红色中国网

 找回密码
 立即注册
搜索
楼主: 篝火
打印 上一主题 下一主题

人工智能的未来不是对话和画图,而是工农业生产自动化 [复制链接]

Rank: 8Rank: 8

15#
发表于 2024-6-10 14:40:24 |只看该作者
Redknife 发表于 2024-6-9 23:52
ai的训练并不需要它从头开始挖废多少矿井,事实上现在的ai训练会经常地使用人类过往汇总的数据或者知识经 ...

现在大型ai的发展就是无限积累算力,那就需要持续发展生产力配套给ai供给,但是现在地球的环境已经不支持这样做。

人脑的耗能就非常低,但是算力非常强,强到可以自我学习和思考,总结经验和发展新方式,这是ai做不到的,想从事挖掘矿山这种比较考验复杂细节和应对风险的工作,我认为起码是要达到人类大脑算力的三分之一,才能勉强保证机械能稳定按照指令运行,同时计算最优解。

但是我们不可能真的为了挖掘一次矿石给它们造几万个芯片烧光,所以对此我对未来ai发展保持悲观态度。

使用道具 举报

Rank: 8Rank: 8

14#
发表于 2024-6-10 14:27:48 |只看该作者
Redknife 发表于 2024-6-9 23:42
我提个意见:人工智能和其他与自动化强相关的技术是一定要坚持发展的,而且要与社会主义生活建设同步,这 ...

红色之刃同志认为人工智能技术发展对于未来社会主义生活建设是完全缺一不可的东西吗,必要充分条件?

使用道具 举报

Rank: 8Rank: 8

13#
发表于 2024-6-10 14:23:34 |只看该作者
Redknife 发表于 2024-6-10 01:00
事实上“对于不断变化的事物没有应变能力”的技术不只是现有的ai技术,过往的许多自动控制技术也同样如此 ...

那我就静待佳音了,毕竟事物是不断发展变化,说不定下一秒就达到科学奇点了呢,但目前在我来看ai技术很不成熟,对完全实践与人类劳动生产还非常遥远。

使用道具 举报

Rank: 6Rank: 6

12#
发表于 2024-6-10 01:00:02 |只看该作者
本帖最后由 Redknife 于 2024-6-10 01:04 编辑
xin 发表于 2024-6-9 22:01
举一个例子,一个人类下矿和ai控制的机械下矿,谁的成本高?

只要是一个脑能力正常的人类,几个月就能学会 ...

事实上“对于不断变化的事物没有应变能力”的技术不只是现有的ai技术,过往的许多自动控制技术也同样如此,这些技术连学习和训练能力都没有。但这不代表这些技术不能用于劳动生产过程中,相反许多专用性极强的自动控制技术、通信技术都广泛的应用于现在的劳动生产过程,所以我们不能因为一些新技术仍然不完美或者有一些明显的缺点而去小看它们。

使用道具 举报

Rank: 6Rank: 6

11#
发表于 2024-6-10 00:26:33 |只看该作者
本帖最后由 Redknife 于 2024-6-10 00:52 编辑
Redknife 发表于 2024-6-9 23:52
ai的训练并不需要它从头开始挖废多少矿井,事实上现在的ai训练会经常地使用人类过往汇总的数据或者知识经 ...

还有,现在的ai模型训练后会用校验集调节出最优的超参数,在进行性能评估的时候都会用测试集进行模型泛化能力的测试,以考验其在面对新样本时的性能。在这里,校验集与测试集都不会在训练时被模型学习到,以保证人类用校验集调整超参数之后就可以让模型拥有最优的泛化能力,也保证人类可以用测试集更好地测试出模型的泛化能力。泛化能力过差的模型是不会被用于生产当中的,学术上也不会认可(比如把数据噪音都学习进去的过拟合模型)。

使用道具 举报

Rank: 6Rank: 6

10#
发表于 2024-6-9 23:52:50 |只看该作者
本帖最后由 Redknife 于 2024-6-10 00:23 编辑
xin 发表于 2024-6-9 22:01
举一个例子,一个人类下矿和ai控制的机械下矿,谁的成本高?

只要是一个脑能力正常的人类,几个月就能学会 ...

ai的训练并不需要它从头开始挖废多少矿井,事实上现在的ai训练会经常地使用人类过往汇总的数据或者知识经验(先验知识)来缩短训练时间及提升效能,比如迁移学习方法可以把曾用于相近任务的模型用于新的任务进行训练微调,这样的模型训练时间更短且效果不差。
现在的gpt模型拥有庞大的参数量(GPT初始版本为1.17亿,GPT-3.5为1750亿)和极长的训练时长,但是其可以将现有互联网的所有数据都用于训练。在训练完成之后,使用的时候只需要给该模型一些提示词,gpt模型就可以直接输出比较准确的答案。这样的模型微调模式被称为“few-shot learning”, 在这种微调方式下模型并没有用提示词调整参数,而只是根据提示词进行推理便可以解决新的类型的问题。现有的gpt模型拥有庞大的参数量,但是其效能仍未是ai模型中的极限,根据最近新的更大模型的表现来看,ai模型效能还能继续随参数量上升而上升。
只不过大模型的训练会面临一个问题,就是其相对于人类的大脑而言需要的初始训练时间和训练、推理所需要耗费的电能仍然是比较巨大的(GPT3.5训练一次成本为460万美元左右),所以如Yan Lecun等ai专家认为现有的ai模型发展线路即“堆叠参数量、加大模型深度(层数)”是无法持续走下去,人类仍然需要探索新的ai技术发展方向。

使用道具 举报

Rank: 6Rank: 6

9#
发表于 2024-6-9 23:42:51 |只看该作者
本帖最后由 Redknife 于 2024-6-9 23:44 编辑
xin 发表于 2024-6-9 22:09
未来社会主义政权也不会以“提高生产力”为主要目标,现在资本主义生产力高到已经快让地球生态环境崩溃了, ...

我提个意见:人工智能和其他与自动化强相关的技术是一定要坚持发展的,而且要与社会主义生活建设同步,这不是说发展这些是为了增加物质生产总量,而是这些技术可以更好地减少体力劳动时间,毕竟减少体力劳动时间是发展共产主义的必备条件之一,也是塑造共产主义生活方式的重要一步。

使用道具 举报

Rank: 8Rank: 8

8#
发表于 2024-6-9 22:49:26 |只看该作者
李嘉图 发表于 2024-6-9 22:41
你觉得可能吗?

说清楚嘛,什么不可能?

使用道具 举报

Rank: 6Rank: 6

7#
发表于 2024-6-9 22:41:52 |只看该作者
xin 发表于 2024-6-9 22:09
未来社会主义政权也不会以“提高生产力”为主要目标,现在资本主义生产力高到已经快让地球生态环境崩溃了, ...

你觉得可能吗?

使用道具 举报

Rank: 8Rank: 8

6#
发表于 2024-6-9 22:09:42 |只看该作者
未来社会主义政权也不会以“提高生产力”为主要目标,现在资本主义生产力高到已经快让地球生态环境崩溃了,而是人民全面自由发展的民主生活,这个只需要持续减劳动者的工作时长让大家都参与到政治生活中就能做到。

人工智能这种算力低效又无法预测的技术倒不用搞,至少不会一开始就和社会主义生活建设同步搞。

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

Archiver|红色中国网

GMT+8, 2024-7-2 06:12 , Processed in 0.017822 second(s), 8 queries .

E_mail: redchinacn@gmail.com

2010-2011http://redchinacn.net

回顶部