原創(chuàng) 上官蕓
西方教育體系擅長從提出一個(gè)問題出發(fā),抽絲剝繭拆解出解決問題的一系列具體步驟、知識(shí)和方法。我國教育體系則比較擅長提出一個(gè)概念,再層層解析這個(gè)概念的內(nèi)涵和外延,繼而舉例說明這個(gè)概念的應(yīng)用范疇,再通過練習(xí)強(qiáng)化。
& Z6 D8 q- O( O: S. Z7 v) ]+ _* O
大家可以看看馬斯克的邏輯結(jié)構(gòu),他是如何介入火箭、衛(wèi)星網(wǎng)絡(luò)、電動(dòng)車、太陽能等完全不同的領(lǐng)域的,以及多年前Google如何用“聯(lián)邦學(xué)習(xí)”調(diào)動(dòng)全球用戶幫他們做了哪些有趣的訓(xùn)練,稍微查一查資料就會(huì)發(fā)現(xiàn)其中的模式和方法都有跡可循。
; T4 Y( D2 Y' ^" l& @
ChatGPT和第三代區(qū)塊鏈恰恰是這兩個(gè)維度的發(fā)展里程碑。可以說,ChatGPT之于人工智能的意義,相當(dāng)于蒸汽機(jī)之于工業(yè)革命,而第三代區(qū)塊鏈之于互聯(lián)網(wǎng)絡(luò)的意義,亦可同等比擬。
) F6 O" D9 l$ U
人類一直在試圖用科技創(chuàng)新來對(duì)抗自身的三種有限性:
-身體能力的有限性
-生命時(shí)間的有限性
-認(rèn)知體驗(yàn)的有限性
奧林匹克競賽是對(duì)人類突破身體能力極限的追求的縮影,人類還不斷通過生物技術(shù)、機(jī)械動(dòng)力技術(shù)、人工智能技術(shù)發(fā)展代替人類,突破自身物理極限。
: k7 w0 D4 v9 E+ S) h r9 h4 \7 O
人類生命時(shí)間的有限性體現(xiàn)為兩個(gè)方面:
一是壽命的有限性,導(dǎo)致經(jīng)驗(yàn)和教訓(xùn)不可能無損傳承,每一代人總要在自我論證中走進(jìn)歷史的峽谷;
二是生命的單維體驗(yàn),人不能同時(shí)踏進(jìn)兩條河流,因此只能作出選擇,彼此合作。
. r' d: @: h7 F% x% ^
人腦的短板在于存儲(chǔ)。人的認(rèn)知和體驗(yàn)的局限在于,人腦接收的信息源極其分散,而人腦的調(diào)度機(jī)制、反饋機(jī)制和獎(jiǎng)賞機(jī)制,僅能支撐人類原始狀態(tài)下的生存和安全需要,對(duì)于近現(xiàn)代文明中涌現(xiàn)的新需求毫無天然優(yōu)勢。人類有限的算力和存儲(chǔ)很難優(yōu)化配置。每個(gè)人都是他/她過往一切的綜合。但是,人類的過往在基因中的顯現(xiàn)是大大滯后的。因此我們不斷通過“外腦”來輔助認(rèn)知,也就是近年來人們常說的碳基生命和硅基生命的依存關(guān)系。
# |2 C9 R' N( X- v! E) O+ v
ChatGPT是在人們透支了對(duì)人工智能行業(yè)的想象力之后,出現(xiàn)的“新寵”,實(shí)際上是自然語言處理(NLP)能力和聯(lián)邦式大模型訓(xùn)練架構(gòu)的重新詮釋,其創(chuàng)新更多在于資源組織和產(chǎn)品表達(dá)方面,也可以說是一種用終端用戶直接驅(qū)動(dòng)的自然語言處理進(jìn)化方式,是人工智能算法訓(xùn)練的一種新的解題思路。
! x2 d1 Q" J. w- I
人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能作為計(jì)算機(jī)科學(xué)的一個(gè)分支,它企圖了解智能的實(shí)質(zhì),并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器,該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。
' T5 ?! y$ M" F/ M. b+ I. M. Z
人工智能可以對(duì)人的意識(shí)、思維的信息過程進(jìn)行模擬。人工智能不是人的智能,但能像人那樣思考、也可能超過人的智能。
/ @1 a, B* l+ e8 z
ChatGPT讓這種智能觸手可及,成為普通用戶可觸及、可感知、可應(yīng)用的能力,將會(huì)像5年前的圖像處理和視覺識(shí)別一樣逐漸成為成熟的可廣泛應(yīng)用的工具和組件,融入我們的各種生活場景,特別是在陪伴式對(duì)話和生成式創(chuàng)作領(lǐng)域。
! `0 W8 |; @" A4 R& A z
人工智能繼續(xù)演進(jìn)所面臨的挑戰(zhàn):
一是數(shù)據(jù)質(zhì)量問題;
二是數(shù)據(jù)共享的機(jī)制問題;
三是算力等資源投入問題。
& e3 H8 A) M* K- v2 a
在數(shù)據(jù)中心化的前提下,數(shù)據(jù)的使用方式也缺乏透明度,當(dāng)數(shù)據(jù)提供者無法對(duì)自己的數(shù)據(jù)進(jìn)行有效管理時(shí),很多人都選擇不再進(jìn)行數(shù)據(jù)分享。而區(qū)塊鏈恰恰可以解決這一問題。
& n" U8 E4 }3 b! l& o( I1 a, H" i: X; `
在鏈上,每一份數(shù)據(jù)的上傳者、使用流向和成果都有跡可查。用戶對(duì)數(shù)據(jù)擁有所有權(quán)和自主使用權(quán)。數(shù)據(jù)上傳者還會(huì)收到使用方提供的局部令牌作為補(bǔ)償,當(dāng)用戶能夠?qū)⒆约寒a(chǎn)生的數(shù)據(jù)變現(xiàn),并可控制數(shù)據(jù)流向,相信會(huì)有更多的人愿意提供相關(guān)數(shù)據(jù)。
/ k- I. g! v( z1 m- v* @. j1 X
對(duì)于AI來說,安全的數(shù)據(jù)共享意味著更多高質(zhì)量的數(shù)據(jù),然后就會(huì)有更好的模型,更廣泛的數(shù)據(jù)網(wǎng)絡(luò)和創(chuàng)新形態(tài)。甚至可以通過區(qū)塊鏈跟蹤多數(shù)據(jù)源質(zhì)量,從而給予高質(zhì)量數(shù)據(jù)源以激勵(lì)和自動(dòng)結(jié)算。
! N f. a0 Q* O/ ^! G9 t