圖文原創(chuàng)：親愛的數(shù)據(jù)

美國大模型水平領(lǐng)先，國內(nèi)大模型蓄勢而發(fā)。

國內(nèi)大模型參與者眾多，百度文心一言第一個有勇氣站出來發(fā)布。

此處應(yīng)有掌聲。

事前事后，中國網(wǎng)友的吶喊聲不絕于耳：“文心一言到底什么水平??？”

其實網(wǎng)友更想知道：國內(nèi)AI大模型到底什么水平。

因為國內(nèi)目前只發(fā)布了一個AI大模型，所以在打造知名度上，百度領(lǐng)先。

同時，據(jù)“親愛的數(shù)據(jù)”獲得的信息，2023年3月底還會有一個國產(chǎn)AI大模型發(fā)布。但是，未獲許可，不能公開。

有競爭是好事，內(nèi)卷式消耗才是壞事。

社會各界人士的花式問答固然有趣，“親愛的數(shù)據(jù)”還是選擇了一位AI大佬設(shè)計的“蜜熊測試”。

《蜜熊測試：5分鐘感受大模型“實力指數(shù)”》（可點擊跳轉(zhuǎn)閱讀）

對，沒看錯，“蜜熊”就是蜂蜜和熊。

理解它幾乎沒有任何難度，可以說這是個零門檻游戲。

我們從“蜜熊測試”游戲中找?guī)讉€難題。

問：一頭熊一天吃14罐蜂蜜，請問它一年吃多少罐蜂蜜？

文心一言：14×365=5110 罐。

問：一頭熊一天吃14罐蜂蜜，請問它閏年吃多少罐蜂蜜？

文心一言：14×4=56 罐蜂蜜。

測試考察：小學(xué)語文+簡單的數(shù)學(xué)能力。算錯可能不理解閏年。

難題來了。

問：請畫一張小熊吃蜂蜜的 ascii art 圖片？

文心一言：很抱歉，我沒有構(gòu)思好這幅作品，請您稍后再試。

這題誰出的，站出來，為什么這么難？

果然，文心一言被考住了，連我也很難畫得如此“言簡意賅”。

ChatGPT用點和線，“拼出”了一個看上去坐著的熊，耳朵清晰可見，稍顯粗糙，我說它是狗也沒錯，但能“畫”成這樣，也很厲害了。

測試考察：難度略高，涌現(xiàn)能力。

ChatGPT有“涌現(xiàn)能力”。

又來一道難題。

問：一只熊抱著一罐蜂蜜從一個點出發(fā)，向南走一公里，再向東走一公里，再向北走一公里，正好又回到了起點，請問：這只熊是什么顏色的？

文心一言：

這只熊是棕色的。

由于蜂蜜罐的存在，熊只能向南、北和東三個方向移動。由于它最終會回到起點，因此只有在熊從任何一個方向出發(fā)時才可以達(dá)到起點。這意味著它可以選擇從南方或北方開始移動，但不能從東方開始移動。因此，由于蜂蜜罐的存在，熊必須向南走一公里才能到達(dá)起點。

如果蜂蜜罐沒有被拿走，熊將繼續(xù)沿著北邊的路線前行，直到它回到原點，因此它是棕色的。

對于難題，不會做或做錯都很正常。

因為國內(nèi)多家大模型參與者的模型還沒有開放或者只是半開放測試機(jī)會，所以，“一高一低”不等于“一個最好，一個最差”。

ChatGPT領(lǐng)先，文心一言還行。

這是一個游戲，大家“感受”模型的實力，而不是測試模型的真正實力。

“游戲”結(jié)束了，那么ChatGPT為什么會做“難題”？

或者說，ChatGPT如何就能觸類旁通地學(xué)習(xí)了？

ChatGPT背后的內(nèi)核模型已經(jīng)升級到GPT4了。顯然，GPT4有涌現(xiàn)能力。

涌現(xiàn)能力，英文名Emergent Ability。

一開始，當(dāng)模型小于一定規(guī)模時，模型性能一般。

然后，模型參數(shù)增長，可惜模型性能效果無提升。

但是，當(dāng)模型超過某個規(guī)模之后，性能突然就上去了，這就是“涌現(xiàn)”。

中國科學(xué)院自動化研究所紫東太初大模型中心常務(wù)副主任、武漢人工智能研究院院長王金橋告訴我：

“研究發(fā)現(xiàn)，在100億到1000億參數(shù)區(qū)間產(chǎn)生能力涌現(xiàn)?！?/p>

他還談道：“如果在較小的模型中不存在，但在較大的模型中存在，則該能力就是涌現(xiàn)的?！?/p>

專業(yè)說法是，有了涌現(xiàn)能力的大模型，就能解決未知任務(wù)。

或者說，AI大模型也能回答超綱題。

簡單說，學(xué)武到了一定境界，對從未見過的招式也能觸類旁通。

2023年3月15日，王金橋院長在上市公司航天宏圖的內(nèi)部討論會上以這樣一句話展開他的演講：“ChatGPT的問世，標(biāo)志著NLP（自然語言處理）中間任務(wù)的消亡。”

這句話令人唏噓不已，一個AI的技術(shù)階段悄無聲息地落下帷幕。很多NLP子領(lǐng)域不再具備獨立研究價值。

我問王金橋院長：

“我們?nèi)绾蚊枋鲇楷F(xiàn)能力之于大模型的重要性？”

他的答案是：“涌現(xiàn)能力是認(rèn)知智能是否具備的一個重要現(xiàn)象。就是能夠在模型學(xué)習(xí)的有限任務(wù)的基礎(chǔ)上，做相關(guān)未知任務(wù)，舉一反三，具備數(shù)學(xué)邏輯和知識推理的能力。”

他強(qiáng)調(diào)：

“沒有涌現(xiàn)能力就沒有認(rèn)知智能，例如語言大模型訓(xùn)練過程中，無論參數(shù)和迭代次數(shù)增加多少，始終不能在多任務(wù)語言任務(wù)上有突然的性能提升，就說明模型失敗了?！?/p>

有了ChatGPT，AI不會搶飯碗，比你更會用AI的人才會搶飯碗。

快來一本這樣的書吧——《ChatGPT高效提問指南》。

（完）

更多閱讀

AI框架系列：

1.搞深度學(xué)習(xí)框架的那幫人，不是瘋子，就是騙子（一）

2.搞AI框架那幫人丨燎原火，賈揚(yáng)清（二）

漫畫系列

1.?解讀硅谷風(fēng)投A16Z“50強(qiáng)”數(shù)據(jù)公司榜單

2.?AI算法是兄弟，AI運維不是兄弟嗎？

3.?大數(shù)據(jù)的社交牛逼癥是怎么得的？

4.?AI for Science這事，到底“科學(xué)不科學(xué)”？

5.?想幫數(shù)學(xué)家，AI算老幾？?

6.?給王心凌打Call的，原來是神奇的智能湖倉

7.?原來，知識圖譜是“找關(guān)系”的搖錢樹？

8.?為什么圖計算能正面硬剛黑色產(chǎn)業(yè)薅羊毛？

9.?AutoML：攢錢買個“調(diào)參俠機(jī)器人”？

10.?AutoML：你愛吃的火鍋底料，是機(jī)器人自動進(jìn)貨

11. 強(qiáng)化學(xué)習(xí)：人工智能下象棋，走一步，能看幾步？

12.?時序數(shù)據(jù)庫：好險，差一點沒擠進(jìn)工業(yè)制造的高端局

13.?主動學(xué)習(xí)：人工智能居然被PUA了？

14.?云計算Serverless：一支穿云箭，千軍萬馬來相見

15.?數(shù)據(jù)中心網(wǎng)絡(luò)：數(shù)據(jù)還有5納秒抵達(dá)戰(zhàn)場

16. 數(shù)據(jù)中心網(wǎng)絡(luò)“卷”AI：遲到不可怕，可怕的是別人都沒遲到

17. ChatGPT大火，如何成立一家AIGC公司，然后搞錢？

18.?ChatGPT：絕不欺負(fù)文科生

DPU芯片系列：

1.?造DPU芯片，如夢幻泡影？丨虛構(gòu)短篇小說

2.?永遠(yuǎn)不要投資DPU？

3.?DPU加持下的阿里云如何做加密計算？

4.?哎呦CPU，您可別累著，兄弟CIPU在云上幫把手

長文系列：

1.?我懷疑京東神秘部門Y，悟出智能供應(yīng)鏈真相了

2. 超級計算機(jī)與人工智能：大國超算，無人領(lǐng)航

最后，再介紹一下主編自己吧，

我是譚婧，科技和科普題材作者。

為了在時代中發(fā)現(xiàn)故事，

我圍追科技大神，堵截科技公司。

偶爾寫小說，畫漫畫。

生命短暫，不走捷徑。

個人微信：18611208992

原創(chuàng)不易，多謝轉(zhuǎn)發(fā)

還想看我的文章，就關(guān)注“親愛的數(shù)據(jù)”。??文章來源地址http://www.zghlxwxcb.cn/news/detail-421834.html