需要批評一下觀網的同志們,過度批判closedai和chatGPT是無意義的_風聞
田广国冯汉强-48分钟前
【本文由“可愛的虎子”推薦,來自《無限制即可使用chatGPT意味着拐點出現》評論區,標題為小編添加】
可以看出樓主歸根結底還是不懂ai的。
我認為closedai壁壘不夠高,競爭會很激烈,一些投資者對營收有不切實際的預期,未必能活得下來。不過,這三點每一點都不成立。首先第一點是完全不成立的。對於llm,一切對話都是有意義的訓練數據,而個性的數據沒有太大意義。這意味着對於chatgpt的訓練而言,某人在使用時產生的具有個性化特徵的數據相比海量不帶有個性化特徵的數據是沒有優勢的。甚至可能對訓練產生負面影響。雖然個性化數據可能對市場部門分析用途有意義,但對於模型本身的訓練、研究和發展是沒價值的。樓主產生這樣的誤會,是生搬硬套了上個世代ai主流應用用户畫像推薦的邏輯。第二點,如果市場上只有chatGPT,這樣説還有點道理,然而市面上是有競爭對手的。且它的用户並不都是因為好奇心。chatGPT已經有不少現實用處,尤其是在程序員羣體中。對chatGPT來説,不考慮因此產生的語料數據,那些純粹因為好奇而去使用的用户本來就是浪費資源,哪怕花了錢也一樣;倒不如放開了和claude之流競爭。對於closedai而言,本來他們就沒指望過靠個人用户賺多少錢。第三點同樣來源於樓主對closedai做法的不瞭解。實際上現在的模型到底是什麼規模?還是8個專家200B的MoE嗎?付費用户和收費用户用的是一樣的模型和算力嗎?closedai到底是靠個人用户聊天賺錢還是靠api賺錢呢?雖然現有路線未必能賺多少錢,討論這個問題起碼要先把事實搞對不是嗎?
之前sora發佈,我批評了胡編等國內媒體人瞎咋呼,免費給closedai忽悠投資。現在也需要批評一下觀網的同志們。過度批判closedai和chatGPT是無意義的,敵人不是什麼都會做錯的,事情的對錯要從根本上是不是這樣來去看,這就需要專業的知識。很多同志們有這樣的認識:“chatGPT只是玩具”、“工業ai是根本,通用llm是資本遊戲”、“llm沒有用,美國領先都是虛的,正是金融掏空實體的體現”。其實這些都是不對的。樓主這篇文章裏把通用大模型和專用模型對立起來,現實中是沒有這個衝突的。首先通用ai是研究的最終目的,它是一個像人類一樣思維的ai系統,如果可以實現,那麼一切專用ai都可以由它實現,只需要很低的人類介入。現在的llm(大語言模型)遠不是通用ai,也沒有任何原則限制llm必須完成通用工作,只是llm背後的transformer和類似架構在自然語言方面比較好做,其研究聚焦在這裏而已。實際上llm之所以突出是在其突破了傳統rnn的規模限制,因此可以超過過去的效率和準確性對符號序列自動建模。llm既可以是聊天機器人,也可以是作曲機,也可以做基因序列預測。更復雜的,也可以是作家、教師、程序員、駕駛員乃至科學家。llm集中在人類語言上,只是因為人類自然語言比其他所有極端複雜的東西都容易獲取、處理和評估,又比其他任何容易獲取、處理和評估的東西極端複雜。因此基於人類語言的大模型其架構可以更快速的創新、驗證和迭代。通用大模型之所以是焦點,是因為它是研究和發展的中心和捷徑。通用模型的研究會產生很多其他研究很難產生的新知識、新技術,這些通用模型產生的知識和技術就可以拿去使得工業ai有潛力做得更好。所以,chatGPT的確是好的,是人類向實現通用ai邁進的一步,不是什麼玩具。誠然,圍繞closedai有很多不理智的追捧,但通用ai作為人工智能發展的最終目標,不能因為我們要去否定closedai而去否定。事實上,llm研究很重要,我們搞出比chatGPT更好的llm也很重要,我們主導ai研究向通用ai邁進更是重要。我們不缺天才,但如果我們過於強調工業ai和專用模型,貶低通用llm和其他ai基礎創新的重要性,天才也不得不出國尋找投資實驗新架構,或者不得不每天做重複機械的特化應用模型訓練。時代已經變化,我們必須開始在基礎研究上領先,否則永遠都在追趕,永遠都被動。嘴上説別人學closedai是跟在美國人後面,但如果不敢做基礎創新,新成果都是別人做出來的,那是哪門子自己創新沒跟在別人後面?基礎研究的特點就是會有大量的錢扔進水裏,如果捨不得這個研究通用大模型的開銷,只敢做小規模的專用模型,那才真是永遠跟在別人後面。closedai非常驚險地蒙對了,所有的真正的創新,真正的第一個都有這樣的特徵。ai的發展,到底是技術推動的。沒有人工神經網絡,就只有分支判斷的專家系統,能有什麼應用呢?只有perceptron,又能有什麼應用呢?因為有了各種各樣的根本性的新技術新觀念,才有了多姿多彩的應用。而對通用ai的追求就是技術和觀念進步的最基本推動力。如果不用做通用ai研究,只研究專用模型就夠了,那當初人工神經網絡就根本不會誕生了。