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。0 l% A$ ^7 [1 w; p7 w0 F
7 t0 n5 J% f  u6 ]: m$ E
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。  H6 G# Z/ c) P; N
. H' A" h. T( w2 v) k( C+ ^! }
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。
) {1 \4 ^% G/ C( H; D1 K) x5 g+ y, O% {* _; o3 @: g
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。
3 S* ~9 L6 G, K) R# k
7 A8 e1 Y0 l0 a) n4 [5 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。8 _; N8 y* f4 P2 k) x$ L
8 W! K6 g) C' ]
这对中美的AI大赛意味着什么呢？$ }0 l# n$ A5 [$ s. c% C

" B7 ~" [0 B6 r( O+ x. K( J( |" _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。
- f: _; E  c% ]# I
2 G+ e, f* t' H; v" f) ]& o: N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。
- q% s3 V" N/ `( v# F& H' z2 \; ^' K8 `' ~, `5 t5 t' {$ C
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。
$ a2 G0 K4 X' {1 F8 Z* W8 o# u* F' Y! r% n" w+ b6 ?
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。
$ _1 }0 [* a5 J* |' l0 K7 @3 }* I* t" G/ u( l) |
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。8 O9 u. s. L( _$ Z' K, r1 ?7 X

1 _$ _/ k; J* B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。! T! m0 t/ ^: F9 n

& A) K4 n: W" t# 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。
( T& V7 l; d1 j( `4 w: q: J9 _% N( r  X2 |! Z
我下面引用他们的话。我先声明我不同意他们的话。
* I, _3 n7 s. A: z
; q0 G1 l8 T% n$ x4 t/ L; s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。
1 C0 S. a8 N$ a1 }* K' \
% ^2 {) w0 j1 `4 X' f5 A& Y" w* C% }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 07:292 D7 {* z; B8 @2 H! P0 W7 d; U; s
回晨大牛的话。" O' z& n4 R1 X$ z: F+ m% E0 v
& K1 x3 [4 |* t# g7 X& o
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。

/ Q9 F* h$ M% l( E! P+ S咋感觉你的朋友在缘木求鱼呢。6 f6 D+ R8 R/ j( M
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。
# A1 `( J. G' [# r; b' G2 A2 M) k& |3 r
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。
- D. w: k9 t% x6 r9 p, y' m: _
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16& q$ D" ?0 F+ C
咋感觉你的朋友在缘木求鱼呢。
! f+ \- `% r) ?1 ^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 ...

  a0 f# R$ m; E* t: e. R0 v3 _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: \/ P+ f' f# a- L
回晨大牛的话。
" k/ m9 t; |/ W5 v3 D- Y# |0 ?# s' I  v  @
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。
+ q9 Z2 Y! I4 [2 h+ |( c
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。5 L8 f4 ~5 G6 v. Z

( g# n7 i  k2 x( H9 i+ X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。/ ^7 b& o( F; V1 T6 o7 L) {6 Y

1 }  c" }- E9 b4 }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。
3 l. ^& p: O2 h
+ k; Z! L  C% |# l. j9 i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# T/ [1 v5 b: I  M
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。
5 ~; B3 i6 g0 [. u& x9 h$ g, X
# x$ V* S$ l4 e- s我天天用ChatGPT改邮件和论文， ...
$ j( q6 U6 k  B/ a
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- ^2 l  d" H/ ^# |: u. r5 K. |( d+ 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 ...
- e, `) v+ y5 p) T
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。
, I2 v8 ^+ L. f
$ `* v/ R( `) A* G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
( x4 x2 l, A0 N1 ~3 d% e- v* r回晨大牛的话。5 J( q6 w: f4 C4 r

6 B4 S* o2 ^! Q  S. `: A& ~! W# ?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。
; ]" u* w) I$ o
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 20:292 i2 e% A: R, c1 T
回晨大牛的话。  ~; F% I( E; Z/ `% h2 E
! Y5 n+ u5 M: S# X/ c4 L% ~; J8 R. T7 m
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。

9 |: B8 F3 n# q( L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？
# [5 a0 a* |: E. ]" g% \3 {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。: K+ V3 O) e7 K. U
" k0 w0 n! H* o, j
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。
$ O2 c* p. Q  h5 [; g, B8 S+ P! i1 j7 I  b! j- U1 S
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
4 O7 E2 N, Q4 @- K# e# s9 X  y0 K! _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？ ...
. x2 v* z1 j, E1 j" T5 o
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.( O4 C6 o9 {6 o+ O" M

0 c% @- l8 H+ i. S4 j) t7 v2 M
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39, I" E' t; D" M% E
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 ...

( U+ J8 G& P9 W" `4 B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# Q& _5 J( V% j7 _0 J2 `7 [
最后一句绝杀了，太牛了

' F7 Y; N8 u& 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。# y/ _: L) S! Z: x8 u

0 A9 R  C1 k$ L. T7 r, i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：
7 e% P; ]; }- i1 t) \# L6 L" o' L( O( m  A9 K) S/ I% E
谁氏园林择胜开，山环抱复水瀠洄。, u6 q1 J% p& i% P1 h1 R! a2 a# i
川横桥喜路不断，岸转船如峰自回。/ K: r0 n& |3 G
意入敞亭趣有永，目游高阁望无埃。
# ?2 y1 a- Q% L& ^) _7 e分明层叠浅深处，欲问丹青能是哉？
+ {, ?8 ?/ r* z  E& O( ~" s1 f) j- {5 L  E
还有这首：
  F* Q* v* p) ]6 y' F0 P; t8 v# j三秋别忽尔，一晌奠酸然。
- g# D4 D; ]/ m追忆居中阃，深宜称孝贤。- S- T0 h1 Z: i2 N3 w3 e. N9 q( n: |
平生难尽述，百岁妄希延。
# ]' s" p/ ~7 M$ c: p$ q1 {夏日冬之夜，远期只廿年。2 u3 T" t5 T5 Z2 Y; n* ?' ?4 ]2 b; O

$ g6 A3 E; G6 G! L1 X$ 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。
" @; a3 o3 G% J, l; ~1 `
& }0 q  S$ r' ?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。) @- s7 M# [. S9 H0 @
9 o, ^, |' y7 g; V- k( Y
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。
: V. J' d: U  b6 B- }6 B  a" Z& E8 Z9 }  V3 `
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。# O. _" P7 m, ~" o: t$ l

/ \0 I$ d0 T* [' L+ d7 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
% o5 ^2 M0 }6 t% }# u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 ...

2 Y. r/ c; h$ N0 f4 r* k( ?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=1606055 k& R5 p) B. r( n3 T
9 K, A) q( l3 ^6 z' c. o
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 04:132 d1 j, X) q' S- ?: s, ?$ |
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 ...
8 D$ _6 p- s+ {( Z9 t6 b% o6 {
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