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。
3 u; R+ S. l; J! C# z; v. z
  Y7 T% B( l3 U) Y1 \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。
4 K5 L0 S) N" `5 [1 ^  f4 N$ O. W+ ^% `1 K" o
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。
# Y7 H0 b# D" ?, c. d' l
4 Z* I8 Y; |. i  g. d' z) J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。! Z  Z8 p* q, D2 Q) A: G  C( i5 X& C
% K+ v- L' v4 L1 O9 }3 Q, E# `) a
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。% `$ O3 i, H, L2 r5 v$ F

6 _+ f& x! R) k% l" {- M7 |1 {这对中美的AI大赛意味着什么呢？7 B7 e1 ]+ M! {) {
, W5 k3 n* K: _
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。6 |5 e9 f4 o6 }# w
+ M6 T1 f# x: X# Q( @- {$ e% s. E
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。
9 t. m* [5 q1 o# N% d, _% {0 x- ]9 R6 K
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。
* S2 y2 b! h9 B( r5 D( D+ j( ]
! H5 R9 w" [; A' y3 T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。
" `) s4 m  Z: o3 Q
% A3 f0 b* z8 N% [! N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 n) X8 |; h4 w0 s2 q- ~! T( a
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。
! k9 W2 [7 @. B- S- n
4 i7 H4 e# V' w7 U, f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。
8 p6 `4 Z1 N; X) h# _8 A" Q3 d3 [+ R5 U$ \
我下面引用他们的话。我先声明我不同意他们的话。
" h$ S$ c6 N- X/ ~! E+ b8 i; h5 L" n2 `8 f3 w6 h  }; {* t
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。- h0 V3 {) ^3 H/ K7 f6 J

2 o3 r6 L5 j! A) c' R+ F1 f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 07:29
7 L( w& q5 W, u回晨大牛的话。
8 s6 Z* J, e6 U" N
3 d! T3 }& F+ V: Z( R: [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。

% i% ^% o1 {8 t( m. h咋感觉你的朋友在缘木求鱼呢。
% \" \9 o4 p  ?/ j* y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。
! q& G* R( Y( d$ A  M, y
: y4 g1 A3 A0 j( E( E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。
0 R3 H2 G$ @, F2 @  D
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
* ]; @7 K& j9 E$ ?, o0 s' H' L咋感觉你的朋友在缘木求鱼呢。
: }" }1 j( P$ q+ ?  [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 ...
7 I% H! ?& H9 M  M( O: g5 [) g, E- D; ]
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 20:292 S! m! ]1 D) d( j& o2 D
回晨大牛的话。: I3 `% z3 a5 A( D+ `* D

+ Y6 b, w& W* b8 O, Z8 Q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。
, B3 t# x$ P, p, ^, K5 G
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 X9 ]! r5 ~5 e  ^

# D5 k! J" j; V/ l0 r! F% C, |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。( D! f4 W& u2 z* {$ Q9 D; R2 X6 N

; J: Q& Z. A8 f2 j. N$ [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。, e) B# f; \1 h7 C8 Q& L8 Q* n) }

: X+ T3 V7 `- w" `0 G" E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 09:322 w3 T* y# K  C: ]# G
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。
6 ~$ o& c3 l8 I, S! x; t, a9 |% H2 w, T8 ~, k
我天天用ChatGPT改邮件和论文， ...
5 q# I3 C- U" P0 F
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
8 e+ S# @0 ^( r6 [( a# V/ 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 ...
- i5 c/ ?7 H8 J( D! R0 g
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。+ V4 ^0 u& \0 |# D

2 Z4 ?7 g# j! M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! O- {2 m+ b' e# q
回晨大牛的话。
& o. D' g5 Y' v9 J- u
3 I" o. ]( A) n0 r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 @% [5 m" Q/ v. Z# h8 w- A3 C% H0 z9 }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 20:295 M$ l4 R; X6 g$ u% h% L3 P* u* h
回晨大牛的话。4 L! T  F* k: n* b% c5 H

- W/ _1 ~3 J; Q5 n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。

; p1 h3 U8 a8 }2 c4 o4 E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？
7 p! F$ s9 {$ Z: a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。; g9 a1 O/ p7 @9 E

1 m8 r' K, N+ k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。
# Z- Y1 h$ Y% m* o9 k3 d" r2 T3 M
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) I. ]8 y$ Y1 v4 ]
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？ ...

0 G: h& B, G. V" M4 ], h4 X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.6 [5 a3 j% B2 F$ }2 W6 d# E, F
8 g. [. l1 t6 \
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
  e3 S* a5 V% G% |- d& TAI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 ...

( o  H" @) q% G( l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
8 O1 D$ C$ Z, S4 x最后一句绝杀了，太牛了

' N) ]- h5 [6 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。
; [1 c7 s1 [, [; R' H4 z4 z4 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：
/ K% V4 q4 I1 @' a# `
2 K2 n( X  W- T谁氏园林择胜开，山环抱复水瀠洄。. w* ~* W! p. E
川横桥喜路不断，岸转船如峰自回。) P" R; h: p5 E
意入敞亭趣有永，目游高阁望无埃。  W& t# u( N$ t( z' W: G- ~( L
分明层叠浅深处，欲问丹青能是哉？3 _* l& K: a/ L

  X. M0 U& |* X+ f. H还有这首：1 y- ^) C9 `& |' M+ V. F; s
三秋别忽尔，一晌奠酸然。* b: m( W+ R; r: z! v1 ~
追忆居中阃，深宜称孝贤。
2 S5 [0 J; G& ?/ ]0 K/ ?: i平生难尽述，百岁妄希延。" a: H$ y6 L/ N  ?. X0 @/ o
夏日冬之夜，远期只廿年。2 {, B7 i& b' h1 F

; s' z% N' b4 o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。
. w+ E6 R/ q6 u2 [3 ~7 ~7 P( }. a7 Q) N0 l/ {
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。) C) |0 L% b* c- m

4 U+ q9 S1 g, R  rAI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。1 }9 s: T% t* [- f/ O0 U- D
9 ~4 F, @$ {7 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。
) k$ x9 n8 Y  C, m% C. k9 _' `# x: K1 W2 L. j, J6 V: \( g5 z
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
8 A& B' \8 L9 H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 ...
6 g. Y1 g" h2 d; A
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" x8 c  Z( p0 c* P( p2 e; m9 r
3 @5 ^6 k( b3 n9 u  X' i8 x1 S2 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 04:13
/ w7 A' x/ r* o6 V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 ...

/ b7 y% S! Z3 K" |. `0 r8 q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://129.226.69.186/bbs/) Powered by Discuz! X3.2