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。
8 K! T) K: }' _/ Y7 m% U
" [% r4 k! {+ o. |- C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。
0 D2 c1 A* y) [: q- a
  [: i$ c& v5 j+ h7 I& 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 ?8 L6 e5 N% ^; P) H* l0 N
0 R6 a; b7 Q9 w7 ]5 u; S) H; o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。
/ c  V! X0 W& N/ S& \+ r6 U' X% u, Q$ l7 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。6 {( N5 m9 H9 |3 z
' W0 d( w  a4 @' }. {' ]1 F5 X- ?+ ^
这对中美的AI大赛意味着什么呢？  a, g/ o2 P0 B

" R$ H% w# R- Q, |2 |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。
( q) i3 o; U1 v( ]: u5 \9 t" ~
4 k- [) @4 M1 A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。
% L' l& c: f) G8 r, a; m( j, A7 g! s$ I1 R8 [
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。0 m: k! P1 N8 j. n

+ I0 N  f: g. g# _2 k6 S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。3 {- H7 r; N: q% M& v' H. s
) O1 X4 ^6 u" G9 Z0 l. 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。
- }. h% b' l9 r9 @, }) L# t+ `/ J: k* {& H9 g
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。- R$ O6 E8 i) U# c

2 O7 @% w* G2 _7 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。3 _% w' m* R6 N

# j# `" ?. O7 A) b' A8 r) p我下面引用他们的话。我先声明我不同意他们的话。% u" n4 E; e7 S# |# c$ V

; P) I4 ~2 M4 N& I  x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。6 I- W; b7 i1 S4 r" H+ g2 h, W
- V1 ]" s$ c" G* I5 X9 s
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
: H1 A" l# C0 Y5 ~回晨大牛的话。2 a. P# \' C2 l8 `
' o+ J& s1 J4 o7 ]9 c( @8 `
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 t6 d9 a& e' U6 a
咋感觉你的朋友在缘木求鱼呢。) z2 n3 P- r7 _% X& f( h) J+ t
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。
- o5 ^" _2 G$ Y+ H) }% W# t; E  C  q$ c  Q( U7 u& f
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。
- F. U9 L# m$ I6 @( g6 f
作者: 宝特勤    时间: 2024-10-17 23:29
赫然 发表于 2024-10-17 23:169 h2 W/ }- F& T/ q
咋感觉你的朋友在缘木求鱼呢。
- i/ `5 G" Z. a) P1 J/ S) ~1 F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 ...
- Z1 w  f" H$ r0 O
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
0 [5 T4 {0 M7 ^" c回晨大牛的话。( d" ?7 D8 I, c* {4 B- J( Y' G

* t8 P4 G) ^) B$ C! d  ]% |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。
5 k5 R6 P% X) ^- H; b' J7 V
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。6 K& l! Q3 J7 Q! P6 S

4 k" F+ z1 i# B: v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。
1 ^- ~1 C# O& y/ i& n: E5 ^
8 N6 r" L! O  X' p8 Q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。& A- O7 m- v0 E' I6 {- x
, z" B* z+ i' o) o
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
9 B4 k8 b  M' m0 l& z' QAI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。
- I8 n8 o/ @- v- r1 z: z# c) ~0 w2 s& t, N& M. _/ t
我天天用ChatGPT改邮件和论文， ...

' E1 `5 K& E! N& [4 C: A% B: e  BAI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! R. ~- I$ Q& r3 ^2 K3 v
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 ...
7 G2 I  h' L# k6 Q6 e
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。
6 o9 N) w( j- @9 P9 x4 |* s, V
7 p5 F4 E, T# R' ^6 r' Z8 o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 20:295 X! ?% s' ~2 S2 C
回晨大牛的话。4 m" s# K8 G$ {. r' e

9 v8 t! v' `, Q9 |! ?- z* A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。
2 `& Z' e3 ^+ o3 B9 c
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
# N3 p% |. u6 R1 N回晨大牛的话。
. Z2 K7 c9 W) L0 Y$ U5 D- ?# b2 k8 E7 x
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。
7 h/ {# v2 Z& E9 w$ x# 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？
. E1 ]1 P* I4 `! k* y" ~. _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。
! b+ l& k* L" m' z+ K
; E, C, k; Q" u, x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。
& S. d" o: O6 u6 F( @: X) T' o/ {% O. t4 X
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 01:246 b/ S. C& v& {6 s0 q. S% a& |/ E8 C
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？ ...

1 ?: x& K/ S, P# J: D' s* }% 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.
& j  s7 i* @* {9 y. Q! x. f2 d" d; m8 L3 F" X/ u
作者: 征久仁    时间: 2024-10-18 02:38
晨枫 发表于 2024-10-17 23:39
  T" v0 W( U$ V# a9 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 ...
; j: R* r8 f) E/ ~1 v
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
! u% {: B8 x, ]( V! I9 C" s& g7 ?, F. @最后一句绝杀了，太牛了
3 b2 D6 Y+ L$ p) f4 i
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。% |- ]# g  H6 ^8 X; P2 g
% k& R8 o; _. S. a" D
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 e# E7 \7 [/ u4 Z) L4 C8 a3 X
谁氏园林择胜开，山环抱复水瀠洄。
! ]4 r, N* u, d, ~川横桥喜路不断，岸转船如峰自回。  k3 U$ H$ l+ a. ]- H- M2 q
意入敞亭趣有永，目游高阁望无埃。
' z5 D2 K4 C; F& f' V$ m8 b$ ^分明层叠浅深处，欲问丹青能是哉？7 ]7 F$ z7 i* w

' e: Y4 q% H& R9 ~还有这首：
; X: C8 K. x# E: x三秋别忽尔，一晌奠酸然。+ N3 D' E2 ]9 D$ f) A4 n; J2 |
追忆居中阃，深宜称孝贤。4 S6 m) y% ^$ A+ G0 w3 f1 r
平生难尽述，百岁妄希延。; z" P8 F# [! K( J6 `0 g
夏日冬之夜，远期只廿年。
) A8 }. p) s: T* y# ^( S# E* m* I& C7 p4 O7 S/ F) I0 s
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。
( U. w1 e4 N2 G: P0 ^; t6 F( U. u
( n: x3 j' e& j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。
% j% [; n: r3 u( t! ?0 o8 X7 c" h/ S# ~& S' W% s" 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。
$ Y' F$ b+ ~) W  V5 l; O: x( ^+ A" ]1 {+ ^4 Q, i
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。
2 O2 u: y; B1 J2 a0 X) G7 f! m# J& P: U, A
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
7 m% }6 O1 T8 N' 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 ...
1 t( N/ z5 s9 \% s* {, l6 m% r/ t
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
5 K7 H+ Z# _0 p8 n* u* J# p. w$ [& ]4 [* R% Z
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
  U$ h2 t, n0 J+ 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 ...
$ _' G6 ^, ^4 G6 @) z  g5 q: p+ d
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