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。3 Q8 P: p6 p. n7 A0 D

/ M$ j! t( ?) E' K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。3 f5 k* T0 H) f2 l

$ n" p# y& h0 W: D& ?( ^; i7 @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。6 x1 v" u* l$ Z- N/ _$ o

1 k8 f* p  R( D8 ]) E9 S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。
2 D: t6 f8 |7 \) \+ R; s7 F% f8 F5 I
- a  [" g; I% `: z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。
; X, \& h0 Y" B5 s& J. r4 U+ z, d+ q) |0 p7 h: |- j& f
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。
" N8 s/ C! D  q( t
4 y% ~  |0 @4 w, F  [+ t+ A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。! F& T: H& W) H- j4 }% t# N
' z7 Q$ v, N1 T$ @
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。8 `7 O6 [1 S: }. z% K0 }( Y
; H0 j  J/ o7 }
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。
- ^2 s+ J+ \- i1 t
3 c7 U6 X) G; x  c6 i% k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。
+ j+ r2 a! R/ j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。
- f* m2 u2 v+ x% Y# Q( c
9 @; N4 x. D$ C3 F9 [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。
5 L+ k* s( Q, N. s+ P- m7 O7 s8 W" k
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。
1 t2 M0 x; g5 K$ H
  e+ [: b2 k( r, I  z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。, D8 Z1 M% D; @9 \4 {
! h" U9 a& j: V9 }. X# ~, z- S
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”。
/ t4 _; Q8 N2 ^/ s  ~7 g5 e9 o5 p# K, L4 n5 v. s$ p
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。
9 S4 M) }; B" n# f- a0 U" O1 @$ R9 @
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
/ R$ m& e  K$ u& i3 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 ...
1 W  q# M8 M& s: ~& x% a# c
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。) O: I8 F" _; o1 h! n* `

) @# g3 q+ k. m6 \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。
- G* J- s3 ^( e4 N# P
% Y' F7 H3 r, n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 05:31
0 D  F6 D0 K) U% V4 X  W) h# e" 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 ...
, f2 k, `' C7 @2 }, v- P4 ?
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
4 V0 d# s: Z, Y# O2 l& S! z+ 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 ...

' g& w. m* N% y: u" p& t/ H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。
2 ?( E& f9 ?1 Y; E9 B5 v9 T1 I' E) A% ]
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。$ j4 x& V- a( P# T

0 z( ~; n. J1 u/ W1 E9 N. `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。
) R  s3 W+ u9 n2 ]2 h0 L2 r2 G1 f1 _* V% z6 X
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
1 {# W6 X/ r3 o9 G% k% N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; H1 u2 K/ E3 S# U- B7 R# j8 h
最近这篇文章挺有意思的 https://finance.sina.com.cn/roll ... cskmnf2768775.shtml
5 d( \" ?0 w# z5 I如果大 ...

6 [: }" A6 g9 J. @; {2 P4 j* a. _' \' t3 t& D+ }/ I
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。1 I7 Q) r" u5 b

; c; O8 n. t/ O) |$ ~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。
/ \+ p4 t! F% q: `/ |; w% u1 B
8 u2 L/ @# O6 S$ ^- X- `; }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.
; ^3 Q6 N9 y! _$ ~4 @; I( C
4 Y& X. R: \6 f, H. `# l- d9 MAI 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：3 O) r0 p% Y# x8 h
我:  A
: z  c1 f2 p- Q& [/ PAI:  B! F% N- n) R4 V" a
我:  B
2 b; o/ q0 u& Y" w" t* q0 fAI:  C
# O2 m# j/ F7 j2 l: l我：X9 [" Q9 F  o& ^. Z5 i

8 Q) k/ a8 \6 x- p" w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。
- w8 @( {2 {, C% ^' j- I4 t6 O. m) ~0 m5 ]
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：4 }' S# J! j' Z& ^
我：Z, I; n+ x" J0 u% ~0 c* t; j

! P+ q2 K* ~8 k/ O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。
. Q- i" n5 B; }8 }( ^4 o" f' s8 ^/ r! H% t4 `& a% b& L# W
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。7 p- C! \( Q8 U* q4 C% d: {/ E

& ?" j$ C' S; ?. l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。
; y1 g+ v- ]4 I! {+ O
) C8 @- k. t! e. q7 F  V& m: s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：
! U8 q( b% k: W. b! M# p2 a
“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。
+ H: l% \, ^( `7 \1 _
1 ]5 T' ~. v/ I7 @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。
& ^. p$ o# B" m0 N( d4 t/ W4 i2 m
& |# g! Q* m) ?- O" s  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。
8 x) Y. n" ], C! B
9 p# P. ~& x5 l! Q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。
! X4 q# {( m( B$ N$ z




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