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。
/ W5 t' b" s1 E! d0 k
3 @" Z& h( g! m& ^! a  \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。
3 _1 }. |3 B1 k: P0 ~' T3 o4 @. {+ S9 }4 |
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。
7 H* Z0 n: V$ {  f% X
' I* N- u' H" F$ c. s- E+ [: ~6 H( O& T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。( o9 k! I" l: O( Q/ t
* I9 i$ m8 m2 M' K4 w% U
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。2 i5 K1 G, h% j

/ B+ }5 A) X' s1 v+ ]* {# \这对中美的AI大赛意味着什么呢？
; b) z# H3 c* b. ]
) I0 x3 U. `0 r( g7 A1 e1 kAI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。
7 ]$ n9 V/ C# O( |3 n1 p& p8 H; w7 E" {- O8 ]* l8 e" n7 i7 c
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。
' o# C( }% c6 r$ s/ [% G
9 K* W! c. z- ]8 q+ 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。
4 ^: }4 V+ k, v; p. g+ S' p( Q; U
9 N/ V, h3 g) o6 d" q/ V; n* \* 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。
7 o& x' g6 Z  |, n8 g+ F0 J* z% ^# Y2 w6 b
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。( b* `7 l+ f% b

0 M0 P  `& }& j( z/ M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) q. A9 g4 O$ E" w
$ O9 n( F: d9 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。
. Q# v. f4 n& A( e6 G, o  w# I
2 b( {8 l' H/ w) C6 l- t4 A" c我下面引用他们的话。我先声明我不同意他们的话。1 p" o7 E9 T. x' e8 N
. F5 h: r! J/ w; 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。7 T3 k# s% m$ b2 c" N

5 n9 w$ N) I$ A- R  l4 t# o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 Z1 C4 e0 x9 j3 a( M
回晨大牛的话。
6 V  j1 E6 \: c2 T2 w/ F& R$ w2 X: 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。
- e5 |' O- o  }* p. }: @5 y
咋感觉你的朋友在缘木求鱼呢。
: g+ E! [  h( t# n0 B  S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。# L8 ^2 h% }' I% s6 C

) o1 |% @6 q& N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。
$ }8 w- |5 ]6 ?! T, D
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:16
- Z3 a7 x6 t- B) r6 a咋感觉你的朋友在缘木求鱼呢。* D- N% W% {! k$ N$ _) U% v% 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 ...

/ \3 ]; W4 ~  e9 t; l7 q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
: V  q9 }- t3 g! n9 L% p- ~7 b. o回晨大牛的话。) h6 e3 l' w( h7 b+ D; W0 L

4 z! J' J$ H  J* t2 g9 Y' f. M+ X& Q$ 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。

, s0 D) y+ q4 @# a7 v: c- E8 E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 a2 P9 T- b4 L& W( H/ d: a4 @2 y# }- @
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。
. x/ B' f( _& Z* r: N" y( ]
& t& S" h4 D, J1 h5 f4 E& G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。8 G, j7 u  B5 B/ _
1 H+ \. p; _7 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
( L4 M- q8 T: Y; @6 s6 F$ n8 }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。7 Q- N" s1 M" s6 q9 j$ F8 }$ E$ s
5 P% p; f. s2 _; |2 r
我天天用ChatGPT改邮件和论文， ...

9 s  E8 Y( y  w& L% {' h4 r( QAI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
& j, Q* f3 f4 P* Y# q6 z7 YAI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 ...

' J4 N: E0 l6 V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。
; ?4 S8 a, a4 D9 s2 g. J7 z# e0 I$ k. D0 o1 z% 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& l- }6 b$ |/ u' E0 X8 Z1 [" I
回晨大牛的话。
4 u9 j4 B! L% v% i
1 k! V, Z! w- |7 E. B3 G9 p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 K+ Q4 b; A" j7 ]  v. T0 z
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! C9 v+ S( G$ {4 R% O
回晨大牛的话。
& o/ w7 s; G1 `; n! w0 C
; l. p3 G2 S* a2 X, L, i% 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。
% X  Y/ @% x% 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？
' x# }9 |  V2 W! @$ L2 n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。
' T/ |( K5 H2 P+ R) q1 r5 c' H# I1 m) }
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。; S2 ~$ ]- E. Y0 w# P
# T" f- _" w" e) M" S* Q+ z% u/ Q
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; A1 Z  u5 i: G) E' |7 ~# q" 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？ ...

9 G4 J, S2 g) |6 m* ?5 h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.
! I( N  I) h  `6 V" E" }
5 S; [3 i6 `- S9 z' ]; l
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
7 F' j% l. z- T/ `6 b( 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 ...
. Q! B& S; d2 u6 Y% n
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
# ^5 K( T+ y# R1 V最后一句绝杀了，太牛了
+ O: P7 _4 v" v# R/ ~
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。. c/ f$ |4 A0 G7 S# M  a

6 k, U1 K9 B' k7 q$ N% _- v# ]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：0 z4 s8 u8 }8 [+ q6 D' t

% ^% e; h6 W) D5 E谁氏园林择胜开，山环抱复水瀠洄。, J/ E+ @) z2 X; M6 g
川横桥喜路不断，岸转船如峰自回。; o: r7 y9 n+ i- E" a
意入敞亭趣有永，目游高阁望无埃。0 t) W1 W& x3 D# Z
分明层叠浅深处，欲问丹青能是哉？/ v- D8 J# B3 J% O+ p2 o

) M$ t. u8 f- M( J% T还有这首：! q& v, r- w/ H; D
三秋别忽尔，一晌奠酸然。8 y. w. c3 [- {, Y2 c+ r
追忆居中阃，深宜称孝贤。
$ ]/ p% g* [6 @( O6 Q平生难尽述，百岁妄希延。
/ k$ ]: ?+ F( A" N1 f8 {夏日冬之夜，远期只廿年。6 p! q0 s4 t3 v8 ?& K

, ^/ q( N2 _& 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。
( H0 B9 Y2 [  K
. u( o. A3 h( v1 K9 V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。
0 W- w1 X5 D" Y, p
* b- s( l" s" A6 z. ~3 T: aAI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 m/ i/ P  M& i; w& q
# j6 @$ ], h" Q& Y  O
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。
3 r0 M9 Z2 b) s
' d7 H" K' d0 R$ o9 h( |  l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
0 X& K3 g; K2 `% l% |- ^6 Y5 s7 \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 ...

- F/ }2 G" a: {; U* D: S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# ^& Q# `2 d: P& p
3 {. |' j1 e: ^+ y5 T
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
& Q- A% q8 S! F& B# 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 ...

  x) d' X  w$ ~* u: k8 b- E2 N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