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。
, K; a  q# ?& ^& Y
1 y% U" `1 L6 D) T0 J+ a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。
/ D* \' ^' l. o& ?5 Z$ g; O0 q$ t4 E0 o) w0 c5 q
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。
! z! l2 @8 O- X( G) r( ~; r1 b; o$ e" ]% ^
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 ]+ v9 ]7 t2 D. a) U" Y

) Q0 J: K, C9 v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 u9 @9 U# F- b
6 x0 t8 ]) a9 w" `, B, f6 J
这对中美的AI大赛意味着什么呢？
7 U8 a# X4 V( @" i7 K$ C
  x5 ], p# g4 _; R- 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。9 c4 @, ~+ R$ I
  U! x$ Y! w6 G" T& M' l9 `
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。
6 Y7 `$ i( e9 G/ A/ ?
6 x3 J# ?, s' k( u( c7 i' r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。$ U3 q' {' O6 g& \3 p
4 z7 r. B/ P# o) P# K
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( w# D4 [( x8 h; M! r; Q4 `$ Z2 b: O( ]: X6 E4 P
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。) }, O& T5 F& I; ^# `
- y! C- p0 b1 ?2 R% F3 ?: M8 L% }
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。4 c# N" B8 {5 O* i

* G5 T2 ]8 ]& Y0 n. 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。0 g: e- p/ p' {* |2 f5 o6 \9 G
+ H9 {& j" `+ W, y( `0 Y
我下面引用他们的话。我先声明我不同意他们的话。5 j, Y# A6 e  @
, b" Y; I/ `, D: F5 c1 I
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。' k1 K) s* ]7 n6 `
, ?9 _9 f, N( n$ H3 B5 z
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
  P2 q) h4 y% D0 ^  S回晨大牛的话。
! q) K9 N' [/ }/ f% D3 L. H5 c- `0 R* a9 }$ L+ K% d
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。

" T0 q% i$ r7 N/ @8 j% p  g" b5 W7 }咋感觉你的朋友在缘木求鱼呢。
  N, e1 V' Q; A  x5 N* }5 Z$ Q. u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) f: V. f$ g: E$ Z

3 ~$ g4 I( R) j6 V/ Y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。
$ h# |/ }$ z: w+ C
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:165 D8 ^3 U. ?/ F3 I/ `9 J
咋感觉你的朋友在缘木求鱼呢。
$ L* ~  ~, l* T! C  m3 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 ...
# c" R5 m7 [! A  q/ \; q8 \0 G
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, d  A) Y6 e3 }- C% K  Y
回晨大牛的话。) X$ f) f1 K8 [/ _4 {

* e: y/ d* f8 m# E3 K9 R, `2 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。

6 B% Z9 B. ?- U; K( Z  U. Z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。' b8 X* L6 l- V' ]

. z$ a9 q; B$ |; s0 C9 {3 C& E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。4 A, \0 A% f. r) M* b% `
( r, P' @0 [3 ?  q7 f# \2 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。
7 p7 D0 ~* K4 h1 B9 T, M- r
! @& B. E- n! V. o  B1 ~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
% Q. a; T& ^- t# x5 {1 {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。
0 G  J# `4 u% J. q* o( D; c! S0 l' k+ U3 C- X- u9 E, [
我天天用ChatGPT改邮件和论文， ...
6 d) s: ~- ]0 ]
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
) N0 ?! P8 S7 rAI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 p& o% B) W; A* f1 `) ^5 u& ]( G
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。
- R( K/ y$ W9 h& J0 I  y  d2 u8 \0 }
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
  j% a5 N, ?0 w* _' t8 e8 H回晨大牛的话。
# Z! w9 N, _6 q$ }- R% E, \2 z! }( C, q  P5 [9 L4 a: 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。
# p7 P/ G4 T1 \3 b2 S$ d9 s; P
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
: C) C( x1 ?; Z/ }回晨大牛的话。9 D3 |1 c9 Y6 ~% _0 A+ W7 j- L3 H

8 [9 A! x4 `! ~6 h& ~, ^' 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。

" ^' a! r. g, e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？- j$ f/ f' d, `( a/ U$ W3 o
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。4 j; A0 r3 C- R$ P9 j' `( A
3 ?0 I( [( t. S7 Y0 _) ^0 x
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。
. R$ Q$ }- X) t6 z0 A' D
0 F! s9 E1 a, I: c* 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 01:249 Y/ }3 y" @5 @' P
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？ ...
4 R3 a3 N" s9 r* g/ A( \3 O9 o% o
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.; Z2 Y, q: b: a9 f
+ [: J6 A! M& U( E2 O
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
# K) P) F6 A$ y: t/ Q6 UAI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 h; c$ U/ d9 g
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
* Z# _1 H; K2 D$ G; s* {; Z最后一句绝杀了，太牛了

1 W+ {) b( Y3 f# D2 z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。5 Z' c6 h# T1 r5 ~, E( j: X

- Q% m5 f/ G# ]( V" r+ A$ }) k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：% ^- L. u9 l, O$ h* R9 }

* o2 N6 i1 j: l谁氏园林择胜开，山环抱复水瀠洄。1 K. R" W: H& `9 A+ Y) {5 {% n
川横桥喜路不断，岸转船如峰自回。
. ^* F6 k2 d& d- T* }/ R0 d+ ~! f意入敞亭趣有永，目游高阁望无埃。- J" p: y+ f* F6 E% o- p: B( ?
分明层叠浅深处，欲问丹青能是哉？
3 e; H* b: I9 f% A- t3 z) r, Z6 ^+ C" Y1 L2 I7 {& X; f7 P
还有这首：( f  _% F' I  q
三秋别忽尔，一晌奠酸然。
- N1 Q& N, m5 x追忆居中阃，深宜称孝贤。: Z2 q9 N9 s+ j8 V; i. o& J" v
平生难尽述，百岁妄希延。" f) u5 l3 _  q0 [  S
夏日冬之夜，远期只廿年。
% s% G6 e; Q2 i* e& U" `
6 S) ^* d; I, Z' U0 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。6 j: b7 W# \# x6 H# i2 T6 ]
9 u9 m7 |" V0 R* a0 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。
( z8 t- }: }3 \& ^3 O- E. M
  x  E9 i! J9 S* _% k7 p- \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。
9 t3 X$ D" b) o9 Z# K) \2 j: g3 R1 k4 |$ u' h
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。- V% m* U3 O% F! O' {- D) K/ |9 C
# E$ x* c1 j' u% L5 `$ E
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
8 t8 P/ p$ I& `: M) |3 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 ...
4 V' k* q1 W# T% K
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
9 w' a1 x# n+ y' Z6 X
( }7 W# ?7 c# v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/ P" X! |9 i( r% v& X& l
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 ...

/ z0 b. G6 j; i( o! x2 z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