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。4 @) P3 n4 R; E8 k4 [9 ~, L1 q

& j& [# a& M7 N" D0 `1 X) I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。/ ^  Z1 H4 [9 l% w: S: Y2 g4 @
& h% _! _& b6 B8 ^: e
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。
% d# x4 G% x, S$ b0 D, J, c0 t: T% V2 \
% [9 D8 r2 B: g: o  D9 r. {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。
* t. P; l% D3 C5 w1 t$ x3 y/ B. p0 q2 E$ V: v4 S
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。4 k+ M$ U- H2 U  J4 z) v
( m4 W  p% X$ s7 I/ l7 t2 T2 d- t
这对中美的AI大赛意味着什么呢？
" m: p0 q* m  u) e4 C4 w( i1 O7 I" r/ ^/ \" m4 {' Y& _3 w
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。
" O& h3 W+ U7 Y1 V" o- k; g  t9 V* P4 e* B: @
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。
. n- l3 g6 L0 C' `( K" g" q, M  G. K$ j, u' S9 [# n9 {) I# N, @) S
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。2 z8 X3 i# e. D+ _- Z- j% o1 k
% j. s8 i" N6 q& ?) _
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。
. R, s5 l, M9 j0 ~; S5 N# S& R! e6 u: C
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。* u3 r; r' h, e/ {
% K; c4 c4 ~4 t. {, s0 |9 O. @
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。5 u' A9 n. T6 z; o

& P$ p( M9 O+ ]. k% @, u, h% 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。
" j7 c( r* M1 ~  t4 J) d' q  M( F) X, i/ }7 s% c
我下面引用他们的话。我先声明我不同意他们的话。, u  r- ]. t0 ?/ @1 l0 u
$ c  U" M3 {, l. |  X$ x
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。' K, n$ b3 \, ^" M0 H: {9 F1 j

' Y: W( H) B+ D8 X3 k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 07:294 Z6 c% f, o# [, X* L( u9 v( {
回晨大牛的话。
3 m7 o1 R6 O) X% ~
1 d1 q( k/ v: 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。

: O& d; H5 f# g! E- b# D' ]( z咋感觉你的朋友在缘木求鱼呢。
6 e/ a4 e- x0 k2 I% ~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。
+ D& u: P( w8 _( G- p6 }
. l2 M- W8 f' j6 Z# f$ E' Q4 _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 ]) h% d; w  R- |9 N) ]
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
* w; k$ p8 {( C, u4 O% @; w% P咋感觉你的朋友在缘木求鱼呢。* s# G  V7 Y! z4 Z& B, _4 i
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 ...

, l1 n1 f# N( p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
# H2 g* n& B3 _8 O( }% o; ?) I5 l回晨大牛的话。" _/ k% l( Q8 Y, e# e4 c) d
9 m8 y1 u( G* C6 c$ S. E7 g. K& ?
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。

! |' t. G: w; |  D7 w+ M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。! e% _% ^8 o" S) Y8 S8 A* ?9 S

/ i4 v% B1 z" w& A2 q; a1 ^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。
' G. W- ^) g5 m) i! J+ @2 @5 H+ c# S# N) q; ^0 |( w
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。" j* H) U" `1 b! K' Z% |* A

. ^& |# u$ X0 N1 t& l/ |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 09:320 K6 Q2 u) P# R& |5 ^' T
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。% N1 O7 Q$ _/ d2 p! F9 B4 j

9 }$ s+ @; K, _. |1 v* r我天天用ChatGPT改邮件和论文， ...
' y: L3 b# d: N0 b9 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; P* I5 D1 s% n$ q( l
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 ...
. R% M2 P% S  D
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。: c. C: ^! `8 i. O1 x; _
6 U' w, o6 O" j1 }
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
( Q% Z2 U. _+ f4 O* o' P( v8 O回晨大牛的话。. }0 S, f7 D+ n' ]1 c& l( q

0 x1 _! Z& o0 Q) F9 I0 q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。

/ ~& Q6 C& ?* W9 q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
" z- C0 o7 I1 K) }8 I) E' b回晨大牛的话。  n4 h: l! M, T0 ~& u  u" [! k
! U" z$ @( n( D0 u9 V2 `5 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。

$ `# Q$ M) W$ l0 v4 X' Z2 C9 ?: Z1 I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？5 Z0 C  a% N* X/ V2 O: @, p* l$ W) L, 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。0 Y6 S/ s/ a3 ~- w& g, ?: g
- K9 Z* E. [  Q( J& s
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。
& M' j. I+ d1 U5 Y3 S. c- r! j# ?9 O. }" C+ F: `' ]( z$ u% l; ~
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" w& m5 u- q# {9 x+ X3 K) U# C1 k
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？ ...

) n* G) x' q" W. l7 D* D+ h1 e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 u  z- u' `1 q+ A
: L7 l  d( p  H9 N! [3 {3 {. n
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39# k6 z, N: A6 `( X0 v4 q0 i
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 ...
& c# J0 _8 ^7 w( h0 y. m- Q; ^4 ?
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* O. U( X+ Z: F
最后一句绝杀了，太牛了

* x# L/ n/ a" _" K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。% r6 M( H. z3 g  Z5 z+ \* w& X

1 J, ]% u7 }8 S# k+ U) n6 j; H' |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：8 K( g) T# M( l- N. b% Q' d/ ?6 B

( i+ |. p8 }5 c& ?5 y8 U5 o% d谁氏园林择胜开，山环抱复水瀠洄。. `' k5 k: ^: o8 m
川横桥喜路不断，岸转船如峰自回。
" T. y/ s1 I% r& b意入敞亭趣有永，目游高阁望无埃。. _, N) L) a7 P4 K
分明层叠浅深处，欲问丹青能是哉？
% }/ s( ]. h3 \# a! n! X- U, S& v3 J" J* ^) f" P
还有这首：# N/ \# J8 E/ K! B8 J
三秋别忽尔，一晌奠酸然。
0 H" k3 ^% ?$ L: b  D) G追忆居中阃，深宜称孝贤。- d& Z5 K4 `" G( l  ^3 F
平生难尽述，百岁妄希延。1 i3 X% U; O6 {8 A& J
夏日冬之夜，远期只廿年。: h2 U" X/ G! l

3 y7 P) h$ g4 F& I$ j( K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。2 V5 l. J5 b. y" i4 X& R/ x
  C2 `/ i% `( _7 A1 w# o
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。
" S9 _) K# ?) q( V/ Y+ m% _1 J" C( L+ h) X
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。
$ T) x1 v( v9 }6 j" Z% ]( u5 U% a2 A" A! ]
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。
3 f$ W* K1 c/ z+ T- |  ]: K
  y# k8 Z9 Z7 p' Y# Q2 }4 [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
7 h3 c5 X0 Z" n0 ]! c7 _; w2 R" v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 ...
( A! n! |% i8 B0 F. e
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  Y& w9 z0 T* p, a8 D4 ]  i7 s

+ n7 E; Z: K/ K+ B0 G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( |" W6 b: I6 K0 {. f  E! D
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 ...

* h% [! i" ?. ?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