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。
) I7 l3 O) V3 Q- J1 _: Z: o0 [8 f& W: @6 L/ F% N- @. H3 `$ W: W
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。4 F% q# _% G8 e5 v

# N/ v7 V# p( x! K. t( s! a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。
" J' i1 r6 M: g$ {2 y, F2 @4 M! J' x
6 F, P) ^2 t5 p+ C6 l2 u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。0 L# X2 K6 u  Z

- y5 I" ~- C7 s8 i/ O- C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 x, m" |2 Z% i- \# y  Q7 J1 |- L& i/ J3 l
这对中美的AI大赛意味着什么呢？
% f( v* [5 K9 r) e) ?: I0 y( E# E7 d" H" m8 h9 {
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。
, K3 s. a2 d2 e% t, _! l$ d6 A% n5 ?4 Q% v0 O- S
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。
5 z+ N& i8 W) E
$ M) P% S2 {% b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。+ t  C3 p4 E, U
5 D: j) H5 J, e! g+ R: N
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。
9 E% g% r5 C7 T, z8 P* ]/ H0 [2 b3 [) e8 Q% a! p5 \: s+ _
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。
" b- T. V0 `+ c1 j6 ^- _5 u/ e0 {9 }& q: @( E4 `( C% |$ h9 V
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。
/ H, z* a1 _6 S4 F- C4 ]! |8 J. o1 {" 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。- |* e; f8 D+ I, k; X, ~: _
; j1 _8 q$ T9 r) _  u4 c
我下面引用他们的话。我先声明我不同意他们的话。
1 ^. _& f+ t7 j- n6 g8 ^8 @1 ]7 x. m: {
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。
, O3 g$ N  q+ s: I# w1 h; o" X8 ~/ |' X& \
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
; E" ^3 S6 l' m5 U; D' v1 A回晨大牛的话。
0 b2 }5 I1 y8 y
# y  G7 N1 g8 ^4 H3 x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。
9 Z) h" B& _! T) F* c9 T
咋感觉你的朋友在缘木求鱼呢。
4 G9 t5 E) Y' Q7 o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。( b% }* ]' J9 J1 ]- u

; k& a* f9 f6 X# E; a# }% k' t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。
/ M$ U% a% _# p5 J8 ?
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
  D3 y8 ^% N6 U咋感觉你的朋友在缘木求鱼呢。$ T" D, s$ P; ?2 R3 V  C- m
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 ...

& l  p4 e3 d+ ^7 U- Q$ b* 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
8 o3 y4 N/ b, b回晨大牛的话。# D% C; B. r) T9 U- d7 @
* c! \8 }- B) M) G+ b5 w
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。
$ S! y3 v9 \1 _6 e5 I+ R1 O- a
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。; k" D; L8 \3 n- C! ?
( {, P8 f$ O: I, W, _7 @5 Z0 P. Z
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。, D1 O) S% [( F

* i, {" \  [# R) B: [* 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。
6 I1 I! _7 j! K! z  u6 ]7 T: l6 A- D: u
# A" w3 o6 j9 M9 H5 F1 U) @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
- o5 l+ }1 o6 l! K/ H6 UAI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。
7 P5 [8 A# k4 n& `5 t$ q* T' c% z- L, ]. P) R: K. }: |0 ]4 |2 Z
我天天用ChatGPT改邮件和论文， ...
$ V! l1 N6 J/ Z7 Q8 m
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. N+ t4 Q. [$ a! ]0 W* @7 B
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 ...
9 D) d/ ]8 ]3 I& O
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。
+ ]3 j3 p9 U$ T
# _% M9 Z( c5 ?. @7 [) \0 e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
6 N& o+ L! |' E2 s1 P+ n7 M回晨大牛的话。+ c  X6 M/ o, I8 ~1 C. P

) a  d3 h' {/ T- M/ R1 |- j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。

0 c3 ^1 V! a9 k8 n" a8 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？
作者: dopplermaxgamil    时间: 2024-10-18 02:02
宝特勤 发表于 2024-10-17 20:299 R2 \: v% Q5 ~
回晨大牛的话。; C% X) A% s0 u' Y% E" g

: _, [, |9 K0 \% c: 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。
0 e# @7 I8 P1 R" D5 R
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？
0 z5 w- y* ^7 Z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。- g' `7 x( `9 h2 x# c+ j

1 O: {5 K1 `, G" _; f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 K! `% s7 }2 A2 y' L$ Q, S$ ?2 U
" B8 x5 h3 z+ y( {
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
7 {: Z; I" h! c3 J0 b1 U; x1 ~7 t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？ ...
7 v. O! Z6 k" n2 n0 {6 Q" Q
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./ V/ k6 [0 W( E5 |! b1 R3 d; I
4 D' d9 H1 G1 n
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
/ K8 D1 z$ m6 n# X& @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 c4 q6 o7 i' }( z- k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! X$ F) i) x* |7 N0 W. N3 F
最后一句绝杀了，太牛了

8 ?" J0 h$ g3 h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。
3 w. @7 H5 G. v
+ f/ J5 Q6 K7 Z$ T- v% ?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：
7 _8 N; M1 S; W; q5 i2 V4 d/ S; |6 @6 u: i3 x
谁氏园林择胜开，山环抱复水瀠洄。
0 b! p9 a$ G$ U# K川横桥喜路不断，岸转船如峰自回。0 I/ f& J+ w. b0 u" j
意入敞亭趣有永，目游高阁望无埃。+ A0 R7 u6 d8 c6 f! {
分明层叠浅深处，欲问丹青能是哉？0 p% D1 _- v' Y* u& a& {9 I
0 h9 n) W4 N" z/ h9 }5 c: n
还有这首：$ O! y. ?' i& c/ k( G* _" \1 F
三秋别忽尔，一晌奠酸然。
% r9 F5 t" ~: W: P3 S2 j追忆居中阃，深宜称孝贤。5 @/ a! a/ {1 L2 v
平生难尽述，百岁妄希延。
* B7 j; B& W$ F: x夏日冬之夜，远期只廿年。* ]" v; p* y3 K. c: d: O
+ ?8 D$ x9 S& g1 X
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。
9 z' G5 j+ b6 j/ U3 I9 ^) G; b) q2 c" _; I# c% @- E$ F
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。
. W; p7 N- g6 ~* {; A# ^/ G+ m& w. n7 q( E0 N, J  T/ 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。
) A# q, t, m0 V- n+ S0 U( p# u7 j
# w  l0 ~! X. n! w' v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。
; E* l& L- n& Z6 K- R% z5 ^3 @5 _/ H3 W( s, a: Z6 u% Y' [1 }2 P
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( Y2 @% T% F1 x. M: g# s5 ~
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 ...
2 ^; A2 A( C# D; h9 |; Y
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
4 M/ u$ M. z7 n3 g  |' o9 U4 x  S! o
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# E  t# K. F' G  ^. w
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 ...
' |" q% T3 t. D! F+ N9 D3 V
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