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。4 e9 J4 c; N5 Z
2 W# Z/ L; ^" U% R7 F1 _8 K0 M% Q
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。
( {7 t4 O( u' C: B& @+ w7 t% G
: x# B4 W$ f% u; l0 A, p! ]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。' X) j% v5 {2 h, f$ e2 T/ O9 i; s: d. t
- k0 E% H& y6 Z" N
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。
; ]5 N% K) e+ y3 Y) r7 [% a, ~( X% S/ Q1 ]+ c
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。
! Z+ [- E& t, k+ O- ~6 Q5 u6 ?  A' y5 J1 x# M% S( G
这对中美的AI大赛意味着什么呢？. n* ]  @" V0 Z
: ~$ n' J. W+ f% _% r8 e
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。
) k% L% u, h9 r, i& @% u  D2 R$ j5 J0 `1 r0 A& f
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。# _, m  o; }4 Q5 k/ h- V3 K2 c' `1 b

7 v" _' O$ I, y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。
' _( l% N# e$ D2 G- a; E2 p; [
1 Q8 U( ~' f. q- t) I6 N& C/ X; D+ \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。  c1 x6 ~7 i% n

1 x5 Q( [4 \) d$ h9 M' u( {% R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。* E$ d3 a0 A- Z$ c

7 s9 d2 w& |% q/ a: s4 I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。
' l- V  Z- N$ P% `& L4 M0 `* w4 |5 X
* ?2 y' e- c$ Z( 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. `7 T( A6 f& i+ O5 `3 z* D1 n, H) S: g1 Y% q
我下面引用他们的话。我先声明我不同意他们的话。
1 b4 s' F: s2 q: ~8 r/ H2 V# r+ o
9 Q5 Y+ M5 R9 ?+ b2 K$ Q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。
( B9 S: \% H+ X1 E" T) V& g3 G, w( ]; o# q1 D+ K; [% R
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 07:296 H. \+ `2 Z5 h& x) C3 O
回晨大牛的话。# S4 X+ J$ a$ [$ z  n$ R3 A% g" o
) |5 T$ A. B- X, t  c7 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。

3 R4 {* i) a/ g! _- F$ J. {; i: x咋感觉你的朋友在缘木求鱼呢。
7 x; f* \% t  M9 U! a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。
. P# {  Y6 {# ^  p" `# e6 I5 O6 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。
# b, @8 V) [/ x* J" J
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16; h- g" X3 p4 m
咋感觉你的朋友在缘木求鱼呢。
% `) g- j3 P3 [8 s5 Q  d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 ...
- v" w( {! T" N4 j- v1 m- L
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
( C0 U5 w0 i" p; y* X* `7 ?回晨大牛的话。
! _5 w1 R4 H& ?. ?# u' R: M: O+ q4 }* S5 u: d" m7 R) q0 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。

% b( [- g1 G7 f$ I' m! x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。
) k1 |2 m# m, ?& {: ~$ D
) I  T0 b. W, |5 S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。; |6 F$ {/ V" a5 K! v7 L
# e0 N( G* G; Z! e4 \: p  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。2 V! q# L0 H9 m6 F( S& y; F1 W: w5 @

1 o# a7 O( I0 }3 k) z7 I4 ~$ ?# ]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" n- [6 W4 X/ o
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。8 D4 k7 x9 m5 x! `# N

9 D' \7 I8 j: e  s$ L( J我天天用ChatGPT改邮件和论文， ...

' R8 ?- I% @( u$ 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
1 J# V+ T4 ]: [8 I2 Y- [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 ...
$ Q0 N/ U' ^6 K& p# X! ]; R- K
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。; @) O6 x$ H8 J4 t& A: S, q

  a3 G  l% z/ a& N% ]# P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! `$ \7 J' m7 _0 f" S
回晨大牛的话。
/ X3 e7 t4 {6 v! }7 }3 C  w
1 B" B5 G  k+ G  ]. Z# `9 A3 O% e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 @% d; j( F$ G! |4 ^
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
  |' w" Y" t5 G  I+ Y: R8 M回晨大牛的话。2 J( `; \; N* }% [- n
- g/ {6 Z& F; U# _* [
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。

+ [! T, M( \% Q9 R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？" A+ {* b" o9 y* n" ^: z& g
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。
" h( s; V" V, Y: J' f5 ]+ c8 A' h& d7 U( B0 _# z) j4 I
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。# P1 ~8 U7 |! n9 b$ b* `
' Z6 Z$ j, x" h4 [' D: U
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
- k( d/ M+ `# h& J0 R3 f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？ ...

+ D  c" u7 ]+ t4 Q8 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.
' D- a# p8 ?) A8 M, |* u/ o- {4 {0 w/ _$ }7 d. i
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
3 S, n& l3 u% j! sAI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 ...
. P, `" P$ O9 s+ K  J
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
( D5 _8 b; X8 h" L$ ~+ R最后一句绝杀了，太牛了
& `; M5 L" {& I7 y, S$ N
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。, n* q0 ^& V0 `% ?% K, c

! Y, Q$ z9 e" k& n6 b& D7 T* _9 G. X# L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：
1 p& m6 H5 ~; T/ F
5 E; B/ V* n6 A, ]+ E谁氏园林择胜开，山环抱复水瀠洄。" N: ~( Z+ {  e2 u
川横桥喜路不断，岸转船如峰自回。
5 L$ i; ^* y4 S- [7 W意入敞亭趣有永，目游高阁望无埃。: ]9 E9 _- ]: F1 S. s9 e7 E
分明层叠浅深处，欲问丹青能是哉？
( b4 p4 m! Q% S8 ?
4 v( B8 {0 p) O1 M$ ~* B还有这首：+ Y# x8 r9 Q6 P0 C8 C0 R1 W
三秋别忽尔，一晌奠酸然。
7 z# F9 J+ M  n% R; Y/ o追忆居中阃，深宜称孝贤。
6 A( |' b: |5 t" R% B2 R$ w平生难尽述，百岁妄希延。+ D$ U( w- M+ t5 R; p
夏日冬之夜，远期只廿年。
3 T1 b2 T4 V- B* y2 a) Z: K' h, e
0 l) E+ S0 B6 {' 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。
7 F1 q: X% `8 s' r: ~2 I& C6 p. N
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。4 @: V$ d8 u4 ?! Y% r' t' n
, i1 O/ ^  `/ e9 @% W
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。7 R, z0 K8 {) T7 t
$ S  i0 r5 g( m# Q: T. I, a
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。+ L2 B& b. \- q7 Z

0 W2 j7 |) D7 E! a5 a% }% n& u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" Y1 _: c( S; Y
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 ...
0 t  k; N! S( [% _5 z
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$ @/ `8 q4 J: ?. U* x4 S( ^
% y& ^6 L4 U' l, r
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
) d/ ~; D0 N9 P; D- x! `& ]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 ...
" \3 c/ q+ m. _* }
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