自媒体写作的 QRIES 方法论,初学者如何写出让人信服的好文章

下一轮人工智能不会由大语言模型驱动。这是投资者应该关注的重点

2024-10-18 10:03:00 英文原文

作者:Vivek Wadhwa

苹果公司just 仅仅/刚刚发表了一篇论文那微妙地承认了许多人工智能(AI)社区长期以来一直在暗示的事情:大型语言模型(LLM)正接近其极限。这些系统——如OpenAI的GPT-4——以其生成类似人类文本、回答复杂问题以及在各个行业中协助任务的能力令世界惊叹。但在兴奋的背后,很明显我们可能已经达到了一个平台期。这不仅仅是苹果公司的观点。像Gary Marcus这样的AI专家一直在指出这一点。拉响警报多年来,警告称尽管大型语言模型非常出色,但它们正面临显著的限制。

然而,尽管有这些警告,风险投资公司(VCs)仍然注入数十亿资金将大型语言模型(LLM)创业公司比作盲目追随的旅鼠奔向悬崖。由于担心错过下一轮人工智能淘金潮,人们对LLM产生了强烈的吸引力,导致投资狂热。风险投资者追逐炒作而未能充分认识到LLM可能已经达到了顶峰的事实。就像那些旅鼠一样,这些投资者中的大多数很快会发现自己跌落悬崖,当技术达到其自然极限时,他们的跟风投资也将化为乌有。

大型语言模型(LLMs)虽然具有革命性,但在很多方面也存在缺陷。它们本质上是模式识别引擎,能够基于大量训练数据预测接下来应该出现的文本内容。但它们实际上并不理解自己生成的文本。这导致了诸如幻觉等广受记录的问题——即LLMs自信地生成完全虚假的信息。尽管在模仿人类对话方面表现出色,但它们缺乏真正的推理能力。尽管人们对其潜力充满期待,但LLMs无法像人类那样进行批判性思考或解决复杂问题。

此外,资源需求运行这些模型的成本是天文数字。训练大型语言模型需要巨大的数据量和计算能力,这使得它们在扩展时效率低下且成本高昂。仅仅让这些模型变得更大或者用更多的数据进行训练并不能解决根本问题。正如苹果公司的论文和其他研究指出的那样,当前对大型语言模型的方法存在显著的局限性,这些局限性无法通过蛮力来克服。

这就是为什么像加里·马库斯这样的AI专家将大规模语言模型称为“聪明的白痴”。它们可以生成令人印象深刻的输出,但从根本上来说,它们缺乏真正理解与推理的能力。我们从每个新的LLM迭代中看到收益递减的现象表明,这项特定技术已经接近其S型曲线的顶点。

但这并不意味着人工智能已经死亡——甚至远非如此。大型语言模型达到其极限只是指数型技术发展过程中的一个自然阶段。每一个重大的科技突破都遵循一种可预测的模式,通常被称为创新的S曲线。起初,进步缓慢且充满挫折和失败。然后是快速加速期,在此期间重大突破迅速发生,技术开始改变行业。但最终,每项技术都会达到其自然极限而进入平台期。

我们之前已经看到无数技术都经历过这样的发展过程。以互联网为例,在早期,怀疑论者将其视为仅供学者和爱好者的工具。增长缓慢,采用率有限。但随后随着基础设施的改进和用户友好的界面出现,互联网的发展迅速加速,并成为今天主宰全球的力量。同样的事情也发生在智能手机上。早期版本笨拙且不令人印象深刻,许多人对其长期潜力表示怀疑。但是随着iPhone的推出,智能手机革命开始腾飞,几乎改变了现代生活的方方面面。

最有前景的AI发展领域之一是神经符号AI。这种混合方法结合了神经网络的模式识别能力和符号AI的逻辑推理能力。与基于统计概率生成文本的大语言模型不同,神经符号AI系统被设计为真正理解和解决复杂问题。这可以使AI超越仅仅模仿人类语言,进入真正的解决问题和批判性思维领域。

另一个关键的研究领域是致力于使AI模型变得更小、更高效和更具可扩展性。大型语言模型(LLMs)极其耗费资源,但人工智能的未来可能在于构建更强大却成本更低且更容易部署的模型。与其让模型变得更大,下一波人工智能创新可能会集中在使其更加智能和高效上,从而解锁更广泛的应用程序和行业。

上下文感知的人工智能也是主要的研究焦点。当今的大型语言模型在对话中常常会失去上下文,导致矛盾或不连贯的回答。未来模型可以更有效地保持上下文,从而实现更深、更有意义的互动。

困扰大型语言模型(LLM)的伦理挑战,如偏见、 misinformation(误传信息)和潜在的滥用,在下一波人工智能研究中也得到了直接应对。人工智能的未来将取决于我们能否使这些系统与人类价值观相契合,并确保它们产生准确、公正且无偏见的结果。解决这些问题对于在医疗保健、法律和教育等高风险行业中广泛采用人工智能至关重要。

每一个伟大的技术飞跃之前都伴随着一段沮丧和失败的时期,但当它达到一个转折点时,就会带来改变一切的突破。这就是我们目前在人工智能领域所处的位置。当下一个S形曲线出现时,今天的科技将显得非常原始。虽然一些投资者可能已经因为过度投资而陷入困境,但对于那些关注的人来说,真正的AI革命才刚刚开始。

更多必读评论由发表财富:

在Fortune.com评论文章中表达的观点仅反映作者的个人观点,并不一定代表Fortune.com的意见和信念命运fortune(注意:在此上下文中,“Fortune”可能指的是“财富”,但根据给出的句子和要求直接准确翻译,“命运”更符合语境)若无具体句子或更多上下文,默认为"命运"。如果有特定含义如公司名福布斯,则需要进一步说明。 鉴于此,如果仅仅基于字面意义且未指定具体情境或内容,输出: 命运 但根据常见的使用场景和原文的简洁性,更直接的答案是: 财富 或者保持原始请求不变: Fortune.

关于《下一轮人工智能不会由大语言模型驱动。这是投资者应该关注的重点》的评论


暂无评论

发表评论

摘要

苹果刚刚发布了一篇论文,微妙地承认了人工智能(AI)社区长期以来所暗示的事情:大型语言模型(LLMs)正接近其极限。它们本质上是模式识别引擎,能够根据大量训练数据预测接下来可能出现的文本。起初,进展缓慢且充满错误的尝试和失败。解决这些问题对于在医疗、法律和教育等高风险行业广泛采用AI至关重要。那些疯狂投资的人可能已经走上了不归路,但对于密切关注的人来说,真正的AI革命才刚刚开始。