| 查看: 1484 | 回复: 9 | |||
| 当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖 | |||
[交流]
知名计算机科学家吴军:“ChatGPT不算新技术革命,带不来什么新机会”已有6人参与
|
|||
|
吴军，1967年出生，毕业于清华大学和约翰霍普金斯大学，计算机专业博士，前google高级资深研究员、原腾讯副总裁。 计算机科学家、大模型专家吴军，就人工智能和chatgpt等当下热议的话题作了一次直播分享。 吴军表示，“我就发现在中国媒体上讨论的热度要远远高于美国”、“这是一件好事，但也是一件坏事。”从区块链、元宇宙再到现在的chatgpt，“这些概念实际上是被过度的炒作”。 chatgpt的出现，为什么会引起恐慌？ 我知道，最近chatgpt这事儿在中国很火，很多人在讨论，但很有意思的是，其实这件事在美国，已经没有太多人去谈论这个话题了。其实不光是chatgpt，往前看十年，当时很多新技术出现的时候，我就发现在中国媒体上讨论的热度要远远高于美国。虽然那个技术其实主要出现在美国，但是中国媒体更爱过度炒作（中国媒体人为了吃饭，脸都不要了）。我认为这是一件好事，但也是一件坏事。 这个“坏”在于，这些概念实际上是被过度的炒作了，在这个过程中，有很多浑水摸鱼的人从中赚钱。就比如说区块链，当时炒得那么热，但如今这个事已经很少有人讨论了，对吧？这是第一个。第二个就是元宇宙，目前美国只有 facebook一家还在坚持做。那到了中国，很多人就在讨论说，我们是不是将来会生活在一个完全虚拟的世界。最后，大概去年底到今年初，facebook在这个领域几百亿美元投下去，一个响也没听着，最后开始了大规模的裁员。现在学术界都知道元宇宙就是个骗人的概念而已。到了现在，被热炒的一个话题就是chatgpt，有的人兴奋，有的人恐惧，还有我现在也看到在中国还有很多人在浑水摸鱼，试图再割大家一次韭菜。 1503年，哥伦布的儿子记下来的这么一件事儿，哥伦布往西航行，去往新大陆，结果航行到中途，到了牙买加这个地方，船上就没吃的了。于是，哥伦布和船员只能寄希望于当地人来提供饮食。但是，提供了几天以后，船员就跟当地人发生了矛盾——有些船员偷了当地人的东西，所以当地人就断了饮食的供应。 为了摆脱这个困境，哥伦布想到了一个妙招。哥伦布当时随身带着一本万年历，在日历上标着说某年月日会出现日食、月食等等所有这些信息。哥伦布当时就把当地的部落首领找来，说你们不给我提供食物，已经得罪了上帝，上帝会发怒，月亮就会变红，然后上帝就会把月亮收走。 当然，我们现在基本上都知道，在月全食发生的时候，也就是地球还没有完全挡住月亮的时候，月亮确实是红的，就是我们所谓的“血月”。但是，当时的牙买加人并不知道。结果，到了晚上，牙买加人就发现，月亮果然变红了，然后慢慢地就一点点消失了。当地人就陷入了恐慌，大家纷纷说，上帝要惩罚他们了。 这个部落首领慌忙去求哥伦布，承诺答应哥伦布的所有条件。哥伦布就说，好，我去帐篷里向上帝祷告，让他不惩罚你们，但是我需要一点时间，然后哥伦布就走进了帐篷。其实，进了帐篷之后，哥伦布就是拿着一个沙漏，在看那个计时。 今天咱们有天文学知识，肯定知道月全食的时间，也就会维持大概48分钟，到时候月亮就会重新出现。但是，这些牙买加人不知道。他们看到的就是，哥伦布从帐篷里出来，月亮也就出来了。然后哥伦布说，这是上帝已经听了我的劝解，答应宽恕你们，但是你们必须要给我们好好地提供食物。所以，当地人千恩万谢，给他们不断提供食物。 这个故事说明什么呢？月全食这件事，它的发生背后自有其原因，但是在人们不知道这个原因的时候，往往只能把这个自然现象归结为一个神的作用。而这个神，本身又是人创造出来的。也就是说，人自己创造一个神以后，然后趴在神的脚下，成为了他的奴仆。 chatgpt的技术基础是什么？ 从历史回到现在，其实chatgpt的情况也差不多，背后是语言模型在发挥作用。 那么，语言模型是什么呢？或者说它是一个什么时代的产物？ 它是1972 年，由我的导师贾里尼克(fred jelinek)带领团队研发的一项技术。具体地讲，是他当时在ibm带着人来完成的一项技术，是用来衡量一句话或者一个语言现象有多么的可能产生。那它有什么用？它最初的用处是做的语音识别，后来是做机器翻译，再后来是做计算机问答，也就是我们今天熟悉的回答问题。 当时它就可以做摘要，比如举一个例子，有一篇一万字的文章，那么你怎么摘要出十句话能概括这一篇文章的内容，这对于做这个自然语言处理的人来讲，就是一个数学问题。也就是说，你的条件是什么？条件是这一万个字，然后你想得到的结果是什么？结果可能就是十句话，一百个字。然后这里头有很多种组合，你可以随便挑几个句子，也可以把有的句子拆成两段，把后面那些不太重要的修饰或者形容的部分去掉。然后，你也可以把两个句子合成一个句子，那么你在合成一段文本的时候，这个计算机就会计算一个概率，哪些句子合成在一起的概率比较大，它会按照概率帮你合成。 而我们今天看到的chatgpt，就是这个大的语言模型，它就是会挑一个概率最大的、最有可能发生的这样一个文本来给你看。所以总体来讲，chatgpt生成结果的过程，是一个用大量的计算资源来计算的过程。它需要非常庞大的数据量来支撑，有很多很多的gpu（电脑处理器）。没有这些东西的话，chatgpt是做不起来的。 而且今天这个chatgpt，其实不光是技术，还有很多人工在背后。他们还雇了一家公司，专门负责审核chatgpt产生的结果。比如说，chatgpt产生了一百篇摘要，都挺好，我已经分辨不出来了，那么这些人就负责帮我分辨一下，到底哪一篇更像是准确的摘要。 那实际上，你可以看到，chatgpt背后就是一个语言模型，而这一语言模型的技术是1972年就已经有了的。到现在，经过了五十年，现在行业内其实大家并不觉得它是一个什么了不得的东西。在此以前，这个语言模型其实已经做了很多的事情。 问chatgpt的最大贡献是什么，我倒觉得它对全球变暖是有很大贡献的。 所以，我想说的是，chatgpt这件事，它的原理很简单，只是在工程实现时比较烧钱而已。 计算机擅长回答什么问题？ 到了大概2010年前后，也就是13年前，语言模型能做到什么程度？我给大家看两个例子。这两个例子都是我在2014年离开google以前做的。当时我负责的是google的自动问答系统，就是让计算机回答问题。不过因为这个产品是英文的，所以在中文世界基本上没有太露脸。 我给你看一下谷歌回答的一个问题——为什么天是蓝色的，why is the sky blue？ 它的回答是这样的：太阳光透过大气层到达地球时会发生折射，空气中的气体会让不同颜色的光散射到各个地方，蓝光波长短，比其他颜色折射率高，所以看上去天是蓝色的。 这是当时计算机产生的一个答案。公平地讲，这个答案比我自己写一段答案写得要更好，因为要解释这现象，你要知道不少物理学知识，而且这个句子看上去也挺合情合理的。而今天人们使用chatgpt的一个目的，就是让他回答问题。 chatgpt 能整合信息回答天为什么是蓝色的，好像它自己有逻辑一样。再有一个，就是问过程的问题，比如说我怎么烤蛋糕，你能不把一步步写下来？今天我们问chatgpt怎么烤蛋糕，它可以把这个过程给你写得很详细，多少杯水，加多少个鸡蛋，加多少面粉等等，它都可以告诉你。然后你根据它提供的答案，就真能烤出蛋糕，而且烤得可能还挺不错。 这是大家觉得很了不得的地方。但是你要知道，这件事，在2014年其实计算机已经做到了，而且做得很好。所以，这项技术本身并没有太多神秘的地方。 计算机和人，谁更擅长写作？ 现在，大家热议chatgpt，还有一个原因就是觉得它能写作。比如说写一个工作简报，这是今天美国人用chatgpt用得最多的地方。我这周干了1234567，这七件事，哎，你看我就不用自己费劲地写了，我让chatgpt生成一个，然后再编辑一下子就可以了。 但是，计算机写作这件事，其实你说难也难，说容易也容易，我可以给你举个例子。 在2014年我离开google之后，当时不太做编程了，不过那时候我还有一些计算资源，所以我自己在空闲时间会写一些程序，做着玩。当时呢，我就让计算机写了两首诗，大家可以读一下这两首诗。 第一首诗是个五言诗，这是用我的话说，叫做李白风格的一首诗，大家可以读一下。这首诗就是计算机自己写的。实际上，你如果读一读，这个诗里还真有一些李白的这个特点。 那第二首诗，我也把图片放在下面了，你可以看一下。 先说一下，因为古诗都有平仄一说，但是我们现在的读音和当时的读音不一样，所以我们也没去管这个平仄到底合不合古，但是这个我们单从它的内容意境来讲，你读的会觉得很顺畅。 好，那么话说回来。第一首诗怎么做的？ 其实再简单不过了，你就把李白的诗放到计算机里。李白诗一共1000 多首，也就一万来句话，这个对计算机来讲太简单了。它写的时候，就是把句子分拆开来，拆成两个字、三个字一组，比如“空愁”这是一组，“忆长安”这三个字一组。然后它就去拼刚才我讲的语言模型，算概率，哪个概率最大；拆完了以后，我就跟他提一个要求，说要写一首忆长安的诗，它就排列组合，生成出这个《忆长安》，实际上就是这么拼凑出来的。第二首诗稍微复杂一点。 但你知道这两个程序我写了多长时间？两天。这说明什么呢？说明你让计算机写出一些还挺像样的东西，其实不是一件很困难的事情，它没有你想得这么神秘，或者说计算机写作本身没有这你想得这么神秘。 那为什么这两首诗看起来特别好？因为这是唐诗，唐诗的格式是固定的。同样的道理，为什么用chatgpt写周报写得好？因为周报的格式基本上是拉清单，那也是个固定的格式。包括，如果你读《华尔街日报》中文版，这里头我跟你讲，90%的内容都是计算机写的，只是你不知道。写完了以后人当然要给它一个主题，然后给它写的第一段话写个引子，然后给一个总结，起个标题，这是人要做的。 为什么写财经文章比较好？因为它有好多的事实在里头，格式也是固定的，所以这件事它做起来就很好。 我花这么长时间来讲chatgpt的科学原理，实际上就是想说它并不神秘，不是一个什么很高深的机器在背后。一方面，chatgpt依靠的是一个语言模型，而这个语言模型1972年就有了，只是今天它的计算能力非常强，靠蛮力计算。 那么，chatgpt训练一次要耗多少电？大概可能是3000辆特斯拉的电动汽车，每辆跑到20万英里，把它跑死，这么大的耗电量，才够训练一次，这个非常花钱的一件事。 chatgpt对我们到底有什么影响？ 那么接下来讲讲，chatgpt对人有什么影响。 这就要回到历史上来看了，每一次技术革命，其实它对人都会有一些影响。不过，chatgpt它不算是一项新的技术革命，因为这我刚才讲了，这个过程很长，从20世纪70年代到90年代，我们做了很多事，90 年代到现在又有很多人做了很多事。这里头最大进步其实不是这个语言模型本身，实际上是后来2000年左右产生的深度学习，使得训练语言模型能比以前准确了，不是简单的做统计。 今天训练语言模型早已经不是简单做统计了，这才是chatgpt能产生比较好的结果的一个原因。 至于说chatgpt对人能产生什么样影响，这个问题我先不直接回答你，我先问你，刚才给大家看这两首唐诗，你有没有发现一个什么特点？对了，这两首诗写得不错，但是你原来对唐朝了解，不会因为多了这两首诗会有更新的了解。因为，chatgpt它某种程度上有点像鹦鹉学舌，你先要说一段话，它才能跟着学。它说出来的声音可能很好听，但是它并不提供更多的信息。 今天互联网上90%的内容都属于这一类——不提供更多的新信息，也不是原创内容，也不是自己的感悟，无非是东抄抄，西凑凑。目前，抖音、快手这类短视频，我觉得99%的内容都属于这一类，没有营养，你读完以后可能觉得挺有意思，但实际上你在上面读了再多，其实对你没有任何帮助。 如果说chatgpt真的威胁到了谁，我觉得威胁到的就是这一类人的工作，就是说这个抖音上头那个做短视频的，或者发布一些内容的，chatgpt会做得比他们好很多。你就想这样一件事儿，假设说，有一群人天天把那唐诗三百首里头的句子翻来覆去的捯饬，也能捯饬出一些诗，那么chatgpt捯饬起来肯定比人快得多，所以这项技术会对这一批人会有影响。 所以，chatgpt的工作相当于什么呢？举例子，托勒密创造出这个模型以后，那么每过一段时间，他们欧洲就会编一个大概几十年的一个日历，然后上面标上哪天有日食，哪天行星会怎么运动等等。那么人们根据这些规律，印好多本这个书，这个chatgpt就相当于有好多本书，你拿着以后一看，说，喔，某年月日会发生月食，答案就会很清楚。但是，背后真正有意义的工作不是印书这个问题，而是问题背后的科学问题：托勒密这个规律。 所以我认为，从历史上看chatgpt其实不算是一次技术革命。 你要识破这些所谓的阴谋家或者想割你韭菜的人的那些把戏。 就是说，如果再来一个人假装哥伦布说他是神的代表，然后他能祈祷上天能让这月亮出来，你不要信。所以你需要了解chatgpt背后的一些科学原理。最简单的一些原理，像今天我讲的这些，你还是需要有所了解。 [ Last edited by 欢乐颂叶蓁 on 2024-3-21 at 11:34 ] |
回复此楼» 猜你喜欢
博三一直没文章怎么办
已经有12人回复
-
蹲一个男朋友
已经有24人回复
-
又见奇葩学生，可咋办
已经有7人回复
-
河北省基金
已经有17人回复
-
今天才知道硕士考进大专比博士进本科工资高得多
已经有9人回复
-
博士去高校就是为了有寒暑假吗？
已经有20人回复
-
一个审稿人已返回，也没邀请审稿人，也没人审稿中，编辑要闹啥？
已经有12人回复
-
有博导缺学生吗，我可以当牛做马
已经有56人回复
-
申请基金代表性成果
已经有10人回复
-
来用亲身体会，一起说说年轻老师的辛苦
已经有19人回复
xli1984
至尊木虫 (著名写手)
- 应助: 59 (初中生)
- 金币: 11887.7
- 散金: 5318
- 红花: 29
- 帖子: 1671
- 在线: 1401.1小时
- 虫号: 795483
- 注册: 2009-06-16
- 性别: GG
- 专业: 导航、制导与传感技术
现在靠AI吃饭的不要太多，想揭他们老底，小心人家联合起来先灭了你。
5楼2024-03-21 09:28:39
3