-
数学论证GPT-4不是随机鹦鹉：真如此的话整个宇宙都会坍缩
克雷西 发自 凹非寺量子位 | 公众号 QbitAI对于ChatGPT的工作原理，一个常见的解释是根据统计学规律预测下一个词。但最近一位叫Jacob Bayless的工程师用数学方法得出惊人结论：若是如此，所需的信息量足以让整个宇宙都坍塌成黑洞。这一数据量是50000^8000，根据贝肯斯坦上限(Bekenstein bound)原理，如果把这些信息分配到空间当中，所需要的信息密度已经远超宇宙能承受的最大值。而这仅仅是把数据存储起来的消耗，更不必说还要进行运算了。而ChatGPT与单纯统计预测的区别，可以做这样的类比：如果天文学家通过历史观测记录推算出月食的周期，这可以算是统计学。但当他们总结出牛顿万有引力定律的时候，就已经超越了统计学。什么是“随机鹦鹉”一个流传很广的说法，所谓大语言模型实际上相当于一个“随机鹦鹉”——与我们观察其输出时的情况相反，语言模型只是将其在庞大的训练数据中观察到的语素胡乱拼接在一起，根据概率生成文本，但不清楚文字背后的任何含义，就像一个随机的鹦鹉。出自论文On The Dangers of Stochastic Parrots: Can Language Models Be Too Big这对过去的语言模型，或许确实成立。比如曾经流行的n-gram算法。比如当我们在搜索引擎中进行搜索时，出现的联想词就能用此方法实现。具体来说，下面的三行文本中，第一行纯粹是随机生成，第二行考虑了单词在英语中整体的出现概率，第三行则考虑了单词在前一个词后面出现的概率。n = 0: RECEIVE FALL SURPRISED FRIDAY INGREDIENT…n = 1: REPRESENTING AND SPEEDILY IS AN GOOD…n = 2: THE CHARACTER OF THIS POINT IS THEREFORE…不难看出，随着n值的升高，文本越来越接近人类语言。而n-gram模型根本不需要掌握其中的语义或理解其中的抽象概念，就能生成像模像样的句子。据此有人猜想，GPT-4会不会也只是一种高级的n-gram呢？Bayless提出，GPT必须学会抽象才能有如今的效果，至少GPT-4肯定如此。GPT-4不只是“随机鹦鹉”要证明这一点，可以先看下棋机器人的例子。如果有一种下棋机器人，存储了巨量棋谱数据，对于每个棋局都能推荐下一步。那它就能通过“背谱法”模仿其他任何棋手或程序的下法比如Stockfish是最先进的国际象棋程序，如果仅通过对战而不看源码，是无法确定Stockfish是否在背谱。但实际上，包含所有情形和步骤的棋谱数据量可能超过2^154。而Stockfish的程序只占用了不到50MB的空间，根本不可能存下需要的所有棋谱。所以Stockfish肯定是通过更高级的方法来实现下棋的。人类语言的复杂度远超过棋类游戏，因此GPT的数据量更是同理。仅在是上一代的GPT-3的token字典中就有超过5万token。如果对每个词都逐一建立统计信息，n-gram模型中n值将高达8000。届时，需要存储的情景数量将达到50000^8000。正如文章开头所提到，这简直是天文数字，足以让整个宇宙坍缩。因此，GPT是“随机鹦鹉”的猜测在理论上得到了一定程度的批驳。“随机鹦鹉”达不到的高度仅在理论上进行说明是不充分的，因此研究人员还进行了两个实验，意图证明大模型在学习过程中已经抽象出了算法。第一个实验关于一道经典的农夫过河问题。一个农夫有一条船，和狼、羊、菜，农夫要把这3样东西运到河到另一边，农夫每次最多只能通过这个船运一样东西，要防止狼吃羊、羊吃白菜（即不能在没有农夫在的情况下同时在同一岸边），该怎么过？研究人员将这个问题中的农夫、船、河分别替换成地球人、虫洞和银河系。狼、羊和菜则分别换成火星人、金星人和月球人。替换的目的是因为互联网上不太可能出现类似语料，可以判断大语言模型是不是真的掌握了通用方法。如果GPT不是“随机鹦鹉”，那么它至少不会犯下只有“随机鹦鹉”才会犯的错误。GPT-4针对替换后的问题给出了正确的回答，GPT-3.5则没有。但它们并没有犯研究人员预想的“鹦鹉”错误——即在回答中出现狼、船、河等已被替换掉的词语。回答中使用的句子，也无法在互联网中被检索到。这些现象都证明了现在的大语言模型的生成方式已经超越了“概率预测”。第二个实验则是数字排序。如果让GPT学习数字排序，它们究竟是只会记住给出过的数字顺序，还是真的研究出排序算法呢？其实只要从GPT的输出当中就可以看出来了。假如从1-100中随机选择10个数字，并将其顺序打乱，将一共有这么多种情形：如果再考虑数字的重复出现，又或者数字的数量发生变化，根本不可能存储如此之多的情形。因此，只要GPT能够针对未知的排序问题给出正确的回答，便可以说明它们是真的研究出了排序算法。研究人员训练了一款特斯拉前AI总监Andrej Kaparthy发明的语言模型nanoGPT，专门让它做数字排序。结果显示，随着训练步数的增加，模型给出的数字顺序越来越完美。虽然在训练步数达到16万左右时突然出现了大量错误，但也很快得到了纠正。这说明这款模型并不是仅仅根据学习的素材对未知的数字进行排序，而是已经掌握了背后的方法。这个测试只是在一台笔记本电脑、算力非常有限的GPU上进行的。更不必说GPT-4了。参考链接：https://jbconsulting...
智能设备 2023-05-27 16:02:19 -
马斯克：特斯拉FSD11.4应该被称为12.0，因为它有很多重大改进
IT之家5月8日消息，马斯克表示，特斯拉FSDBetav11.4将从明天（当地时间周一）开始向更多员工推送，而且他认为v11.4不应该只是个小版本更新，因为它有着很多重大改进内容。不过他也提到，真正的FSD12是为端到端AI保留的，从图像输入到车辆转向、制动和加速输出的端到端AI系统...
智能设备 2023-05-08 13:15:36 -
花费130亿美元投资OpenAI，能给微软带来什么？潜力很大，不确定性也很多
4月10日消息，微软已陆续向人工智能初创企业OpenAI投资130亿美元。这些投资让OpenA的估值达到近300亿美元，其中蕴含着巨大潜力，同时也存在很多不确定性...
业界动态 2023-04-10 10:42:28 -
谷歌外包审核抱怨：很多话题我都不懂，如何短时间判断Bard说的对不对
4月5日消息，谷歌近日推出了聊天机器人Bard，并呼吁公司员工进行内部测试，同时也委托了许多外部承包商进行评估。然而，一些承包商爆料称，他们根本没有足够的时间来验证Bard的答案是否正确，最终只能凭借猜测...
业界动态 2023-04-05 11:33:23 -
蔚来李斌：换电服务到了可以对外输出的阶段，已有车企探讨合作
在经过5年的积淀后，蔚来的换电站或将开始外供。4月1日，在中国电动汽车百人会论坛（2023）上，蔚来汽车CEO李斌在接受澎湃新闻等媒体采访时表示，希望其他企业与蔚来共享、共建充换电基础设施...
智能设备 2023-04-02 11:52:46 -
曝LOL格斗游戏或登PS平台新机制允许防御时取消后跳
格斗游戏职业玩家GamerBeeTW透露，《英雄联盟》衍生的格斗游戏“ProjectL”大概率登陆PlayStation平台。GamerBeeTW近期受邀参加了拳头举办的ProjectL活动，并在现场得知了这一消息...
游戏资讯 2023-04-01 20:16:20 -
据传苹果降低了A17仿生的性能目标以减少台积电的生产工艺阻力
过去几周，据称A17仿生学的性能数据被泄露出来，不幸的是，结果是假的。苹果有可能无法实现这些结果，因为据传台积电在其3纳米芯片生产方面陷入困境，迫使其最有利可图的客户放弃其即将推出的高端iPhoneSoC的性能目标...
手机互联 2023-03-21 09:43:37 -
李开复：AI进入2.0时代，所有应用都会被重写一遍
衡宇发自凹非寺量子位|公众号QbitAIAI2.0是绝对不能错过的一次革命，它会是一个平台级别的趋势，超过移动互联网十倍。这是创新工场董事长兼CEO李开复说出的惊人之语...
智能设备 2023-03-17 10:30:04 -
寒气传到苹果！降低部分员工奖金发放频率、扩大冻结招聘范围
3月15日消息，据知情人士透露，苹果推迟了该公司部分团队的奖金发放，并扩大了成本削减努力。此前，许多硅谷科技公司都采取了类似措施，试图在不确定时期精简运营...
电信通讯 2023-03-15 08:06:58 -
《OW》商业主管离职暴雪：未来将有很多新内容
据thegamer消息，在暴雪工作了6年后，《守望先锋》的商业主管兼副总裁乔恩·斯佩克特宣布他将于本月底从暴雪离职。目前并不清楚谁将接替这一职位，斯佩克特本人也没有透露接下来的去向...
游戏资讯 2023-03-11 14:08:14 -
苹果探索AirPods新交互方式：向下点头降低音量，往后仰提高音量
IT之家3月10日消息，根据美国商标和专利局今天公示的清单，苹果公司获得了一项关于AirPods的新技术专利。根据专利描述，AirPods佩戴者可通过头部移动、姿势来控制AirPods的播放...
智能设备 2023-03-10 09:57:30 -
对话荣耀方飞：Magic5很多地方已经超越华为
崔玉贤/文3年，3代Magic，荣耀重塑荣耀。荣耀Magic5系列发布会前后，荣耀产品线总裁方飞揭秘了这款产品背后的故事以及大众这些年来对于荣耀的“误解”...
电信通讯 2023-03-08 14:01:23
