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。/ ~# T0 b6 r" ^0 u4 P4 T+ @. b

  l( V6 h! T, {, V7 `. h2 M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。
; n/ b; `* C% f. J( M3 C( G$ b7 ~0 _
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。
/ q  \, H" N. {% G$ n
! b9 }' d+ X1 {. z/ V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。, _  u9 S. W" s) P3 Y6 y
% U0 O3 b& D) w% J3 r+ I2 x" G% 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。
0 K4 ?6 W' X- A( a4 ]% D) K0 b6 H! {' {$ C" d. G: x% I
这对中美的AI大赛意味着什么呢？
0 ~* A) J3 X2 p# K3 o1 e* w' l# m) q/ z/ W# x  p; H; d8 L1 _
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。5 W# i" E6 Q! r5 E
* o8 r  @4 n' A
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。
$ F) L) w7 E( V7 \8 |- w" R& ^8 O5 S" h9 D, 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。) j) h3 H3 Y9 n" O7 m
4 G+ j3 [3 i6 x8 H0 P
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。1 T( _! U% a$ V2 d$ t
$ P9 ?. ]  n" n( K" B
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。
, S) @+ Q. Q" Z0 h: C! ~' F
9 ~3 _' v! J' G/ z6 w7 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。
% z& s& K. O* y$ a" }3 j8 W- P7 ^9 F, V; e4 T0 w; I0 r* 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。
; U$ [# C1 L' e" i$ o1 L  _( p& y1 \/ k* X: |  P
我下面引用他们的话。我先声明我不同意他们的话。
! |- f% C/ Q0 r3 R" `2 F, _5 X# [3 j0 a3 I1 z. G6 W: Q* p
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。
. }8 G9 ?! T9 |! f  t2 _  I. b3 b- T/ [1 `! P# G" g3 X( i
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
7 P- K1 q4 \! P; V  u回晨大牛的话。
' R3 n; G3 R  S" V, h# w( S
' u7 }- X$ y5 r6 _  ^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 P* }  E1 j8 i9 v& D- k
咋感觉你的朋友在缘木求鱼呢。
# Q; s6 {2 u% o6 |' ]2 E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。
0 E3 }) T9 z- w8 _! f* _$ D+ p1 x
4 d! H! V1 K7 [, }" [* r. R/ n' J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。$ h5 |7 D9 \  g7 k% P
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:169 Q( y; A$ v1 @5 R9 _
咋感觉你的朋友在缘木求鱼呢。
  P) {' ^! ?$ N6 P7 N3 g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 ...
6 R% w3 \& O" w/ x4 J
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! @7 A: h* t4 h6 z5 _9 Q7 {
回晨大牛的话。$ c, N8 f2 m5 L# D- h

% \6 q# A8 C# O- i! 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。

: L. W  L. l3 g7 n. r4 X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。
2 ^- {. d/ `8 k7 d2 Q: N
# f8 u4 x* h7 @! x6 K+ \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 q$ m, t( N" Z; w+ h/ u5 u; e  M* q7 `  d8 s) {* x! y
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。
% {8 p2 M, f6 @
; V6 O) o+ o0 W" s% ^6 X6 c7 U/ g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
$ h3 h. {, }* \2 W4 A( ^8 ?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。* a# o! Z! z$ u0 I  g, C' F% ?3 {

3 F7 K$ I) M7 t* L" {6 V我天天用ChatGPT改邮件和论文， ...
( P& ?9 a. G: y0 @) \
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
% O5 C4 P* r; r: DAI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 ...

  ^' G) N& _2 y% t# m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。4 \# c- @  w0 s- Y/ L. A% Z4 L* O  \
6 I4 T2 Z7 {( h* M) v' s4 ^
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" s/ D  i. d) _  x0 J
回晨大牛的话。# [9 T& P) E! v
4 _# S" r8 z2 }- b/ r1 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。
3 P* ]3 v* W* i7 t8 O
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) U, I- E, t6 v, m2 d
回晨大牛的话。' Q* I  ]; P: {  `# G$ c) g
- `' K9 i; @5 U5 x8 b8 q  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。
$ x! @  {8 f; [( K! M
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？
. f* C- W5 R, h' }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。
7 n% t/ O$ h. `  H& `3 H( [/ g  v2 w  D% r! \
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。
( ?+ D& J# w" B5 D
& p& C3 z! F7 V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
+ _* n, ?3 I7 [7 Y1 s+ 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？ ...
1 e7 k3 [- E$ e7 m( H1 z/ ~" c, @
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.
% c9 G# {% k- A+ D& F5 h. J5 c+ Y/ P; i
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39- n' A& L8 Q- U& C% w- M/ }3 Q
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 ...

0 Z, J9 c% X: `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# v: a! B9 {* z! E" F8 V
最后一句绝杀了，太牛了
% m/ m9 h" C( {5 k6 H: q( 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。
+ w  f& @: i  f7 U" b
  g% |0 |, _  Y" T8 d0 g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：
+ S: T$ o" Z+ ?; M. f( n! d" I- r5 N( M3 `- y% v; d4 y0 d
谁氏园林择胜开，山环抱复水瀠洄。5 J) F3 |9 v$ z( G3 B. B
川横桥喜路不断，岸转船如峰自回。4 C% O9 m' M/ g, M, _) f
意入敞亭趣有永，目游高阁望无埃。
$ \3 L2 o- E% o分明层叠浅深处，欲问丹青能是哉？3 Z$ ~  i& x! D) ~6 \
8 y' \0 l6 g) }7 f  t3 [* [
还有这首：. [) P* @6 m, h
三秋别忽尔，一晌奠酸然。# ^! Q( \# Y: Z$ t2 ^  c/ B, M% C. N
追忆居中阃，深宜称孝贤。6 j3 |: g2 o8 ?0 N8 y" o, V  K
平生难尽述，百岁妄希延。- t9 o/ b, k7 i
夏日冬之夜，远期只廿年。( S1 C/ ?% }. Q0 a) i

! m  W% l4 E( 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。
: q& ]! N3 L2 F
. O# Z% N' P* W3 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。4 x& x: \' T$ ~$ \6 Q+ v
) r7 a; o9 a) g& }& W/ _
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。
+ F4 W5 R: `: P) t/ O
4 D: [# S2 z: I( b. }$ Y* S+ d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。
: v8 C% c# q5 \
( C/ D8 A- ~" t7 q9 y. `, T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# Y7 a2 q/ r8 ]/ x, ]! q4 C7 j, w4 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 ...
# }) Z' u7 t7 o( y4 |4 E& y. 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=1606052 Q- Y- M  n9 n3 l, H8 x" l; q2 t
$ [5 @/ P( _: t7 W0 u5 f
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
2 t1 G9 j( H  s/ F+ b3 v. R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 ...

, n" e: `( @, J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