搜尋
搜 尋
本版
發表
會員
首頁
時事
表特
新奇
娛樂
運動
科技
有趣
登入
註冊
使用者組:LV:0 觀光客
主題
帖子
卡幣
我的帖子
我的收藏
我的好友
我的勳章
設定
登出
卡提諾論壇
»
首頁
›
看板
›
新奇
›
新奇
›
要失業了?!美國砸1億打造「超級AI」太強大了 ...
0
53
5
要失業了?!美國砸1億打造「超級AI」太強大了
微信新奇
2020-8-21 23:43:47
發表於
新奇
[顯示全部樓層]
閱讀模式
53
10426
早幾年前AI 技術還處於理論階段的時候,我也和大家一樣,對AI 技術充滿了各種美好的幻想。“ 改善生活、改變世界、制霸全宇宙,人類要從站起來變成強起來!”
網上搜到五年前的 AI 海報 ▼
不過到現在要是再提AI 的話,恐怕大家只能想到那些“ 抱歉,我聽不懂,你能不能換個說法 ” 的人工智障了。
“ 你這個人類又在說些什麼話?” ▼
然而上週,科技圈又重新因為AI技術沸騰了。因為美國研究組織“ OpenAI ” 做了一款被稱為能取代人類的AI引擎。在看完這款名叫“ GPT-3 ”的語義AI引擎展示之後,我的第一反應是,真正可以輔佐人類的AI終於來了!
稍微熟悉點科技的人可能都聽說過大名鼎鼎的“ 圖靈測試”,也就是通過一連串的問答來看AI 是不是會露餡。然而在人與GPT-3 的問答中,假如不是我說,大家可能會以為對面坐著一個真實的小孩。回答略顯稚嫩,但絲毫感覺不到以往AI 助手們的那股智障氣息。
不過有小夥伴們可能要說了,這些問題也還好啊,我看之前你們介紹的那個谷歌助理雖然偶爾會犯錯,但好像也能做個八九不離十。那接下來我們看點有難度的,能自己讀題做題的AI見過嗎?
給GPT-3 一篇高中英語閱讀題,GPT-3 輕輕鬆鬆就能給你把答案寫出來。
我當年學英語的時候有這種神器,那鐵定是不會被當的!要是嫌高中閱讀難度不夠的話,我們再來個大學水平的試試。比方說,把一串晦澀難懂法律條款扔給GPT-3,不出五秒就能輸出“人話”版本的解釋文。
學法律的人來評鑑一下 ▼
本碩博連讀、頭髮都學禿掉的法學生們聽到之後都哭了。這還不算完,除了聽懂人話、歸納總結之外,GPT-3甚至還能自行創作。比如給個場景描述,給個開頭,GPT-3 就能寫出個中二小短文。瞬間就想到了小說代寫,一日百更,徹夜不眠...
非加粗部分為 GPT-3 生成 ▼
如果不滿足於短篇的話,還有個老哥拿GPT-3 生成了一篇1112 詞的雞湯文。想要去拜讀一番的人可以戳這個
連結
《 工作效率低下?也許你該試著停止焦慮 》▼
內容有點長,就不給大家全文翻譯了。總之,這篇文章有開頭、有結尾,有立意、有中心。文章引出了“ 創造性思考” 和“ 過度思考” 兩種思考模式。文章還通過“ 作者” 的切身經歷,向我們闡述了過度思考的弊端,同時引導我們要進入到創造性思考的正向循環中,為生活創造更多價值。
總之,這篇AI 生成的雞湯文非但沒有露出馬腳,還直接衝上了HackerNews ( 知乎矽谷精英版 )的熱搜榜首。看來歪果人也很吃雞湯這一套啊...
討論區裡有幾位老哥的表現甚至有些誇張: “這篇文章振聾發聵,跟前一陣伊森霍克的TED演講有一拼!感謝樓主分享如此深度好文!”要是伊森霍克知道他的演講被人和一篇AI 生成的文章放到一起品評,不知道是該哭還是該笑。
伊森 · 霍克演講:《 放開手,去創造 》▼
伊森霍克最後是哭是笑我不太清楚,因為此時我已經陷入了深深的沉思:要是AI再這麼厲害下去,我是不是就不用寫稿失業了...別說,被這個問題困惑的可能不止我,律政精英、公司財務、程序開發,以及公司的油頭UI設計師都在GPT-3的精確打擊範圍內...
比如說有人把GPT-3 和表格文件對接到了一起。而我們只需要說類似“ 房租3000 押一付三 ” 、 “ 老闆上星期我花了一萬塊錢 ” 一類的白話, GPT-3 就能自動生成一張非常專業的財務報表。
除了報表, GPT-3 還能夠只依靠幾句話,就幫你弄一個網頁出來。
擁有十年工作經驗的前端人員,哭了 ▼
“ 一個谷歌的Logo,一個搜索框,兩個灰色的按鈕,一個寫' 谷歌搜索 ',一個寫' 手氣不錯'。”
“ 把搜索框再改寬點兒。”
“ 錯啦。兩個按鈕之間要加一點間距,不要黏在一起。”
用一句話生成出個高仿Ins 的界面也不在話下。
甚至可以通過白話描述,直接用專業的SQL 語言提取數據庫資料。
“ 拉取 25-35 歲員工的薪資詳情” ▼
震驚,工程師一夜之間化身產品經理,竟向電腦提出如此過分要求!哦我的上帝啊,這哪兒是什麼AI啊。這可真是比小說裡的小祕書、金手指、隨身老爺爺還要神奇啊!先說明一下,以上這些神奇功能都是從GPT-3 搶鮮體驗資格的研究人員那看到的例子。
然而光是從這些演示上看,我們已經可以發現這個GPT-3 實在是強悍的不太像個AI 了。所以,什麼事AI 都能幹了,大家是不是混吃等死就好了?以後更不用去上學了?當然不是這樣的。
雖然看到有些人在介紹GPT-3 的時候用了類似這樣的說法( 順便渲染了一波AI 威脅論 ),但是實際上,這種猜測難以成立。因為從本質上來看,GPT-3屬於AI理論中的“反應機” ( React Machine ),距離替代人類還遠得很。
現在大家通常把人工智慧分成四個層級:反應機( 第一層 )、有限記憶( 第二層 )、具有心智( 第三層 )、自我意識( 第四層 )。我們現實中最常見的AI 都位於第一層的反應機。比如我們常用的小愛同學、小度小度,以及這次的GPT-3 。( GPT-3 裡的PT ,實際代表的就是預先訓練 “ Pre-Training ” )
它們通過“餵養”人工預先收集的大量樣本進行學習訓練,讓AI對某件事情有了認知。之後再根據已有的樣本組織反饋邏輯。這樣的AI沒有自我成長的能力,只能根據已學習的信息進行機械化的反應。
比如說,給AI 灌輸了一堆貓貓的側面照片, AI 下一次再看到一張新的貓貓側面照時,大概率就能認出來這是一隻貓了。但要是我這時候給AI 一張貓貓的正面照,它就很可能把貓貓認成狗。
說白了,反應機做的事情就是照貓畫貓。但凡有哪隻新貓長得和以前見過的差太多,就只能抓蝦了。
但可能有些小夥伴得說了,我們看前面GPT-3 好像什麼都能做,瞬間勝任了無數職業,怎麼還會是把貓當成狗的反應機?你這說法行不通啊。不是,就像我前面提到的,反應機的原理是所謂的 “ 照貓畫貓 ”。
那隻要我們想辦法把全天下所有的貓給它看一遍,它不就不會翻車了嘛!
這正是GPT-3 幹的事。其實在它之前還有GPT-2 ,當時研究人員使用了100 多億個參數訓練它,得出的結果已經讓它站在世界頂尖AI 的梯隊裡了。而這一次他們在訓練GPT-3的時候,直接把訓練參數增加了接近20多倍,達到了1750億個參數,素材達到了45 TB!
根據大家的測試結果看,除非你編一些根本不存在的問題給他,不然GPT-3 的翻車概率幾乎不存在...
為了能夠讓AI跑的動1750億個參數,贊助商微軟直接給OpenAI劃撥了一台世界排名前五的超級電腦。據說,光是裡面裝載的NVIDIA 顯卡和AI 運算卡就接近上億新台幣。史無前例的聰明AI,果然也得用史無前例的真金白銀砸出來。
不過即是如此,哪怕GPT-3 再聰明,它也只能融合別人的創造,書寫的別人的觀點。脫離了訓練使用的樣本庫,它便無法再輸出創意,更沒法自我學習。所以我覺得,GPT-3( 以及之後的AI )能像現在這樣幫助人們高效輸出一些解決方案,從某些繁雜瑣碎的工作中解脫出來。但是它們永遠無法替代人的思想。
And that's what makes us human。
來源:
https://mp.weixin.qq.com/s?__biz=MzA5NDc1NzQ4MA==&mid=2653493584&idx=1&sn=187ddd76c0cd530b26dd616b17b7aba0&chksm=8b940e57bce387416e6d318aac37dbfca1e7212a3e106e9c7da0c87ab0da10000735bc9d54c4#wechat_redirect
新奇
,
科技
,
GPT-3
回覆
檢舉
已有(53)人回文
電梯直達
升序瀏覽
陳懋薇
發表於 2020-8-21 23:47
但是每次看到這種發明,就覺得我們又離《魔鬼終結者》更進一步啦!
回覆
檢舉
beegarnett
發表於 2020-8-21 23:57
我的天 希望以後地球不要被AI統治阿 也太可怕了八
回覆
檢舉
kaoru4f
發表於 2020-8-22 00:18
有AI幫我們做事,那就有更多時間去做別的事啦
回覆
檢舉
s3129155
發表於 2020-8-22 00:22
說實在AI越強大也未必是好事情
看看電影魔鬼終結者就知道...
回覆
檢舉
閃靈戰警
發表於 2020-8-22 00:40
約翰‧康納人在哪? 這世界需要你,天網要誕生了!
回覆
檢舉
wolfx
發表於 2020-8-22 01:28
有預言說寫程式(編程)是將來的主要工作,越來越像是真的。
AI發展開始起步後,會呈等比級數的往上發展,因為AI越強大對工作的效率也會越有幫助。
所以可以思考的AI或許有生之年真的能看到。
回覆
檢舉
magenda
發表於 2020-8-22 07:08
想看看發展到極致會是什麼樣的情境
但又怕真碰上了
人才發現自己遠不及AI的話
下場不就很慘
回覆
檢舉
yct6453
發表於 2020-8-22 07:36
未來的社會 還真的是讓人非常的擔心啊
回覆
檢舉
timinghere
發表於 2020-8-22 07:52
不錯啊!就看人類以後要怎麼規範以及如何自己種下苦果。
回覆
檢舉
1
2
3
4
5
6
/ 6 頁
下一頁
進階模式
B
Color
Image
Link
Quote
Code
Smilies
你需要登入後才可以回覆
登入
|
註冊會員
本版積分規則
發表回文
回覆並轉播
回覆後切換到最後一頁
發表新帖
微信新奇
LV:15 駐站作家
追蹤
297
主題
297
回文
3
粉絲
卡提諾狂新聞
卡提諾論壇 Ck101.com