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。# \0 {9 Z9 z+ N/ [0 j; I

) o6 B1 D' v0 E! z2 F+ p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。- \1 }- [6 j& j% k! j/ y
/ a, @4 G' X/ p' \! b. C& r
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。% B1 t  R% u: f$ k

" }2 {& }2 Z0 U& b9 f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。
: t* P! l% \" b# z) O0 z7 j! k6 l0 L1 R$ D1 k
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。
/ S$ z) Z4 Y4 r1 W1 h9 b! e; n9 T! k
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。
$ O# c# z) M# U; n9 T$ l3 s% F/ b8 G5 l8 F. m
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。
( O2 @2 @! E& M. X+ _( [/ a& `1 j6 _* R4 Y5 J) `3 e7 K
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。
2 v+ [* F. C  f
1 e6 l* M/ X2 x: b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。' C- [' t5 T  ?# \6 E
4 w7 h3 z( Z# j8 {
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。
9 X" _& Y- \& N: x" r3 x$ k, ?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。
& a" e8 b( w6 B/ t1 ~" ]9 R3 D9 m; G, A7 Q
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。
" X9 R& v* n* T/ H4 X
3 X% Y% J2 Q/ Y6 S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。
& s& U! _/ q% B
- U+ P/ C4 g0 n9 n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。
- V# s0 @) F0 Z( \: _
4 t' V- [) y. H; 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”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”。# l& d4 k+ p5 v7 M
% i: m- k, y- M7 N7 i0 }& ^
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。
6 H9 Y& K* }# U; u
' b0 D8 }5 R: K- h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 05:314 k4 B/ W- P7 {( L" I' S9 n
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 ...

/ R* ?$ ?6 d: y% m( f, r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。
6 f- I5 l" P% w+ u0 s/ ^7 J0 |2 Z% B+ h8 M# Y6 c) y
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。
/ u- p1 R& e$ \; O
2 ]8 U* A6 Y# |1 {& q1 ?6 W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 05:318 O: U, I+ C) Z7 \& Y2 s# V+ }
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 ...

- ~  D: r! d2 N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 03:49
. I5 j! }* Y' ~3 r9 |" _, z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 ...

) f+ }0 y( H* O& L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。. u$ V- G5 }6 d! X
; Z/ Z1 o. y; O
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 W$ E. H4 k8 H5 l- E5 V2 L$ X' {- ]# o. s$ A! ~
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。, K2 I. g5 H0 p
' T! h8 t! h% P
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# j9 ^% Y9 X- u
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$ a9 {; d* T+ U! I
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml1 W" z8 u2 R% S
如果大 ...
! q' K4 L& O. s! ]! }
* I% m- ?% T6 X  G/ Z7 x: P7 M
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。9 {) O& W% w" D& w( c# E

& R6 Z0 B$ j2 D0 K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。
: t- n, c' Y1 z# @( k# _: u- x
. y  _0 Y  E! c% H% A/ H/ y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.! @/ z- ]7 T! A
7 P2 p/ f, T- D, b. w7 c: s
AI 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：
8 N' f+ f2 y' Z# \我:  A
# M8 U! Z$ o, {2 FAI:  B5 Y$ U1 J8 r4 O4 s
我:  B
' p. Y  l' m/ X# V2 tAI:  C' J7 p/ e6 P% g) z; T
我：X. x* [2 s, g  W6 K% q2 F1 f9 u

+ T3 k$ g) d  i# f$ F% I6 D! c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。- U4 O) g/ I; j2 E. v1 d
: ]) H4 V% B  z2 i- H
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：
5 B, m9 V& s7 c! g我：Z  {6 S- \& k: K: H: G; t
  L; S5 A, M; L9 Q0 ~
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。& E* `& x' C% |$ ^8 A7 a# w

  y0 b% e! i. q# _; T  f3 T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。
# E( [7 T" K( O* a& V7 p7 T$ D% r7 u! i% z0 V
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。( \0 O7 m* [/ I; n* r

8 t+ I7 {7 q- |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：6 K& U& g0 E7 y7 E
“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。) ]6 [- i& i" C/ F$ _2 J2 g
3 o: [6 _  q0 F4 r! Q5 e
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。6 m6 x# ^4 ^# b6 P; P8 ]

+ ^2 i% ]6 R2 z& ^) n+ q2. **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。6 E$ H) V  f8 [+ K# d6 C5 `
7 k; q* K# P* L8 h5 w% q# j
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。
# O# k, f8 Q: ^* Y, |& Z




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