

首页  思维导图  详情



吴军讲ChatGPT

2023-05-27 21:29:18   0  举报





AI智能生成

得到AI大作战系列

chatGPT

吴军

ChatGPT适用场景

学习笔记

模版推荐

作者其他创作

大纲/内容

对ChatGPT的观念

被神化的语言模型衍生品

原因：不懂背后的科学原理

更像是一个玩具，而不是一个能替代人的工具

《大西洋月刊》观点

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

ChatGPT的能力

<ul><li>理解自然语言，明白人的意图</li><li>产生自然语言的文本，满足人的要求</li></ul>

ChatGPT的本质

<ul><li>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</li><li>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</li><li>以数量实现质量，“暴力美学”，黑盒子</li></ul>

语言模型

发展阶段

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

作用

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

性质

利用已有信息预测其他信息的模型

ChatGPT的缺陷

Garbage in, Garbage out

无法通过调整参数来控制输出结果

ChatGPT需要的资源

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的边界

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对工作的影响

会被取代的工作

不费体力的工作

不动脑子的工作

不产出信息的工作

不会被取代的工作

创造性的工作

其它值得关注的AI技术和应用

多任务人工智能系统

特点：以质量取代数量

实现条件

<ol><li>知其然还要知其所以然</li><li>主动学习</li><li>有常识</li><li>处理信息的能耗大幅降低</li></ol>

生物和医学应用

 Collect

Get Started

吴军讲ChatGPT

 Collect

Get Started

搞懂ChatGPT

 Collect

Get Started

【ChatGPT专题】ChatGPT为啥这么牛？

 Collect

Get Started

掌握ChatGPT解决复杂问题





0 条评论

下一页