分页: 1 / 2
可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 16:03
由 TheMatrix
RE:可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 17:48
由 Hrnmsl
转向了,
去学习用数学表述的知识,
数学物理计算机等等。不知道读了计算机人工智能算法后,了解了自己的身世,会不会顿悟。
需要新的算法。
Re: RE:可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 17:55
由 TheMatrix
Hrnmsl 写了: 2023年 4月 18日 17:48
转向了,
去学习用数学表述的知识,
数学物理计算机等等。不知道读了计算机人工智能算法后,了解了自己的身世,会不会顿悟。
需要新的算法。
我觉得还是神经网络结构的演进。
比如,现在在研究的一块就是,back propagation的替代。这是大的结构改进。
Re: RE:可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 17:59
由 Hrnmsl
TheMatrix 写了: 2023年 4月 18日 17:55
我觉得还是神经网络结构的演进。
比如,现在在研究的一块就是,back propagation的替代。这是大的结构改进。
肯定离不开神经网络。
Back propagation 是很老的算法。
Re: RE:可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 18:05
由 TheMatrix
Hrnmsl 写了: 2023年 4月 18日 17:59
肯定离不开神经网络。
Back propagation 是很老的算法。
对。back propagation一直受到一定程度的质疑,但是还没有替代。
Re: RE:可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 18:21
由 Caravel
TheMatrix 写了: 2023年 4月 18日 17:55
我觉得还是神经网络结构的演进。
比如,现在在研究的一块就是,back propagation的替代。这是大的结构改进。
网上很多流程GPT5的都是假消息,不大可能把数据量再加十倍就出来AGI。新的结构创新应该是需要的。
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 18:22
由 newIdRobot
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 18:44
由 Caravel
newIdRobot 写了: 2023年 4月 18日 18:22
不到半年小甜甜就要成牛夫人了,比虚拟现实还惨
前途是有的,但是不能太心急,半年就出成果肯定是不行的
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 18:55
由 TheMatrix
Caravel 写了: 2023年 4月 18日 18:44
前途是有的,但是不能太心急,半年就出成果肯定是不行的
Low hanging fruit 很多,现在是平铺。能不能铺大了上攻不知道,感觉没那么容易。人类应该是一个阶段一个阶段往上走。所谓奇点这个东西,我觉得too good to be true.
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 19:12
由 Caravel
TheMatrix 写了: 2023年 4月 18日 18:55
Low hanging fruit 很多,现在是平铺。能不能铺大了上攻不知道,感觉没那么容易。人类应该是一个阶段一个阶段往上走。所谓奇点这个东西,我觉得too good to be true.
LLM只是开启了一个点,就好比CPU里面有计算单元,存储都有好几种寄存器,内存。 LLM可能只是发现了其中一部分真理,比如存储现在就没有很好的办法,还有高级分层决策,长程决策等等问题
最近FB开源的语义分割模型也很不错,基本是万能分割了。视频里面基本可以得到consistent的语义单元
多块积木需要拼再一起。
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 19:31
由 TheMatrix
Caravel 写了: 2023年 4月 18日 19:12
LLM只是开启了一个点,就好比CPU里面有计算单元,存储都有好几种寄存器,内存。 LLM可能只是发现了其中一部分真理,比如存储现在就没有很好的办法,还有高级分层决策,长程决策等等问题
最近FB开源的语义分割模型也很不错,基本是万能分割了。视频里面基本可以得到consistent的语义单元
多块积木需要拼再一起。
对。一块一块的积木,还需要很多块。这才像样。
FB的语义分割模型,你是指Segment Anything那篇文章吗?那个是分割图像分割吧?
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 19:50
由 萧武达
书早说了GPT热是商业行为
学习训练算法还要等待突破
基于过量数据加概率的不中
不是人类智能的学习方程式
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 19:54
由 TheMatrix
kc135 写了: 2023年 4月 18日 19:38
语言模型不是知识模型
ChatGPT是生成自然语言的工具
ChatGPT并不是输出知识的工具
输出语言载有的知识只是副产品
嗯。如果输出的不是自然语言,而是更高层次的概念,就成了。但是输入的材料又不够了。所以还是要回到理解系统,也就是transformer中的encoder部分,或者叫embedding,very sophisticated embedding.
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 20:31
由 TheMatrix
kc135 写了: 2023年 4月 18日 20:28
数据并不是知识
从 data structures 到 cognitive architecture
AI需要基于本体论和语义网络的认知体系结构
这里本体论指什么?
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 18日 21:06
由 TheMatrix
kc135 写了: 2023年 4月 18日 20:59
GPT是一个基于神经网络的语言模型,它的设计思想是使用大规模语料库进行预训练,然后使用fine-tuning技术在具体任务上进行微调。因此,GPT本质上是一个基于统计的模型,它并没有显式的知识表示或认知体系结构。
实际上,GPT是一种基于深度学习的生成式语言模型,它并不是基于本体论和语义网络的认知体系结构。虽然本体论和语义网络可以为GPT提供额外的语义信息,但它们并不是GPT的基本框架。
使用本体论和语义网络等知识表示方法可以为GPT等语言模型提供更丰富和精确的知识背景。例如,可以使用本体论来定义词汇和概念之间的关系,以及它们与世界的联系,以此作为GPT生成文本的依据。类似地,语义网络可以帮助GPT更好地理解单词之间的关系和意义。Soar可以作为GPT的一种认知架构,提供更强大的推理和规划能力。
基于本体论和语义网络的认知体系结构与GPT结合起来需要解决许多挑战,包括如何将本体论和语义网络集成到GPT的体系结构中,如何进行有效的知识表示和推理,以及如何处理大规模知识图谱的数据等等。
虽然可以使用Ontology和Soar等知识表示和认知体系结构来增强GPT,但是这需要更深入的研究和开发。一些研究者正在探索如何将知识表示和推理引入到GPT中,以提高其性能和可解释性。但目前来说,将GPT与Ontology和Soar等知识表示和认知体系结构相结合还处于探索阶段。
因此,要基于本体论、语义网络和Soar构建语言模型,需要更复杂的架构和算法。当前的研究重点是探索这些领域的结合,以提高自然语言处理的语义理解和推理能力。
感觉这篇就是GPT写的。
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 19日 03:44
由 honyi97
人工智能的演进太快了,生物的演化要几百万年。弄不好到某个时刻,AI可以自我进化,那就是不断加速了。
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 19日 04:33
由 magicknight
TheMatrix 写了: 2023年 4月 18日 19:31
对。一块一块的积木,还需要很多块。这才像样。
FB的语义分割模型,你是指Segment Anything那篇文章吗?那个是分割图像分割吧?
那个确实是分割图像的
我估计他不懂AI和英文,看的中文翻译,直译的话确实会翻译成“语义分割”,然后这货望文生义理解成语言模型了。
Re: 可能很快会看到大语言模型的极限
发表于 : 2023年 4月 19日 09:22
由 TheMatrix
magicknight 写了: 2023年 4月 19日 04:33
那个确实是分割图像的
我估计他不懂AI和英文,看的中文翻译,直译的话确实会翻译成“语义分割”,然后这货望文生义理解成语言模型了。
你武断了。Caravel据我的观察,对科技前沿的跟踪很及时很准确的。他的兴趣点在于AI和物理,主要是这两个,我觉得。Meta这篇Segment Anything的文章,我不知道他看没看摘要。说语义分割可能也是有道理的。