Ai就是个工程问题,不要放大困难
谈到人工智能,有焦虑的,觉得微软把OPENAI吃下去后,基本上就完成了平台基座到各项应用的输出,开启一路降维打击,我们很多模式都不存在!比银行暴雷可怕多了,人工智能,直接端走几亿人的饭碗,以后多数人存在的价值仅仅限于维持人类种群繁衍的基数而已!
人工智能现在看本质上是工程化的问题,和原子弹一样,国内企业差的应该就是时间。
从模型训练流程看,通俗点说,三个层级,第一个是预训练好的公开的,从第一个到第二个是问一些简单的问题,让人工来回答,比如1+1=2,第二到第三部是发现,纯人工给答案太耗费人力了,样本量撑不起来。所以让已经有一定智能的机器对问题进行回答,给出几个描述性答案,比如2+1=多少,给出了3、4、5几个答案,让人工对答案的优秀程度进行排序,比如把2+1=3这个排第一,排序比让人自己答方便很多,所以获得了大量的优秀样本,这个阶段用的强化学习训练的。
所以它的核心竞争力不是算法多先进,主要是我国没有大量的优秀人工标注的答案供机器去学习,或者说这个过程需要时间,人工智能算法层面我国和美国不相上下,差在工程上!
所以,再次说,人工智能现在看本质上是工程化的问题,不过,像硬件也会成为制约工程能力的瓶颈!
当然,ai时代,“危”“机”并存,要从博学转向慎思!
另外,很多对人工智能影响教育的推测都夸大了,未来AI对就业形态的冲击可能会更大,教育短期影响反而可能会更小。AI会背诗、会做数学、会不存在语言障碍,并不意味着教育就因此不需要。教育调整有时候会很慢。我理解人类教育,特别是非研究型的教育,内容只是一个方面,它同时是演化博弈下的一个功能性规则,筛选和奖励既定规则下的延迟满足者。
乐观点看,人类可以站在更大的巨人肩上前行。
精彩评论