发布于: 修改于:Android转发:0回复:1喜欢:0
回复@JZee: 但是现有的这个模型出现幻觉的问题,目前解决手段还是应用知识图谱,人工调教参数等手段,同样存在拟合不足或过拟合问题,在对某些可靠性要求非常高的场合,有可能还不如目前的一些专家系统。所以我不认为目前的大模型会进入到百行百业,可能只是在一些目前的知识信息搜索,语言翻译,编程辅助等各种辅助应用场合,而且很快会碰到发展瓶颈,就像以往的算法一样。$英伟达(NVDA)$ $中际旭创(SZ300308)$ //@JZee:回复@随机漫步的傻瓜1997:关于AI不能创新,杨乐昆是这么认为的,辛顿不是这么认为的。哪怕AI真的不能真的创新也不是那么重要,百分之九十九的人在百分之九十九的时间里都只需要能正确取出一个现有理论或者现有的应对方案来应对即可。另外1%的情况里还有百分之九十能做几个方案的内插拟合就能解决,这些情况数字智能体都会发展到做得更好。加上其他的数字智能的显著优越性,比如知识空间大,反应速度快,合作交流速度快,多体融合简便,不休眠等等优势。
引用:
2024-06-18 22:08
当今世界,发生在中国的能源革命,远远不能和美国发生的AI(革命?)比估值。苹果+英伟达+微软超过了A股总市值,真是一件非常奇怪的事情。
我认识的经济史学家普遍认为,互联网,移动互联网、AI都是信息革命的组成部分,但加起来也只是能算半次革命。其意义还无法与第一次,第二次工业革命相比...

全部讨论

06-19 09:11

确实还有很大缺陷。而且我同意你的看法,在大量特定领域,比如分子模拟,甚至就是算个加法吧,它都不可能取代或者超过现有工具。我年初写的一篇就有讲这个专门和通用之争。网页链接
但是,不能小觑它能和普通人用自然语言交流的这个能力,不能小觑这个通过图灵测试带来的影响。最基本来说,目前微软openai和谷歌展示的情况,实时智能助手在技术上已经实现,只是在费用和基础设施可用度上还需要建设,这就是人机融合的第一步,其他专有模型可以通过这个数字智能体去调用。
另外,辛顿认为现有架构通过继续变大,不需要新的理论突破,其实已经可以达到通用型数字智能,我还比较相信这位老人的判断。从我个人体验上,我感觉如果目前大模型不顾及伦理和费用的话,哪怕现在的规模,就可以极大提高其能力。我去年用到的claude和GPT4的能力,在我的应用里,就比现在的能力要强。