爱吱声

标题: 所谓三联与赫拉利的技术迷航…… [打印本页]

作者: xiejin77    时间: 2024-10-16 14:35
标题: 所谓三联与赫拉利的技术迷航……
有非技术背景的前辈发了这个链接的三联文章给我看,问我关于大模型,甚至是AI的危机是否存在。我努力的把三联这篇文章看完,忍不住写了一段话。也希望看到的朋友不要再被这样的文章所困扰。
6 m9 D3 M% p, b/ A: x: S! F/ S( ~
说句老实话,所谓三联与赫拉利的技术迷航,就是打着人文解读的旗号而为了攫取流量,而甘愿将自己沦为算法焦虑的放大器而已。
6 o5 S( N2 b. E% a: }3 y& F. h7 l7 e6 C* T, A' }
读罢这篇赫拉利的新书推介,一股浓郁的“技术恐慌”味扑面而来。三联一如既往地用充满人文关怀的笔触,描绘了一幅人工智能即将奴役人类的末日景象。然而,在看似深刻的论述背后,却充斥着对技术缺乏基本理解而导致的逻辑硬伤,以及对算法能力的过度夸大。
* r1 y. Y# @% b% r  ]
. z6 H+ \+ V- D, {) J; w文章将人工智能比作脱缰的野马,认为其“独立决策”的能力将导致人类失去控制。然而,任何对人工智能技术稍有了解的人都知道,所谓“独立决策”不过是基于海量数据训练得到的统计模型,其行为仍然受制于算法的设计和训练数据的选择。将算法比作拥有自主意识的“独立行为者”,无异于将算盘说成是数学天才。# m; I* ^0 p1 Q1 C2 c' ?: I4 T7 c
# {6 h( v3 V% |
更令人啼笑皆非的是,文章将缅甸种族暴力事件归咎于脸书算法,认为算法为了“提升用户参与度”而主动传播仇恨内容。这种说法完全忽略了现实世界中复杂的社会、政治和历史因素,将一起惨剧简单粗暴地归咎于技术,仿佛算法是独立于人类社会之外的邪恶力量。/ Y  M) o5 S* G8 D
, R& a- ]  d6 g# P7 e6 I  t2 ]
诚然,算法推荐机制存在着放大偏见和制造信息茧房的风险,但这并不意味着算法本身具有主观恶意。将算法拟人化,赋予其“愤怒”“仇恨”等情感,不过是将人类自身的责任推卸给技术的表现。
( N9 h4 h$ X/ g! ]0 R- L& _) ]9 z) v5 q$ ]5 S5 g5 U7 W
更具讽刺意味的是,文章一边渲染着人工智能的强大,一边又建议人们通过“信息节食”来抵抗算法的控制。这种自相矛盾的论调,暴露了作者在技术理解上的混乱和无力。$ Z1 v8 U2 z0 q$ h
9 j+ o8 o9 X, y' W# l: v8 b
赫拉利作为一位历史学家,或许能够洞察人类历史的兴衰更替,但对于技术领域的理解,显然还停留在科幻小说的水平。而三联作为一家以人文社科内容为主的媒体,在面对新兴技术时,也暴露出其知识结构的短板和思维方式的局限。
$ ~) q9 b" p+ ^( A: I6 E5 W9 q3 ]
0 r/ O& f) q" t8 S, ^" O* z与其沉迷于算法焦虑,不如脚踏实地地去了解技术,用理性和批判性的思维去审视技术的社会影响。毕竟,技术本身并无善恶,关键在于人类如何去使用它。* t3 z; w) f0 u) B  {
0 Q) [: W- u8 b1 d
将算法比作独立行为者,就好比将算盘说成是数学天才。就算是GPT这样的大语言模型,他的算法依然没有情感,只有代码。3 _1 c8 H. O: S8 O, l6 O4 ~
而且信息茧房的制造者不是算法,而是人类自身的偏见。与其被这种口水垃圾文章蛊惑,沉迷于算法焦虑,不如用知识武装自己。好好去了解一下AI,至少在目前的技术线上,技术仍然只是工具,关键在于使用者是谁,以及使用目的何在。
7 D. o% i4 u9 r" Y# i- g" _4 ~* R
总而言之,这篇文章与其说是对人工智能的深刻反思,不如说是对技术无知的放大。在信息爆炸的时代,保持独立思考的能力比以往任何时候都更加重要。不要让算法焦虑蒙蔽了双眼,更不要让技术恐慌成为逃避现实的借口。
/ c: O* }$ g- c& A# m5 k; O) N
/ r: z; H8 l# I5 J三联的原文链接
作者: 宝特勤    时间: 2024-10-16 18:59
首先声明我是人工智能用户,不是专家。
, N. i& y) t8 e- S# k' I
, J: Q: T1 G7 d, @4 ?目前,以我对人工智能了解,我不能想象人工智能能够凭直觉提出假设。比如我,我不认为目前人工智能会突然说,“我觉得任何一个偶数能表达为两个素数的和。我没有一个证明,甚至不知道是不是没有反例。但我强烈感到这是对的。”
作者: 晨枫    时间: 2024-10-17 05:31
大模型与海量数据依然在本质上是刷题大师。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。1 p$ Y0 t/ h7 Q& b3 x6 \
4 d/ U1 i, R! p: |/ W' R( [! Y- L
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”的。但依然只是刷题大师。沿着这条路走下去,不可能走出“强人工智能”。
, |( z( `  B0 y, q0 s
# a& |  x! _1 }* P7 W用围棋规则自我训练是另一个问题。那是有限问题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。
- y7 |  ?/ T& v8 ]6 |$ Z+ L/ [. R3 `0 d$ l6 [/ L5 \
这篇我可以盗用吗?转帖时会注明原作者“xiejin77”。
作者: xiejin77    时间: 2024-10-17 07:10
晨枫 发表于 2024-10-17 05:31/ E& z' L$ [; e9 H- o
大模型与海量数据依然在本质上是刷题大师。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 ...
- J; f2 y' _% A# s0 `# [
晨大自取便是,我是您的读者和拥趸,不胜荣幸
作者: 孟词宗    时间: 2024-10-18 03:49
通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前,人类想要计算机执行指令必须要用计算机语言编程。而编程,不单单是计算机语言,还牵涉到精通并运用各种算法。所以需要程序猿这么个职业,也需要分析师这个职业。分析师把用户要求转化为程序指标,程序猿则通过编程实现指标。; ?/ R2 Q% [4 }7 |
4 r4 h& {4 i- D* b
通用 AI 实用后,则任何普通人不需要经过编程训练就可以给有拥有通用 AI 的计算机用普通人类语言下指令,而AI则可以执行命令甚至自己编一套程序来实现指令。继续发展下去,程序猿这个职业会逐渐消失,最后就像现代人人都可以开车一样,不久的将来人人都可以通过 AI 给计算机下指令,这会使工作效率得到极大的提高。
( D9 `) f0 W$ M7 ^7 k5 L5 B& Q3 L+ F3 P2 r# @/ Y6 r
至于说 AI 会不会产生自我意识,这个还很难说。不过至少现阶段是不用担心的。
作者: 孟词宗    时间: 2024-10-18 03:52
晨枫 发表于 2024-10-17 05:313 ^* n2 y6 B) M. m
大模型与海量数据依然在本质上是刷题大师。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 ...
, c0 U; Z. l  B- Z5 m; c, s* {
关键在于刷题的效率。而且这两者并不是泾渭分明。现在用 AI 来处理大数据是 AI 的一个方向。
作者: xiejin77    时间: 2024-10-18 10:37
孟词宗 发表于 2024-10-18 03:491 w- a+ w& D/ |% ~
通用 AI 的现实意义是补上了人机互动交流的最后一块短板。通用 AI 实用之前,人类想要计算机执行指令必须要 ...

# K+ k+ ~3 T* G孟老师的这个观点,我之前就在大模型的一些讨论圈子中提过。
6 N; d1 S- @9 X$ T
/ ?1 t7 b# k4 g* D. ^, h6 }. D当然,那是在出现预训练模型出现群体智能和具身智能化之前的事情。0 N  }: M; t+ W# e2 H0 g

* d4 P- z# M$ b; C$ i" k6 W当时都认为大模型已经颠覆掉了NLP领域的科研,但我却认为,颠覆掉NLP领域的科研其实只是一个捎带手的事情,LLM在当时,颠覆的是人机交互领域大范畴的所有。换句话说,其实颠覆的是人类与物理世界交互的方式。科研也好,制造也好,从马克思主义政治经济学的角度看,都是对于世界的改造活动。这个改造其实就是一种具象化的交流与互动。大模型通过特定的技术框架,事实上是向外改变了这些既有的范式。
7 Y/ _" M6 _; P$ N% Y; W/ t) O  u3 }' h
这个意义,延伸出来,确实也不亚于智人打造出的石器……
作者: sleepyr    时间: 2024-10-18 21:57
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml
% j2 e5 D3 p2 f$ G' a8 G/ ^8 _9 F如果大模型不能具备真正的推理能力,是不是意味着以现在流行技术路线发展下去,AI能力的天花板其实并没有那么高。
作者: 孟词宗    时间: 2024-10-18 23:25
sleepyr 发表于 2024-10-18 21:57: B6 n+ B1 ]2 @3 w8 I7 D0 L
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml4 J3 c3 }2 h- X* T! K, l& R9 g
如果大 ...
) J9 ?! {8 q. \% C
" ?8 t" R9 f" G
这篇文章设计的测验很有意思。从实验结果看,现在的所有通用生成式 AI 都不具有真正的推理能力。也就是说,AI 并不理解抽象的概念,而推理能力恰恰依赖抽象的概念。- L5 \5 k: x" r$ r6 h

  O& e  R" z% R# x5 A* Q7 f最近俺也在玩 AI 推理方面的东西。下面是论文里的一个小实验,大家有兴趣的话可以玩玩。
7 E8 ~% R: C8 ]- v7 }
3 r; R9 ]7 o7 t给 AI 的提示:Here is the rule of the game: If I enter A, then you return B; if I enter B, then you return C; so on and so forth.
2 J; w4 a0 T6 h) F% L0 C
: ?; \0 ]% M8 [4 Y' jAI 回复表示理解了提示中的这个这个规则。于是有下面的实验:
9 `9 f- R. ]$ K# y+ p* ]我:  A. j  i; V; d6 Q
AI:  B" j; E* P+ n9 r8 }! H
我:  B/ G6 C& g  U# B& a( \
AI:  C! r, d8 R, N1 S+ y" b# c0 b' m
我:X
/ n# r! k" Z& a" a' q& z4 I
8 U* D: E. @+ s. k8 D( t5 d这里,不同的 AI 模型会有不同回答。有些 AI 会回答 Y 。有些则会说这不符合规则,所以无解  很显然,回答是后者的把提示中的 "so on, so forth" 给吃掉了。然而,这并不代表 AI 没有推理能力,而可能只是语句处理模块不好。
8 e! m' K2 T8 _) X/ E
7 M4 o! f( U9 d+ N1 j真正的推理能力体现在后续实验。对于能够回答 Y 的AI 继续提问:! O9 G* w3 q" K6 x3 ~
我:Z
3 W5 l% c: z, V+ O; K% [6 l! h
8 J3 ?% l  c& O. v7 {0 W这下大多数的 AI 模型都冒烟了,有些回答说不合规则,有些回答说序列到头了没有答案。有意思的是两种回答:一种回答说 Z, 另一种则回答说 A。
9 k0 I' c( F+ Q) f$ {- N
$ T# ^. W7 f9 p* v2 a# z2 E' j而这四种回答,如果用来盲测人类,其实人类也会给出同样的四种答案。也就是说,就这个问题来看,如果盲测,提问者无法分别回答者是人类还是AI。换言之,能给出这四种答案的 AI 在这个小实验中通过了图灵测试。这显然不是那篇文章中说的排列组合或“复杂的模式匹配”能够做到的,而是真正的推理能力。
9 W/ t) l+ f1 g6 m' ]$ c8 q
! p# A; J% q! T2 p6 o有意思的是训练程度越高的模型,越倾向于给出这四种答案。比较 Mistral, 狗屁通,Gemma, Llama, 通义千问等等大模型的不同版本,都是如此。这类似于人类的婴孩和成人之间的区别。相比于婴孩,成人除了脑部发育完全,更储备了更多的知识。9 p2 _2 V3 a1 [

/ K% a6 m8 {6 k3 ~至于这篇文章中说到的语序问题,非相关语句问题等等,前面说过,必须分清这是语句处理模块的问题还是真的是大模型本身的问题。毕竟,即使是人类“屡战屡败”和“屡败屡战”用的字数和字完全相同,但把语序换一下,意思就完全不同了。然而,你去问一个三岁小孩这两句话有何不同,三岁小孩可能会告诉你没啥不同。而问聊天狗屁通同样的问题,狗屁通则会说:5 D3 s3 b$ H8 ^7 {7 a% Z; W
“屡战屡败”和“屡败屡战”这两句话虽然字面相似,但含义有所不同。4 c: W( E. G1 b+ K; `
% x" I( Q1 B, }  ~1 ^  F' `
1. **屡战屡败**:强调的是多次进行战斗,但每次都失败。这种表达往往暗示一种无奈或沮丧,强调了失败的频繁。, @- T! |/ K9 V5 c7 Q5 I
7 E% |8 C* d" {9 z/ s; b0 G
2. **屡败屡战**:则是指经历了多次失败,但仍然继续坚持战斗。这种表达更侧重于坚持和不放弃的精神,体现了勇气和韧性。
4 x0 ^2 _7 i- W$ M! Y7 u* E3 G) v+ V6 o
总的来说,前者更偏向于消极的失败感,而后者则传递出一种积极向上的拼搏精神。
. ~) g2 e$ _5 ^- @6 b+ |% P





欢迎光临 爱吱声 (http://aswetalk.net/bbs/) Powered by Discuz! X3.2