西西河

主题:【原创】《文艺作品的创作是有规律的 ——Musk为什么会急》 -- Ace

共:💬34 🌺116
分页树展主题 · 全看首页 上页
/ 3
下页 末页
            • 家园 波士顿动力狗没想过节能

              首先确实漏看了。

              但也得说整个波士顿狗芯片设计就没有往节能上考虑。整个芯片是通用的,希望就是随着编程越来越复杂,计算能力得有余量。 那个芯片跑跑跳跳可以,未来背个机枪自动发射也可以。 高兴了,解一个大规模方程求逆也可以。所以说余量太大,未经过优化。

              芯片里信号得传输速度,计算的频率,哪是神经这么个史前产品可以碰瓷的。

      • 家园 第4点:你去开荒带不带称手家伙?

        去火星少不了带AⅠ,继续离开不了才正常!

        3的话,AⅠ真这么厉害为啥跟人类争这一亩三分地,直接出走,自己打份新天地出来不香吗?

      • 家园 第二点🈶更详细的论述吗?

        提出这个设想不简单。

    • 家园 现在这个范式的AI连3.11和3.8哪个大都搞不定

      都是概率论驱动的不可解释的内容生成,这个文章太乐观了

      • 家园 我刚刚问了“豆包”,她给出了正确的答复

        这是豆包的答复

        “3.8 大于 3.11 。

        小数比较大小,先看整数部分,整数部分相同则看十分位。这两个数整数部分都是 3 相同,而 3.8 的十分位是 8 ,3.11 的十分位是 1 ,8 大于 1 ,所以 3.8 更大。”

        • 家园 以前闹过笑话,刚刚紧急训练的结果

          越来越多的证据表明,大语言模型是没有原生推理能力的,不是真正的人工智能,只能说是人工提取人类存量智能的一种算法。

          • 家园 我以前的看法跟你一致

            现在不能确定。

            谷歌AI拿下IMO奥数银牌,数学推理模型AlphaProof面世,强化学习 is so back

            主要是我想到了一点,人类对无穷的思考是建立在有穷数目的规则上的。从这一点来看,人类的思考和强人工智能并没有本质的区别。

            现在就看强人工智能是否能自主发现这些有穷数目的规则了。

            • 家园 基于卷积和多层抽象的模型是有思考能力的

              谷歌 DeepMind 通过微调 Gemini 模型自动将自然语言问题陈述翻译为形式陈述,在这两个互补领域之间建立了一座桥梁,从而创建了一个包含不同难度形式问题的大型库。

              给到数学问题,AlphaProof 会生成候选解题方案,然后通过搜索 Lean 中可能的证明步骤来证明它们。找到并验证的每个证明方案,都用来强化 AlphaProof 的语言模型,增强其解决后续更具挑战性问题的能力。

              为训练 AlphaProof,谷歌 DeepMind 在 IMO 比赛前几周内证明或反证明了涵盖广泛难度与主题的数百万个数学问题。比赛期间还应用了训练 loop,以强化自生成竞赛题变体的证明,直到找到完整的解决方案。

              从上文来看,Deepmind通过一种自然语言到形式陈述,最后大语言模型可以充分利用形式陈述庞大的题库,从而得到高分。这种训练,本质不是推理,还是基于相关性的填空。

              人类的思考和草履虫一样,都是一样的物理原理,就是寻找相同点。相同的色彩和灰度点构成轮廓,把这个物品和世界区隔开来,若干有同样特征的物品构成种类,如此层层抽象。

              A类物品有某种特质,B属于A,B有某些特质。三段论就是基于上述的层层分类。一生二,二生三,三生万物,最后可以用集合论构建整个世界的映像,格物而致知。因此AI一样可以有思考能力,但是现在AI的思考能力是不及一条狗,真正的狗。

              • 家园 我说的思考这个词可能会引起误解

                我说的思考主要是说推理和逻辑演绎,特别是逻辑演绎。

                归纳和演绎的重要区别在于归纳方法可以是不完全归纳,但是逻辑演绎方法一定是确定的(soundness),或者是完全演绎(这里不考虑极大可能推理或概率演绎等)。

                在我看来,逻辑演绎系统是人类智能的最高峰。一般而言,逻辑演绎系统包含两个部分,符号系统(signature)和推理规则(derived rules)。

                以前我认为AGI最困难的突破点是推理规则,现在看来未必如此。符号系统是从无穷到符号的抽象,这一点对AGI是真正的挑战。AGI目前使用的符号系统是人类预先做好的,这一步反而是取巧。

                现在看来,对AGI真正的试金石是看AGI能否自主证明某些问题是不可判定的(例如图灵停机问题)。如果能的话,说明AGI内部对符号系统和推理规则都有了确定的认知。

                通宝推:铁手,
            • 家园 这个确实牛

              说不定哪天就能证明哥德巴赫猜想了,我担心人类会不会要花几百年的功夫来手工验证AI的解法。。。。

          • 家园 3.11和3.8看得我莫名其妙

            认真看了看才知道原来是11比8大。五六天前的事吧,纠正倒挺快的。

    • 家园 关键是费效比和维度

      人和机器(AI)的文字,我大概10年前就在河里写了,方向有些差异,但主旨可以参考

      人与细胞

      人与机器

      生物与机械

      这个问题其实挺大,牵涉面很广,不过总结起来,纯技术角度,人脑也没那么劣势,因为从能耗比和空间构型上,人脑在我们现实这个维度(大小)的世界中,还是具备非常高的优势的,AI不见得更有优势,但是如果放大一个维度,到巨型架构乃至星球架构上,人脑就完全不够看了,所以未来,人和AI很可能是一种跨维度的共生状态,比如治理社会这个庞大“生命体”,人脑就很不擅长,所以在社会治理上,未来人脑很可能要让渡给AI,连带着人也就不用成天去学什么狗屁倒灶的“情商”“文科”等摘桃内耗学问了。

    • 家园 没那么玄乎

      就是西方幻想再来一次大航海的奇遇,摆脱目前的困境。

      西方最大的困境是目前科技上的优势不多了,要想翻盘,只能寄希望于探险获取意外的宝藏,历史上他们成功过一次,现在想再来一次。

    • 家园 我想问一个问题:

      计划经济也好,市场经济也好,是不是都要服从“生产-分配-销售-再生产”这个循环呢?这种循环是否借助货币作为媒介实现运行的呢?

      如果是的,那就意味着:计划经济和市场经济都服从以货币资本为媒介的生产模式,两者其实并不冲突,很多时候互为补充。生产模式决定生产力,生产力决定生产关系,最终都通向资产阶级宰制一切的上层建筑。

      从这点上讲,苏联脱离不了“生产-分配-销售-再生产”这一以货币资本为媒介的生产模式,那么他的解体就是历史的必然;倒过来也一样,新自由主义经济也脱离不了这个模式,所以它也必然完蛋,最终它的结局绝不会比当年解体的苏联更好,欧美迟早还要抬起计划经济来自救。两者最终都会发展成中国这样“混合式”资本主义。

      那么好,下面我们可以脑洞一下,如果新的经济脱离了以货币资本为媒介的“生产-分配-销售-再生产”模式,那新的模式应该是什么样的?

分页树展主题 · 全看首页 上页
/ 3
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河