这一波是十年前的AlexNet才开始让ML实用化 以往都只是研究
AlexNet横空出世 GPU+大型CNN 辨识率高
忽然让一堆人想到 啊干 原来GPU能干那么复杂的事情
所以从2012年之后 ML/AI的研究如同雨后春笋呈现爆炸性的增长
ML从事的人多 想法就多 推出的模型多 成功的总会有几个
GPT这种transformer类的模型 也是在2012年之后才出现的
而GPT的参数越来越大 精确度越来越高 直到前几个月 开放公测让大家玩个爽
才会有那种忽然红的感觉
你玩过ChatGPT也知道 还是会丢一些错误的讯息 而且你马上能看出来
所以整个产业目前还是把AI当作生产力工具 当作copilot 由人类最后来把关
不能完全相信ChatGPT给的东西
不管GPT还是CNN 他们的本质就是一堆工程数学的运算
他们最多就是给你机率最高的答案 这个答案不一定是对的
ChatGPT的出现有点像是核融合输出能量大于输入能量的那一刻
但是能不能广泛商用 真的很难讲
是比核融合机会大多了
GPT要普及到人类社会当中 一定要往更少的参数 更低的prompt成本来走
GPT3到GPT4目前看起来还是在堆参数 而且训练成本天价
有点变成晶圆代工的味道
不往更精简的模型 更低的prompt成本走
可能只有少数几个公司能玩得起这种大型模型
OpenAI的本质就是普及AI 他们在堆参数追求高准确性的同时
一定也会想到怎么让模型更精简还能同时达到一定的准确性
就跟当初CNN怎么最后被搬到消费型电子用品上头
GPT的目标也是
※ 引述《koiopolo2 (K)》之铭言：
: AI人工智能是至少20年以前就在讨论的东西
: 也许多人开发研究
: 那时候的聊天机器人很呆
: 没办法承先启后完整的聊天
: 还会不小心就被玩坏调教成脏话智慧
: 但为什么到今年就突然什么都有了
: 究竟是你我长期流窜在网上的大数据水库
: 在疫情时代有更多人的投入使其更加完善
: 还是外星科技在挤牙膏想说该给猴子来点革命了
: 卦 ？
: 然后google引擎妈的智障干你娘比20年前还烂