积累了一点人设，这么快就要败光了，何苦呢！
作者: 宝特勤    时间: 2024-10-18 02:04
yanei 发表于 2024-10-18 01:24
. r4 A9 `2 I. U1 N. M行啊，他们高兴就好。再说他们软件能读得懂多少有高中大学水平的中文？ ...
$ u: `  c0 \( s
回yanei 坛友的话。他们软件有中国大学内容啊。我随便问了一下 ChatGPT.
7 Z3 s. \) W& @- H" \$ u
/ @+ D* E( k) Y5 `
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
6 m; ?! {7 D) c8 o7 ~3 `AI总结现有数据能力超过人类是自然的，就像雷达、光电红外的“视觉态势感知”好于人类一样。AI的输入通道 ...
) H1 B+ ?$ A* J! ^& W  _
最后一句绝杀了，太牛了
作者: 孟词宗    时间: 2024-10-18 04:13
征久仁 发表于 2024-10-18 02:38
* `9 F( z$ {2 h) f3 f最后一句绝杀了，太牛了

4 ?3 B6 Y5 O' e; F- X乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天一首，总量相当于《全唐诗》共四万三千多首，强烈怀疑他是带着 AI 穿越的。+ \# ]( B& V- D  r  }0 L

5 B; x! m3 t9 k8 Z  o乾隆诗作虽然总体水平不高，但也不乏上品的，毕竟量变还是会带来一点质变的。例如：
4 c8 N- N: Z2 B. W5 \, o3 k) @9 h8 z; a) s$ J+ c/ v( _. l. E
谁氏园林择胜开，山环抱复水瀠洄。
1 i7 P0 M. S; R& Q# b( u: ^% Y5 W川横桥喜路不断，岸转船如峰自回。
) P9 w* q0 G1 ]5 c# U: h# d) \意入敞亭趣有永，目游高阁望无埃。" `+ M/ g" B/ d$ T0 G& _3 M$ E
分明层叠浅深处，欲问丹青能是哉？7 l0 z% Y' L- b1 k% Y" G

# a7 @. R0 O7 I还有这首：3 Y% P( T* V! m# A. ~# j6 b2 T
三秋别忽尔，一晌奠酸然。
/ e( `9 t  [8 w7 @追忆居中阃，深宜称孝贤。
0 W& [1 e, I/ b+ q/ N' \, _平生难尽述，百岁妄希延。+ `* Q' B( o6 r7 n/ d  f
夏日冬之夜，远期只廿年。
- M) w6 h8 m! s0 o" }- c+ w' N6 b& z& @5 N- W9 O& m; {
这是乾隆思念亡妻所作，平铺直叙，但情深意切。如果把赋也作为散文体的诗来看的化，乾隆的《述悲赋》也是很好的。
作者: xiejin77    时间: 2024-10-18 11:01
感谢晨大翻牌子。" |% c9 ?9 X/ E, s9 e, S

! H- o4 B" e! @& M% W) [. }' [我是金融科技从业者，大模型领域的进化不得不长时间的持续跟进，同时也不得不面对非技术背景的人的询问。甚至是有些德高望重的前辈。
3 T9 ?1 G; D2 s5 d( B! Y6 R& T3 i" j- j- `
AI这个领域的发展，虽然常有一些意外，但还是跳不出唯物辩证法认识世界的基本观点。
8 w, u8 P2 y5 x( _2 T) w
* }7 a' H' w2 U. j4 Z晨大的论断，很有一点战略的味道。其实教员同志当年的实践论，矛盾论都是可以拿来理解这些现象的利器。但是国内没有这样的舆论来讲这些话。领域内的只想搞大新闻或者闷声发大财，也米有一个权威来讲讲这些战略上的东西，而用官话套话说这些又显得格格不入。; @* B& \- O  X4 b( ]
% W" A6 ^0 }/ q' T7 S9 M" |1 r6 g5 F
所以，舆论的阵地，如果我们不占领，就会被人占领。
作者: xiejin77    时间: 2024-10-18 11:03
孟词宗 发表于 2024-10-18 04:13
$ x3 H. X( e: k- n乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天 ...
0 [  s+ L" R* p: U) d9 s* u) Q4 h
孟老师可以移步诗梦小轩，看看俺的这篇解读http://www.aswetalk.net/bbs/foru ... read&tid=160605! y2 h) B6 f$ P3 W' \5 y- h5 R

. z4 w4 W. x7 n; @作为一个长期有写近体诗习惯的入门者，俺对于AI的近体诗还是有一些体会的。
作者: 征久仁    时间: 2024-10-18 21:22
孟词宗 发表于 2024-10-18 04:13
7 }2 n' C: q, ~  b. y' G" ~$ T乾隆也是真诗人，首先是真人，其次会作诗，做的水平如何不提，但起码都合格律，就是写得有点多。基本每天 ...

3 c; n  Z8 Z2 F# B. F, g+ y* A很多字我不认识
作者: 潜水员    时间: 2024-10-19 00:01
做中文专家AI系统确实是个好主意。通用AI如果是基于中文互联网确实太难了，污染得太厉害，到处是海量重复和不加甄别的信息，无效甚至有害。



欢迎光临 爱吱声 (http://www.aswetalk.net/bbs/) Powered by Discuz! X3.2