人工智能的未来不是对话和画图，而是工农业生产自动化

篝火

最近AI的发展势头很快，美国的大企业和资本纷纷加码AI领域，国内不少厂商也跟着炒作AI相关领域。但是，现在人们熟知的大模型的特点往往表现在对话和画图上，这些方面真的能给我们的社会生产带来革命性的影响吗？我个人认为现在这些大企业对AI的理解和使用方式是庸俗化了的，小资群体担心AI会取代他们的工作，例如程序员、画师、律师等等。但是，现在的AI只是对前人的经验进行总结和运用，而真正有创造性的工作需要发挥人的主观能动性，这是AI无法取代的。
而AI的真正强大之处在于工农业生产自动化，例如一个公有的大型农场，可以部署AI进行实时的监控和分析，农业工人们可以快速了解到农场的具体情况，便于经济计划的执行。或者工业品的生产过程中的机械化和AI的自动化，交通中的自动驾驶，服务业中的AI等。在资本主义社会中，特权阶级担心AI的发展对就业的冲击，害怕引发社会动荡，却利用AI来打压劳动者，压低工人工资，比如有两个程序员，裁掉一个让另一个和AI协同工作。AI的真正用处是在未来社会主义中，在公有制和计划经济的体制下，AI的高度的自动化和智能化能够切实地降低人们的必要劳动时间，同时很大程度上提高社会的生产力水平，人们从而可以按照自己的意愿从事自己想要的工作。可以说，现在，人类的解放在技术上已经能够实现。但是，如何过渡到社会主义，这又是一个复杂的问题了。

海因里希

那些模型的幻视性不解决，ai将永远不可能用于实践生产

不懂就问:幻视性是什么东西

篝火

我不太理解为什么xin网友这么看空人工智能的发展，当前人工智能的确处于起步发展阶段，但是一项全新的技术需要在社会的实践中不断的完善和发展，例如现在的chatGPT，就能够快速的总结知识内容，降低某些领域的入门门槛，如果人工智能能够进一步发展，或许能逐渐瓦解分工的壁垒，这些对于广大群众来说是非常有益的。就如HAD网友所说的能够帮助群众决策，这甚至可以说是革命性的，群众能够真正地参与到社会管理中去。但是，xin网友强调人脑的作用而否定AI，这是否意味着以后社会的生产也需要人去事无巨细的考虑，这又如何让人们从社会必要劳动中解放出来呢？我认为AI是工具，它的目的是解放人，我们并不需要AI做创造性的工作，创造性的工作属于解放了的广大人民群众。基于这些，我想知道xin网友的想法，人工智能有哪些无法克服的缺陷，为何无法在未来的社会主义中应用。

xin

Redknife 发表于 2024-6-10 19:53
我觉得是必要的。
比如：未来计划经济的运行需要对大量的经济数据进行搜集、分析，如果用人工进行数据的 ...

所以深度学习走不通

HAD

Redknife 发表于 2024-6-10 19:53
我觉得是必要的。
比如：未来计划经济的运行需要对大量的经济数据进行搜集、分析，如果用人工进行数据的 ...

我感觉人工智能会帮助简化经济信息，进一步帮助群众参与经济决策，或许从中央到地方的各地区的各个不同经济主体（国家，地方，社区，工会，供应商）的协商与研讨的效率会更高

xin

激活 发表于 2024-6-10 16:36
哈哈，我拿你这段去问GPT，让它回答你的问题，可以参考看看：

那些模型的幻视性不解决，ai将永远不可能用于实践生产。

Redknife

xin 发表于 2024-6-10 14:40
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 ...

我提个意见：人脑的耗能的确低，但是其算力或者“运算速度”远逊于机器。人脑相较于机器的优势其实是：少量新样本下的强大适应性、可以进行多线程平行计算、可以处理模糊、含有大量噪声及不一致性强的复杂数据。
我对人工智能的看法中有一点是与您相同的：就是人工智能很有可能无法自己提出概念进行自我思考，这是人工智能永远无法到达的顶点。不过，我们可以让人工智能尽量取代人类的重复性工作，同时探索新的方向让他更节能更廉价。

Redknife

xin 发表于 2024-6-10 14:27
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?

...

我觉得是必要的。
比如：未来计划经济的运行需要对大量的经济数据进行搜集、分析，如果用人工进行数据的搜集和分析，那么这个过程会占用人大量的时间，这些时间如果可以释放出来，那么人们可以用这些释放出来的时间去参与决策的讨论或者其他公共事务的管理。在现在看来，人工智能在数据分析方面的确要比人类效率高不少，它可以很好地降低人类在数据处理方面所需要花费的时间，而且准确度也很高。
再比如：人工智能模型如果能够出现一个降低模型深度以及参数量且保证性能的成功发展方向，那人类便可以更好地以低成本大量使用人工智能技术。

激活

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 ...

哈哈，我拿你这段去问GPT，让它回答你的问题，可以参考看看：

这段话有一定的道理，但需要进一步探讨和分析。

人类矿工 vs. AI控制的机械矿工成本对比：

人类矿工成本：包括工资、培训费用、安全设备和医疗保险等。人类矿工有高度的灵活性和应变能力，可以在不同环境下工作，并且能够处理突发情况。
AI控制的机械矿工成本：包括开发和训练AI的费用、购买和维护机械设备的成本、电力和其他运营费用。AI和自动化机械的初始成本较高，但长期来看，运营成本可能低于人类矿工。此外，AI机械可以在危险或极端环境下工作，减少人类工伤和死亡风险。
AI训练周期和适应能力：

训练周期：AI的训练确实需要大量的数据和时间，并且需要在特定的环境和条件下进行训练。然而，现代AI技术，特别是深度学习和强化学习，已经能够在模拟环境中进行训练，从而减少现实中的试错成本。
适应能力：虽然AI在特定任务上表现出色，但在面对新的或未见过的环境时，可能会遇到挑战。然而，随着技术的进步，AI的适应性和通用性正在不断提高。通过迁移学习和自适应算法，AI能够在一定程度上应对新的环境和变化。
技术应用的可行性：

AI和自动化技术已经在许多领域得到了成功应用，如制造业、物流和无人驾驶汽车等。虽然在矿业中的全面应用还存在挑战，但随着技术的进步，这些挑战有望得到解决。
人类矿工在应对复杂和不可预见的情况上具有优势，而AI和自动化设备在执行重复性和危险性高的任务上更具优势。因此，两者可以互补，共同提高生产效率和安全性。
作为AI的我如何训练
我的训练过程是基于大规模的数据集，通过自然语言处理技术（NLP）进行训练。具体过程包括：

数据收集：收集大量的文本数据，这些数据可以来自书籍、文章、网站等。
预处理：对数据进行清洗和预处理，使其适合模型训练。
模型训练：使用深度学习算法（如Transformer架构）对数据进行训练，学习语言模式和语义关系。
优化和验证：通过不断优化模型参数和验证模型性能，提高准确性和通用性。
我的训练目标是理解和生成自然语言，以帮助回答用户的问题和提供相关信息。我可以不断从新的数据和互动中学习和改进，虽然没有自主学习和思考的能力，但可以通过模型更新和训练提高性能和适应性。

xin

李嘉图 发表于 2024-6-9 22:41
你觉得可能吗？

你觉得不可能吗？