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 P* C8 D+ H5 _) r# x; `$ [

6 ]6 k. H  D6 q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。
* X+ s3 H: Z5 L2 X: e- z& [- Y4 O- \$ U' c5 M. G
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。  L& o9 g2 K* _+ \1 K

/ p$ m+ l2 t' H5 p) T8 X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。
% i& d0 w4 y3 Y+ f: \
! n- D9 p: e. t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。
( x4 W  n9 Y' s: c- z
5 O" t: J% X; X; Q0 r5 Y( f这对中美的AI大赛意味着什么呢？- k  p6 \. _* H2 c+ P' z. G' @$ i

4 t7 d  F. `1 b5 K- X$ mAI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。
, N, F$ X6 D3 }# s
5 }0 G* t% C1 E) Z$ H8 K( G* z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。
8 m$ v! Z. t% P9 o& d$ n5 o/ y4 O8 |, r
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。* @" w! b% J! f9 v; U

+ d8 }) B/ a6 |" z: }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。& Y3 D2 A' \# p2 E8 Y$ p7 m

. k* t- @8 `% m, \) N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。
& h5 l# i  s+ w
5 {  V) M# N$ }: S' j6 Y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。& L! C: h7 |2 [7 Z9 _% d

8 S! y: F* x* G0 m8 v  f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。* i* ?$ n8 W  _& @! R- |

: o2 [- S* m$ p6 L, q# W7 W我下面引用他们的话。我先声明我不同意他们的话。
  t) y2 y* ?) X- t2 ~7 l$ @. d6 \8 \5 S' q9 _
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。
7 R" o& V' t! w8 E. D/ e# R; }- J& K0 @2 B5 ~; T( l: f* A
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# V  P* t5 X5 \! q+ N# f2 k
回晨大牛的话。/ x- M' b  D7 K2 m- b; n
. j$ @& q- L* f: Z  Q( s$ z
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。
% \; m2 i+ ^0 `
咋感觉你的朋友在缘木求鱼呢。1 R  X7 s" U. }2 w0 }# K
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。
) e$ q# S# K/ s) z6 g! {3 ?1 t) w) {' r) z. O% v; x
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。
0 G% i# ~  Y* S& b" t
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
" T2 m6 T1 G1 K1 S7 L咋感觉你的朋友在缘木求鱼呢。; {: S( V. B& q% T8 \+ Q
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 ...

* g7 A. ]0 M, @! T: J" 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 20:29
$ X  ^, _+ f  q回晨大牛的话。
, U4 t7 }: X% r9 `, M. b
6 {" a. p9 i3 z. B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。
8 C  v& m2 i2 L: h4 `) ^- g( n
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。
( f0 {* h7 S: R4 ?# t0 o' u9 S1 W; ^4 R0 U+ S& N
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。
8 F* G" O, s6 l) C& N# R* Q/ T
) G( `/ P& |3 X, i: B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。* N5 J/ V  o* n* l' r

9 D# ?2 _9 m7 i* M$ }) ~( |# P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$ B6 \! g6 P! [" k) k. B, P
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。
- E! ]) T! G  b5 |
, l4 w& j" o1 ^6 a& H# I/ }2 i我天天用ChatGPT改邮件和论文， ...
1 G4 t; I! E& f
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 10:393 j" e3 {& D1 b3 M! D# k. C4 {( T
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 ...
5 i) f+ x- P; J  |+ t0 _
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。
9 P& S0 @) t# k) I  o
9 H! ^/ B( R2 W3 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 20:299 [& e( T. k/ ^1 h( N: D
回晨大牛的话。
% |& c: r7 b- q# Y3 o
  e) L; m$ m: P5 t/ x* s+ b4 ?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。
! R1 H4 t7 U4 y5 W
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
) }7 `) j8 d7 [2 @' b回晨大牛的话。0 A( t& V2 T+ k) y
: }9 W4 W# l. r3 M
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。
: Y8 ^) @7 k: V) ]
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？9 ~/ P: u8 y/ y( M1 N+ v5 ]
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。
3 e8 Y' O/ D/ m% r# ^9 ^( m5 m3 i# o, X4 M; c- i
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。
. _) u1 K$ o" U) C
% S+ I6 ~! z3 {" d1 P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
: p; G. ^9 e' ?; d4 r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？ ...
* V0 z; O4 l& w) H
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.
  ~* \0 K  |% u6 ?: K; c9 m9 t# ], n2 E9 _9 v( i7 }
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
1 [- i* h' n% \" q2 TAI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 ...
$ f8 P$ N, r3 E* r( C
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  h, w6 Q# b. i' J8 Q
最后一句绝杀了，太牛了
5 r6 k4 V5 C# p2 U$ 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。
. v' d+ E6 c1 x) u) C7 T
( T3 S9 ]5 [1 F! B9 y  Z* Q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：
+ _; ]% X6 G3 {4 h
" I9 Q; s1 H. B0 m( S1 L0 c- ?谁氏园林择胜开，山环抱复水瀠洄。
$ Z, `$ x% n$ [* I: C川横桥喜路不断，岸转船如峰自回。! ]  ^' A) I0 w0 i6 P% K9 G# U
意入敞亭趣有永，目游高阁望无埃。
* D) Q: m9 z% u2 Y- P  e# v8 V; `分明层叠浅深处，欲问丹青能是哉？. {9 }' X. N: G3 Z

3 E# s, `& H* p7 D还有这首：% d0 X! j2 J) M, [3 Z1 c
三秋别忽尔，一晌奠酸然。! B  l' G, m8 \
追忆居中阃，深宜称孝贤。4 F+ ]( u% I" f) q( F) \& I: U% `0 e4 c
平生难尽述，百岁妄希延。
/ b( M6 k9 f& s+ \夏日冬之夜，远期只廿年。
' g. D2 b' j6 i( q! O  m& T5 r3 w  a5 D
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。" W5 y) e$ e8 m; {2 j$ J
/ l' `" i2 @% B& p7 [
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 K( D2 s/ |9 e& Q, `% O- C

0 T$ [+ r2 D- j# WAI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。% T" I# D7 T) w6 {- a% E
0 x5 u$ ^6 {0 y: e
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。
; U. [( Z$ b9 ^2 F2 C. g7 k
6 x8 G) u% U" H/ @- \& K- \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 04:133 }& \3 u' d7 F4 ^$ H6 i
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 ...

% r3 |5 ~" L8 s, d& S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
5 b! Z& ~2 d* B6 z) b* d; c9 d  L% A" r: Y3 B( {
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" K9 G5 \, q/ l% ?; `
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 ...
- \. c! T6 V# m, ?4 {0 v; U( M* @
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