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。; F  i7 M( L6 ?+ P1 u: ^( j7 {1 j
$ W( p0 e. Q! u% b
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。
! p& Q- S) A- @2 \  Q" s  x$ F# [; d# x
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。
! l0 X& w: {/ k  x2 G/ Y
2 C6 a4 U) s, `3 G2 q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。, C* a+ s$ V' J: {% b
9 `. [$ H* \" Q/ k( X* j
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。
, A$ e( y1 r6 m' `  K( k% K! V+ ^% I
这对中美的AI大赛意味着什么呢？
7 [. d9 o4 P7 `1 r; @; D! s* p. g. L" q) c
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。
( b$ G; {/ x% M$ a4 O+ a
% i( s, z: C( V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 r  m8 S2 C. D) ~% R4 A" J
. r! e4 m' {8 _( B! a8 m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。0 P$ @8 P) Z0 T: w0 {6 k; Q% z

! {" |% O0 N5 _4 l- ~, ]; 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。  |! i* e- T; H' X7 J" m
0 j/ M6 q  D- T
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。
" ?0 _1 `# e. Q- J" e: F3 X( g/ A
5 e- r$ J! `' t8 S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。
8 ^4 V* f2 K2 C
  o" H( u3 a% \+ 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。6 C8 A9 R  D8 N( C7 P

# u% [3 ~* C: v' R) ?我下面引用他们的话。我先声明我不同意他们的话。: e; v$ N2 F" ?/ t. U+ Z! r4 F

0 O; P: A# W* ]4 V, z1 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。
( ?2 z$ J/ H/ q2 m  J* R8 t' r# ^. f6 h* O, q/ q/ Q
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
1 `9 X: `* m! d5 Y9 N回晨大牛的话。' W5 b, o. h6 X1 S& b+ ?

5 y( b% I8 p3 D! M- B6 H: X4 h9 l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。
5 ~; y1 X& o4 h% C# G1 C
咋感觉你的朋友在缘木求鱼呢。1 D  G& R7 S: A% s5 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。
+ Q, y7 B8 Q4 X% f3 ~2 l
2 A+ b1 f/ @* h' ^5 [$ _0 i. i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。
; k- \' e, p" J, t' p. c- c
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
$ N1 P# w+ f6 \咋感觉你的朋友在缘木求鱼呢。% H  f: ]. w: p! M- ^5 i3 b7 v0 f
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 ...
& W# i; u, j& g( g3 w" i- a
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 i% ~/ w/ {# k2 ~回晨大牛的话。
; y! ?; ~- t! i& }3 r- x
8 k! h6 O0 e. ^0 t' @" R9 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。

1 y) x0 i7 Z( [/ G8 b& 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。8 g4 t8 G1 F, P* p2 d( [+ h. B
! U" y3 c8 T: y, ?: A
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。: Z. l, w2 b6 b$ Y
- W; H# I2 g; f1 z
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。
' Z# @! q5 j! _- E5 R) c5 h. l& T" W; ]4 i$ J5 `
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
  C9 d$ |! [( b1 i6 g% SAI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* |+ B3 R/ e. ^3 K% |

$ R3 h* t* M/ m" v( O7 M我天天用ChatGPT改邮件和论文， ...

( ?; h& @% w! s9 h! |( T0 K9 d& Q1 cAI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
' F: P& M9 p! v- T+ Y9 k7 zAI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 A4 {4 {; v1 }3 T3 l( M! f2 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。
9 [, w$ U3 ^- {8 r; ~
% {8 U' V1 b( U# u) e6 S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
1 ?( z2 r8 |% p# J: f2 l回晨大牛的话。- L* |' Q  \8 F

0 ^7 I/ X* S. b+ |% H9 q) S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。
# ?/ {% \2 |: A# F& z
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
' g: S6 K3 t  c. Q# N. L+ S# W回晨大牛的话。6 e5 i: m, g: N, `& {
1 o4 u/ U, m" n+ O2 l0 S
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。
+ i6 r) E  z2 @$ X0 @
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？' r  X. _! S( e7 ?' |0 r1 O# l3 U
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。
  i6 ^. |( `7 K4 A* L1 t* W7 o4 z2 [' d, O: w- j/ I' 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。
" Q! }5 p8 j" m& e: I: B1 d# L8 \! K% ]
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
( \" T6 Z8 \' c/ v7 ^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？ ...
( w- ?, a6 L( X7 Z# J
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 Z8 j, f# Y" M( B$ b9 N

. h" K' L. P. P
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
$ u  ?: S8 q- y6 k# x8 NAI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 ...
% _7 X; @* M, C2 F2 T! p8 O3 M
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
6 m( r9 \5 D0 H+ B( a" `" Q+ v6 _) O最后一句绝杀了，太牛了
- D1 Z# r. }( c4 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。- m5 H! A- i8 p: ]% L! H- r+ R

& Y& x# g: L# K* ~! G  Q$ z# 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 y2 S4 }7 b' q2 s/ W0 m

% X( o9 q# S8 g7 f- S谁氏园林择胜开，山环抱复水瀠洄。
/ h( k* f  O: C3 E- Q, P6 N川横桥喜路不断，岸转船如峰自回。
2 f7 b0 B) ^- f/ Z2 v6 Q7 b4 [$ t2 ~2 l意入敞亭趣有永，目游高阁望无埃。4 E( {  B+ P1 u0 n
分明层叠浅深处，欲问丹青能是哉？
$ `2 a( f/ J' ^: [
1 M! S6 d" A3 V: }1 a9 {还有这首：
0 b1 Y2 U- l2 h" e% \- ^5 ]! y三秋别忽尔，一晌奠酸然。) ?. i# P: f# \+ L6 u
追忆居中阃，深宜称孝贤。
9 D7 H5 I1 M# F平生难尽述，百岁妄希延。
8 [* M2 [. T: O1 K6 `夏日冬之夜，远期只廿年。% v; O8 Y7 x8 ?

8 l+ Y% M  J) ]) ]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。
! x8 F# z: v1 G6 U$ j1 z/ a& \2 s+ P1 i, ?! V: v& S+ ]
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。
6 Y- c2 {5 K7 i6 ]) t" ?: q+ V. u9 l/ H: N
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。! P7 z* T4 x$ a5 a
) X7 Q8 S% E7 p- E2 X9 S5 f4 B8 @
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。# n+ S/ p$ e! \" C
8 x" Q& X' X% P, c$ Z" D
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! q/ E% t8 |" X/ l- U  _( ^
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 ...

1 G$ J* i- A' T9 U/ J, j( @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
( x: a4 ~- X- \6 r( _0 J; g! f: \9 P- n# O, ?' j  I
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
, l0 |+ \7 a4 d$ 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 ...

7 a7 w- n8 d- 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