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。( V3 y! T- G" _: q$ ^- [7 v5 }
0 l4 {- S2 q, h0 k) \: E/ i. o
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。
- E) N0 C: I, M  M
6 P1 O6 T( r5 y& [2 h; G$ ]" i: O; |# V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。
; k. t! s  W- K" O( N( ]
5 s( C, f7 G. @- r4 f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" X. @. W. g, m2 U( F% b' A6 I" F' R
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。
) w3 {1 O, }* p" T
3 E3 L% i' F* g8 V这对中美的AI大赛意味着什么呢？
8 |! [$ x% M& }) U8 ^4 a& h+ W5 O& G+ R: u! Z$ B
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。
3 s# C! t: [# d9 D) y, Z- E- W  k( Z
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。
7 J) k" A+ B, s7 E0 y% J$ E  u1 S
" d/ p* k: D) b6 e% V- I$ u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。: t+ t3 I, w) H  i- E
9 r& D  i. f. \, W) A
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。
5 g& {8 k  V0 ]! L2 U4 k2 @( X- E9 A0 y: O1 j, `5 n; y# I) H
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。
! j. C# D% x4 k% r& }+ C9 \% ?8 N
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 V6 b; B" D; a% ~2 ]2 ^% k& _1 J! ?4 K( m4 e8 `! A- R, g) K/ X7 I
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。- H. w8 x$ U% l0 F0 t) r$ }
* k. h& W  X6 d
我下面引用他们的话。我先声明我不同意他们的话。: Q2 {/ A, |( `, V  Y% H

5 K$ `7 p1 u0 O  w: @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。
+ _% O* _0 b9 H1 A3 r: H5 g% m
$ R, `& |' s2 Z& ?: }; u; Q$ t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 07:294 H* H/ t& ^$ G. z
回晨大牛的话。8 b6 l9 U0 d6 K. A

8 w6 C. o# t. I* X% W8 H. Z5 R( 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。

+ Q/ W1 P9 V% q# O6 {: ?8 a9 y咋感觉你的朋友在缘木求鱼呢。
6 q0 |. R' _9 R" I- U) a5 ]" B) O8 B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。
9 Z, f/ f' p8 x- n2 P9 m0 J2 _( o. \8 D' D  V3 v! n! d
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。
; z* H$ z6 V  Q4 O  N
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
/ K) R7 T3 H( f# P/ {9 {( Z8 |2 M咋感觉你的朋友在缘木求鱼呢。
' c1 W6 o+ X& B8 q% Z. r% S: B" Q4 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 ...

5 z+ ^7 T3 B! F: [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 20:291 |$ a  u# ?; l" M
回晨大牛的话。
3 P) a1 \2 W( c2 d3 E
! H6 J9 e3 T9 u% H- H+ o! p; C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。
! f) c( m8 B. g6 W
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。( |/ J8 G; \" I. V- b6 U$ G1 S

1 X8 |) A1 b" 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。$ M& v9 Z0 Q3 ~8 [" i- k
) c/ b1 i- P" e5 e
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。
  C8 r* P- P1 T4 q7 T, U( x+ _9 r
1 C0 u: ]7 X7 k$ t: }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
7 f# o& J, r( D: ]  x8 r4 pAI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。, a6 p5 R$ u# Y

+ O; S$ d  C3 E我天天用ChatGPT改邮件和论文， ...

6 h2 s" [; P. r+ PAI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
; C* |3 ~% i" 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 ...

% P0 d& _( a9 N5 W% y" m7 j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。
& l9 ^9 l5 u8 B' V  C6 e( ~' P
; y" g+ I9 d# n. p9 H; R& r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
2 V8 P6 D& o4 Y) h回晨大牛的话。+ b# J# Q3 O8 A2 \( l2 D0 v
4 k! w; Y* ^' F5 _" @  c
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。
; P8 f- E2 `' y' I; _6 C( C/ u  n4 N
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
# m' ^6 s7 y# f* N) O6 n回晨大牛的话。
. K% u$ h9 s) E7 K3 f
# m. G  x" N: |1 W3 R8 j* b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 V" b$ W. P; V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？
3 k7 M* E& M) }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。0 g. m+ D" r# D" D, Y. _8 i$ s
1 C$ x5 [4 \* N6 g  h$ u2 M# o3 e
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。
1 J, O( S# P- S- t3 h9 x9 a5 ]! Y# V! B; k! b  I1 X% w3 e
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/ ?( i4 O- h2 y0 U+ c! `
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？ ...
5 X+ B4 V) E* G! @) {# N. Y
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.) `! F. f2 N  p: {, b7 w' e; X
* }2 ~. h9 ~7 l8 I& \
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
- u" m* ?: U: ?2 |  f/ j! f. KAI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 ...

4 `) Z, z+ Z# q- S4 y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* ?& U5 [  n- J; c
最后一句绝杀了，太牛了

! Q( J* \! V% f  E. j4 }  ~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。
: O5 f7 j' P6 K, X! Y
; O; D! V8 m. h: y% @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 E) p% S4 Q+ m1 j7 u
- L$ U! |8 N6 D* Y4 o
谁氏园林择胜开，山环抱复水瀠洄。! @  W+ a. a8 k, w/ ]' Q8 R: l
川横桥喜路不断，岸转船如峰自回。! o$ W& H6 u0 H2 E5 L6 e
意入敞亭趣有永，目游高阁望无埃。' a' q! r0 K3 r
分明层叠浅深处，欲问丹青能是哉？  N2 g/ a- ^7 t: p" F7 z2 G; b
' O. f1 E& i9 S5 x! L
还有这首：, r* J5 y' e) N# ?
三秋别忽尔，一晌奠酸然。  h$ @6 A6 s0 p; q
追忆居中阃，深宜称孝贤。5 F1 S' ]3 Q( |* w4 y) h! N9 q
平生难尽述，百岁妄希延。1 U0 e' A$ N/ s4 E3 b9 G1 G
夏日冬之夜，远期只廿年。: |1 K8 ?' h& N$ o& C& Q/ R
9 U1 U) o4 A, {& @' w
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。
# n8 z  C: s1 G" q/ q
: w, @' c" e$ N0 k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 a4 O  t' Y$ w: f! d

: y2 e% t8 g6 v' |# K! D- X7 JAI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。! X' c! \% j2 ?7 X) J8 ^" M1 `
1 p) U1 q$ d9 |- i
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。
( ]( z- o* K6 j: L" X: ?* L; U
! I- E7 o& }7 O  r8 a- C" c6 @7 c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 04:133 I$ h6 |( r$ A! t
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 ...
/ K9 T$ ~: v" ^4 F+ b, ^( ~
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$ D9 T" U& a$ }
6 Z0 t6 ~/ V" ^. d
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 04:135 G5 U* w3 [" s9 B
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 ...

& S+ l# V1 g$ v; i* `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://aswetalk.net/bbs/) Powered by Discuz! X3.2