吴军讲ChatGPT

原因：不懂背后的科学原理

被神化的语言模型衍生品

《大西洋月刊》观点

更像是一个玩具，而不是一个能替代人的工具

理性、审慎看待，做好自己本职工作和擅长的工作

要担心人工智能背后的公司和控制它们的人

对ChatGPT的观念

理解自然语言，明白人的意图产生自然语言的文本，满足人的要求

ChatGPT的能力

基于语言模型的自然语言处理系统，语言模型是由数据公式构建的模型基于机器学习方法反复计算，在多种候选中，选择一个概率或可能性最大的结果以数量实现质量，“暴力美学”，黑盒子

1、上世纪90年代之前，解决了语言识别的问题2、90年代之后，加入了语法、语义，出现了自适应的语言模型3、2010年前后，Google大脑能有效利用计算资源，让模型计算出的概率更准确

发展阶段

1、信息形式转换：将信息从一种形式转位另一种形式2、按需生成文本：回答问题、写邮件、写文章等3、信息精简：将大量信息精简为较少信息

作用

利用已有信息预测其他信息的模型

性质

语言模型

ChatGPT的本质

无法通过调整参数来控制输出结果

ChatGPT的缺陷

数据：极其庞大

算力：随着要求的提高，算力也不断增加

算法

ChatGPT需要的资源

底层依赖数据，数据是有边界的，只能解决世界上一小部分问题

计算能力&可计算性：计算能力的增加，只能提高计算速度，但并不能提高计算性，解决不可算的问题

ChatGPT的边界

不费体力的工作

不动脑子的工作

不产出信息的工作

会被取代的工作

创造性的工作

不会被取代的工作

ChatGPT对工作的影响

特点：以质量取代数量

知其然还要知其所以然主动学习有常识处理信息的能耗大幅降低

实现条件

多任务人工智能系统

生物和医学应用

其它值得关注的AI技术和应用

吴军讲ChatGPT