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。
2 f! V" Z; Q4 e  @# o" D5 S
. b8 N4 E1 o' k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。
/ V! z% o, ]4 S7 j& k# f  ]* V# X" W4 C
  \2 Y; G& J3 @* 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。
( T5 W) |6 F( R1 Q5 q
8 R% c2 Q: c% U1 d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。9 ]8 G0 o+ G9 ^  A$ `

3 f" L# u7 P6 \! V6 x6 J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。0 E" h0 ^0 {% m4 T
5 x$ Z9 c/ F* x, ^; Q$ y! z
这对中美的AI大赛意味着什么呢？0 ~& n+ }  f  T) N1 Y: p

- m" S4 I; T+ [/ v1 HAI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。
' u1 T+ W% G( ^# a& j5 O8 z- n) b4 J, p1 s* A2 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。
( g* e9 O6 C2 p, J/ t1 `$ N* ]- O2 d9 o
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。$ N) L$ m" E% D. S4 F+ S; [- f

$ R6 v/ o3 o( `4 v  Y9 v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。
7 W5 _5 K# s' y$ k
% w5 x  t$ e7 W  ~9 x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。( L6 H1 ]# U3 i3 K# z* @* d( z3 a
/ w4 e$ u5 I4 [  S
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。
2 K8 z* f! C  p: t0 u. Z1 J3 l4 [; [! D) {/ K7 j. C* @  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。. Z0 S  o: {6 X3 h( C
: Z+ Y( y+ I# u/ _* v
我下面引用他们的话。我先声明我不同意他们的话。) |' ^7 O" f' V4 P! D0 k* y8 R

) `2 v4 f' U. r/ V# A, l7 G. r9 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。
) F3 `- ~. n+ m9 m7 R
2 ?0 e+ Y2 E, c: ]. \/ }# y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
! |$ V5 t* B! x! p回晨大牛的话。) j$ I. L% F! }( s" `

+ p" u& A- R3 P+ x4 T6 E+ h- 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 n/ N1 w! J  D( v
咋感觉你的朋友在缘木求鱼呢。
& j; f! e3 R  v5 W, U( k# L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。
! e" ?8 ^  ~9 @5 p! G- k" ]6 i: i9 J1 N! a) ~
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。, e7 D1 R( X! p. T+ Z( K7 p
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
9 R' n: p5 M- F% W. _! h咋感觉你的朋友在缘木求鱼呢。
: C3 G) i$ |1 M: \5 Q- 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 ...

5 l2 e6 E9 E5 q' c8 q. \; p& r8 x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+ B% o7 L# x2 p0 P4 H
回晨大牛的话。
' R% h9 M, G6 A6 ?9 T6 l' S
, I) a+ s5 `8 t9 L- p8 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。

( b3 M5 K0 O3 _7 j0 h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。* `1 H7 s8 c: y% s6 @7 `+ E, c
2 i* e7 y+ {$ y1 h% a
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。& y( u$ j0 ~7 K  z
+ x" U! ?) O* p: N! J! @3 y- |
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 A- F3 f5 w) d% |' F
( M" {! V3 ]+ _1 v3 X& a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
5 D# P! |( i4 z( v) }- w4 U* m& aAI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。" E9 ~) p! i8 \

2 i4 o1 P9 L2 r% C我天天用ChatGPT改邮件和论文， ...

- q, o; a% D3 P) M+ V$ M, q6 lAI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 10:398 m+ Y) v0 ~* l  F# q
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 ...

6 ?# y3 [7 s- m+ a% W# P) U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 `' M. ?  y9 j2 Y! A4 k$ T- x6 N# D! y; k
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 20:291 j8 R3 o" r9 E) @
回晨大牛的话。
! v7 a) x: R9 j+ H; ?( R, A: ~
& o4 T7 ?9 m5 m' u5 t9 L, H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。
: a# |  R) U  m
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
. B. r2 C* s, ~* J" V. r回晨大牛的话。
, Y4 r9 t) x" w  M6 G5 t( D6 L6 S( w8 E% k4 ]1 [8 U) G0 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。
. ?* c9 @( N$ X. U( M% X- b1 w% S  I
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 V! w9 f% O
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。
1 N1 P; V9 N- p' n! @+ n
$ X7 }6 D9 J; |/ P, M, C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。- W9 j/ d  w& I( [8 x

% A! Y& d- K4 Q& 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
% Z- p& V( p: z1 P# g9 {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？ ...
! n( f; i5 @9 j- l* F+ R! K" f5 [
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.5 p% K' Q0 \- E3 r7 D- Y7 a

. E9 U; l: }! F' P0 c" O: `0 m+ ]9 H' F
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
' J  ]9 \" i5 p* A! x$ K2 @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 ...

% T" _3 I8 X. l5 i  |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& W' j1 E5 s7 k9 D& e
最后一句绝杀了，太牛了

- o8 [2 ^; v  L9 ~6 [; w4 O6 i2 [0 }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。2 r- A) `7 z- G7 s

  P6 j5 Q+ _  i) D1 f- |' X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：3 L- q: G$ g3 B- ~+ _7 L

' G- L  M- _  W7 f谁氏园林择胜开，山环抱复水瀠洄。* X0 ~8 e  L8 Y$ e7 l0 L( A7 ]  ?
川横桥喜路不断，岸转船如峰自回。' N8 K* D- w. y# @3 v% M; O
意入敞亭趣有永，目游高阁望无埃。
7 _5 l8 m2 U$ V' G4 R分明层叠浅深处，欲问丹青能是哉？
  l) a3 n  B+ Z- Z) O. q9 L$ R
6 A. w* q$ h2 q) U# {还有这首：6 X) A' c) ~2 E
三秋别忽尔，一晌奠酸然。
! A. e# ?$ A7 i+ N6 |* F5 S' c追忆居中阃，深宜称孝贤。3 l: M" J% t+ I$ {; X8 B) g
平生难尽述，百岁妄希延。
& m3 s1 _5 ^' @# H3 U夏日冬之夜，远期只廿年。% t$ n3 F4 ?  R" y

2 s. ~4 C  }9 V$ Z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。
. ]. e6 X0 o! S) }
' t1 v  f4 K& L. o: I3 u% Q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。" D" F5 a3 @) \8 `6 [  `$ G8 n7 S
2 r& ?; U( Z/ x3 w. n; S
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。
5 ?$ A& L7 R7 p& w; _- P* f8 U' x* N4 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。
* b! k5 j; ]% }, s! B/ W# L% v+ d' S2 D- s2 b
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
) W1 {( }7 c8 e% Y/ w+ V0 C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 w$ [& d" Q) \0 v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=1606057 y& R% h* C3 G3 U0 Y% Z" r, n
) _/ ^0 C* J" M- i- {- H% j4 F
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' b) ]5 Q0 e# w
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 ...

/ `% Q' E5 X! j! |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