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。
  A8 T) X. r  N) s2 K
. k5 x8 n7 B+ f0 _8 t5 }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。$ S6 \$ j! `6 n1 x4 a& b. `
" G; [  d! F; T
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。" B' t( M+ Y8 H

% ]* D" w; o/ M0 E) K- 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。
4 v5 D! d; |4 F1 H! H8 U# y: |& G) `! i: P, X- }
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。
& r0 ^# J4 q- p
5 E, I* [& X" }* N5 _这对中美的AI大赛意味着什么呢？
+ q* @: ]; L6 t3 s; u8 f8 |, N2 {4 d1 \
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。6 j8 E2 z1 b" x0 F: c4 ?, r8 U

, H' j$ O+ R# ~+ s" _( Y  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。7 g" U  `! f% g1 ]& M% B2 v

5 i* c" `4 O/ O5 S/ p* c, L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。! |* b  R) j  n+ n0 |

" F5 ~# T/ V+ L: n4 g" ~7 E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。
& d; e/ ~4 W( R) U# ]9 e# c2 F4 U
; U, [9 m! J# P: B: r1 M+ L) G2 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。4 e. p. W! k5 |' y% R

# {2 F+ r% o: _6 N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。
6 g9 G  E5 E6 e- [/ g0 G# j+ C. q  t$ W6 P
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。
7 E* i; T9 n7 X! \. L- x& N5 g2 @! n' V+ `% y
我下面引用他们的话。我先声明我不同意他们的话。# C) m* t, B3 x; L; Y; s

5 d  \1 D7 a! W6 C; l6 @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。
0 f- _: T6 I5 m, g
, p9 l" w) l4 ^* b1 n  N, m9 F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 07:296 _# Z, W% L9 M3 V
回晨大牛的话。
+ `# C$ i* M- R. n. l0 y
2 _0 M6 ~+ O! I2 n1 {! p1 }6 u: 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。
4 r1 m9 y8 w3 L+ E( O8 l8 r
咋感觉你的朋友在缘木求鱼呢。# r5 E! C) O5 Q9 i  j
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。
; I) {5 h+ U, M- t( O9 S2 O/ N2 ]4 H2 J* o( J0 U' N3 d
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 \$ v" z, O- k+ S! h( S9 Z
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
# [& s1 E3 B8 \4 c7 [5 q2 g咋感觉你的朋友在缘木求鱼呢。$ y1 _/ N3 j; N/ w
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 ...

. Z" ]2 c4 K, M* z5 U; o) W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- h3 _9 \5 R' ~( s4 U" F$ a, k) c9 ?
回晨大牛的话。
" q" B: S' T4 r; c/ E) ~3 f: \# c/ _- f6 |, d: @$ \1 `
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。
; O2 _; @" G( I& q& H2 v: O
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。
7 j8 l& E4 h2 F  y6 i1 k' g
; h6 I: z- U% B- j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。1 U& o3 M/ V4 J0 c  d8 M

! a  x: j/ [3 p8 i4 `1 u, \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。
, i% v9 {- c1 L
# r& s7 x" l' x$ r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
+ ^; n2 S. ~- Y9 ^' d: z2 [) EAI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 W! {$ a2 N4 Q
3 H; X0 d/ i; N3 Z我天天用ChatGPT改邮件和论文， ...

+ f) X0 M& I3 WAI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
. ]% B! Y5 D' I. D$ G/ `- I5 l6 G0 VAI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 ...
6 a8 ~8 s4 j6 E6 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。# B& c7 \) r' W- [- t
+ O6 A$ Z8 _5 k. \+ J
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; f2 U/ s; B" l3 C' J. I, N: P
回晨大牛的话。# |7 C- f7 V! A0 X" i

- [8 C2 i* H# L( 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。
! K; C0 S9 X* S2 S' A
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
+ q6 w) }* D7 ?* p4 ?回晨大牛的话。
3 A2 x7 m, M  p# y! {8 ^+ S8 n, B; a3 r6 }3 `, 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。

. t$ P- }! R# J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？
( A- o& N. t% R! [5 `- f" 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 U. E) Q4 |8 f  f. P/ {, U) ?1 x: H5 H/ ?% d' ^) m/ 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。0 B0 ~5 H2 U, }( x" p& I# j3 d* U* P
. P$ o. f& C2 h! U
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" \; y0 L. e5 L, _3 y% n6 U5 i* D
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？ ...

6 a2 q; Q2 T' S& \( 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.! u4 p6 `( ?) l& \+ `8 N# y

4 u6 ?1 s8 r* [
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
0 E5 R- j, f. y6 g( JAI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 ...
! o2 V" U1 K3 p$ a
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 02:384 R9 y7 o8 n3 g+ p
最后一句绝杀了，太牛了
; R$ l. R* y& s  a' H% T  p
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。6 z; y) S% i  Q8 |7 l, m7 S
2 O9 e6 U5 H; m( l
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 @' Z6 Y& Z! n" X5 r1 T: z8 s" a: n& V- P1 d
谁氏园林择胜开，山环抱复水瀠洄。8 U2 C5 y9 ]& u3 D" ?& t& l
川横桥喜路不断，岸转船如峰自回。1 _" [4 J! x5 t1 X
意入敞亭趣有永，目游高阁望无埃。
1 B% C$ ?9 ?+ s$ H& y3 u) a4 n分明层叠浅深处，欲问丹青能是哉？$ T; [+ c9 U" U
8 h# d  F6 ~$ ]' E& N
还有这首：
) w, y' I) G; d) T: @9 h三秋别忽尔，一晌奠酸然。
4 C* r' p( f: M+ ]" r追忆居中阃，深宜称孝贤。3 e: t, d1 O) ?2 r6 F1 C
平生难尽述，百岁妄希延。, d1 A( y3 @( f' {& Z
夏日冬之夜，远期只廿年。
! p4 y* A  l4 w6 W) Z& |
+ Z. w- y  [9 d; _" X0 {3 |6 t( K" R) h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。; o1 b7 ]7 }/ i9 s4 M& P( g, Z8 W
) e$ E, N' K2 d4 Q! C
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。* G1 x: e5 a5 f# r8 d
; P2 A0 P( X. G/ V
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。
& c. S2 T$ U1 i% W! m  w/ k+ t' l. y& E( |  J
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。( q, w# F, p) N. Q% ^# z- n* X: |
( F! E5 h& P  h( B+ T+ Y
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
. z- q3 y; f& w/ V3 b8 o5 F: 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 ...

% W+ W0 D& f' q$ P0 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
1 ]0 b! [- @9 V2 G; z) f) ^# K
: r8 X' z9 R$ @7 ?0 ~0 i* y% 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
5 _. `, M' z( n- v7 v  m! e4 [( A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 ...

/ X/ U, ^. ^( 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