PTT職涯區 / Stock (股票)

Re: [新聞] 天下晨間新聞：Meta、微軟財報，史上最高資本支出，逼出AI成效？

看板Stock (股票)作者 (東岐明)時間7月前 (2024/10/31 17:05), 編輯推噓25(29推 4噓 97→)
留言130則, 39人參與, 7月前最新討論串2/2 (看更多)
※ 引述《GivemeApen (走林森北路回家)》之銘言： : 原文內容： : Meta和微軟財報都用力說明一件事，我們投資AI的錢，並不是丟進水裡。 : ＃Meta淨利大漲35%，祖克柏努力證明AI投資有成 現今AI大模型語言網絡的根本理論問題在於，它就是個類神經網絡的強化版， 它的能力來自於模式匹配，無論如何訓練也不會產生真正智能的推理能力。 所以現在各家廠商耗費巨資狂用電力，可以訓練出愈來愈大的語言模型，但有其局限。 而那局限是現有AI模型無論耗費多少算力都無法跨越。 舉例就像在二維平面，雖有無窮平面廣度，但再怎麼探索也無法離開平面而達三維空間。 AI的智能理論沒有突破，投入資源想要突破，只是徒增浪費而已，市場遲早會發現真相。 不過，學術界針對這項問題，已經有幾篇論文問世，如下影片內容； https://www.youtube.com/watch?v=ojndlMzGZZk
-- 全書贈閱 《推背圖諰：中國國運與人類命運之預言憂患》全書PDF檔 免費流通 https://amidha.blogspot.com/2024/10/TBTSbook.html 詮釋《推背圖》，反省過去，展望未來，自二十一世紀浩劫後重建人類文明， 至於二十七世紀人工生命挑戰人類，終於二十九世紀全球政權交付人工智能。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 118.232.102.76 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1730365547.A.425.html
推
10/31 17:08, 7月前 , 1F
copilot已經可以把過去給助理工程師的工作取代了
10/31 17:08, 1F
推
10/31 17:08, 7月前 , 2F
這篇還不錯，提醒到深度學習AI的下一個挑戰
10/31 17:08, 2F
推
10/31 17:08, 7月前 , 3F
你這個已經變成哲學問題了 請先定義何謂推理能力
10/31 17:08, 3F
→
10/31 17:08, 7月前 , 4F
然後請定義何謂智能
10/31 17:08, 4F
→
10/31 17:08, 7月前 , 5F
以軟體業來說現況的AI可能是一個不錯的狀態
10/31 17:08, 5F
→
10/31 17:09, 7月前 , 6F
人類現在連自己腦袋是怎麼運作的都搞不清楚了.....
10/31 17:09, 6F
→
10/31 17:09, 7月前 , 7F
人類的智力是不是一種黑箱？嚴格來說也是啊
10/31 17:09, 7F
→
10/31 17:10, 7月前 , 8F
你可以證明以後也不可能突破嗎？
10/31 17:10, 8F
→
10/31 17:10, 7月前 , 9F
這樣說好了 如果輸入資料 經過黑箱 然後輸出的答案
10/31 17:10, 9F
→
10/31 17:10, 7月前 , 10F
正確率有95% 但有5%錯誤 這不算智力表現嗎
10/31 17:10, 10F
→
10/31 17:10, 7月前 , 11F
但正向一點看，也是以後的新機會
10/31 17:10, 11F
→
10/31 17:10, 7月前 , 12F
AI現在熱的也不是思考與哲學，而是處理判斷技術突破
10/31 17:10, 12F
→
10/31 17:10, 7月前 , 13F
人類的錯誤率可是更高的 但人類卻說自己有智力呢
10/31 17:10, 13F
→
10/31 17:11, 7月前 , 14F
相比過去寫一堆判斷式，語言模型能處理的更好
10/31 17:11, 14F
→
10/31 17:11, 7月前 , 15F
目前來說 能不能用才是重點吧 黑不黑箱有差嗎
10/31 17:11, 15F
→
10/31 17:11, 7月前 , 16F
而且你說推理能力不太對 ai最大的挑戰是思考能力
10/31 17:11, 16F
→
10/31 17:12, 7月前 , 17F
ai可以思考就恐怖了 就相當於有自己的意識了
10/31 17:12, 17F
→
10/31 17:12, 7月前 , 18F
可能很多人類不能理解的問題 ai會先自己理解
10/31 17:12, 18F
推
10/31 17:17, 7月前 , 19F
這篇大意就只會已經看過的題目，稍加修改後結果變差
10/31 17:17, 19F
→
10/31 17:18, 7月前 , 20F
不過CoT/ToT可能還沒發揮到極致，這車我先不上…
10/31 17:18, 20F
推
10/31 17:18, 7月前 , 21F
現在的AI推理能力不行，很簡單 看翻譯就知道
10/31 17:18, 21F
→
10/31 17:20, 7月前 , 22F
被說以指數學習的翻譯功能，至今也沒追上熟練的人類
10/31 17:20, 22F
推
10/31 17:20, 7月前 , 23F
你比諾貝爾得獎者還厲害？
10/31 17:20, 23F
→
10/31 17:20, 7月前 , 24F
因為這些模型本質並不是真正理解人類的語言
10/31 17:20, 24F
推
10/31 17:21, 7月前 , 25F
AI出來之後 翻譯有比以前好多了
10/31 17:21, 25F
→
10/31 17:21, 7月前 , 26F
但距離真正實用還差滿遠的
10/31 17:21, 26F
→
10/31 17:22, 7月前 , 27F
比如中文好了 中華隊大敗日本隊到底贏還是輸
10/31 17:22, 27F
推
10/31 17:22, 7月前 , 28F
有些技術是可行而不可為，你看到市面上的模式都是可
10/31 17:22, 28F
→
10/31 17:22, 7月前 , 29F
為的。
10/31 17:22, 29F
→
10/31 17:22, 7月前 , 30F
必須參照前後文語意才能得出答案 AI目前還做不到
10/31 17:22, 30F
→
10/31 17:23, 7月前 , 31F
AI對於口語化的用法翻譯能力很差
10/31 17:23, 31F
→
10/31 17:24, 7月前 , 32F
AI不可能有自己的思考 因為人類不會允許
10/31 17:24, 32F
→
10/31 17:24, 7月前 , 33F
這其實有盲點
10/31 17:24, 33F
→
10/31 17:24, 7月前 , 34F
你是要訓練出智力80 智力100 還是智力150的
10/31 17:24, 34F
→
10/31 17:25, 7月前 , 35F
要搞出有創造力的AI的確很難
10/31 17:25, 35F
→
10/31 17:25, 7月前 , 36F
但只是要搞出有學習能力(複製貼上)的沒那麼難
10/31 17:25, 36F
→
10/31 17:25, 7月前 , 37F
不過AI在成熟區域速度量產是真的很快
10/31 17:25, 37F
→
10/31 17:25, 7月前 , 38F
比如影片 動畫 之類的 比人工快太多了
10/31 17:25, 38F
→
10/31 17:26, 7月前 , 39F
我是不會自大到一定能比AI厲害
10/31 17:26, 39F
還有 51 則推文
→
10/31 19:24, 7月前 , 91F
我的持股裡面跟AI有關係的只有台積電，而且是因為
10/31 19:24, 91F
→
10/31 19:24, 7月前 , 92F
我覺得2330不用靠AI就能賺錢。但我覺得AI翻譯功能真
10/31 19:24, 92F
→
10/31 19:24, 7月前 , 93F
的很強，我只能說現在有GPT翻譯實在太爽了！基本上
10/31 19:24, 93F
→
10/31 19:24, 7月前 , 94F
丟進去之後出來的初譯稿就有80-90%的完成度，我只要
10/31 19:24, 94F
→
10/31 19:24, 7月前 , 95F
確認它翻譯的正不正確(絕大部分都對，而且很多地方
10/31 19:24, 95F
→
10/31 19:24, 7月前 , 96F
比我對，畢竟我只是業餘的)、潤飾文稿、修正專有名
10/31 19:24, 96F
→
10/31 19:24, 7月前 , 97F
詞。還有一個重點，這樣可以省下許多打字時間，一
10/31 19:24, 97F
→
10/31 19:24, 7月前 , 98F
本幾萬字的書打字時間就差很多。目前估計它可以幫
10/31 19:24, 98F
→
10/31 19:24, 7月前 , 99F
我節省一半的時間，而且是因為我自己太久沒翻譯有點
10/31 19:24, 99F
→
10/31 19:24, 7月前 , 100F
生疏，加上還不熟悉人機整合的工作模式。等到火力
10/31 19:24, 100F
→
10/31 19:24, 7月前 , 101F
全開，我認為可以比我之前的工作方式節省70%的時間
10/31 19:24, 101F
→
10/31 19:24, 7月前 , 102F
。所以AI賺不賺錢我不知道，但AI翻譯的能力我是高
10/31 19:24, 102F
→
10/31 19:24, 7月前 , 103F
度肯定的
10/31 19:24, 103F
推
10/31 19:25, 7月前 , 104F
只要能日常生活對95%以上 還是真香
10/31 19:25, 104F
→
10/31 19:28, 7月前 , 105F
這不是哲學問題是數學問題啊
10/31 19:28, 105F
→
10/31 19:28, 7月前 , 106F
資訊工程理論基礎是一個 Turing machine 不能生出
10/31 19:28, 106F
→
10/31 19:28, 7月前 , 107F
另外一個 Turing machine, 所以只要這些運算都還是
10/31 19:28, 107F
→
10/31 19:28, 7月前 , 108F
個 Turing machine 時，在人類自己能理解並把人類
10/31 19:28, 108F
→
10/31 19:28, 7月前 , 109F
自己的推理能力用 Turing machine 實作以前，的確
10/31 19:28, 109F
→
10/31 19:28, 7月前 , 110F
是做不到啊
10/31 19:28, 110F
→
10/31 19:31, 7月前 , 111F
這波浪潮說的準確一點是算力革命而不是算法革命
10/31 19:31, 111F
推
10/31 19:33, 7月前 , 112F
10/31 19:33, 112F
推
10/31 19:46, 7月前 , 113F
現在AI不只能翻譯 還能直接幫你寫出一本書
10/31 19:46, 113F
→
10/31 19:47, 7月前 , 114F
AI直接幫你想書名 列出章節大綱 完成內容
10/31 19:47, 114F
→
10/31 19:47, 7月前 , 115F
作者也是只需要潤飾就好
10/31 19:47, 115F
→
10/31 19:47, 7月前 , 116F
讀者也不用自己讀書 直接整本書丟給AI
10/31 19:47, 116F
→
10/31 19:48, 7月前 , 117F
叫AI直接給出重點摘要就好
10/31 19:48, 117F
推
10/31 20:04, 7月前 , 118F
AI寫完書，再叫AI讀書，太神奇啦
10/31 20:04, 118F
推
10/31 21:14, 7月前 , 119F
那你去放空NV發大財啊。
10/31 21:14, 119F
→
10/31 21:15, 7月前 , 120F
這個就等新的演算架構開發出來啦
10/31 21:15, 120F
→
10/31 21:17, 7月前 , 121F
現在市場是快速砸錢強化硬體，用現有的技術硬幹
10/31 21:17, 121F
推
10/31 22:37, 7月前 , 122F
能源消耗太大就沒意義了阿 整天算力算力
10/31 22:37, 122F
→
10/31 22:38, 7月前 , 123F
當能源無限多喔
10/31 22:38, 123F
推
10/31 22:43, 7月前 , 124F
或許就目前來說夠了？
10/31 22:43, 124F
噓
10/31 23:42, 7月前 , 125F
你還不是在2維的螢幕看3D的東西
10/31 23:42, 125F
→
11/01 09:15, 7月前 , 126F
需要多一點你這樣的人！
11/01 09:15, 126F
→
11/01 09:42, 7月前 , 127F
那是因為在3維世界看過3D的東西吧 所以可以在2維
11/01 09:42, 127F
→
11/01 09:42, 7月前 , 128F
理解3D的東西
11/01 09:42, 128F
→
11/01 09:43, 7月前 , 129F
現在叫你在3維看4維的東西 你確定理解是對的嗎
11/01 09:43, 129F
→
11/01 10:26, 7月前 , 130F
問題是ai給的資訊不一定正確
11/01 10:26, 130F
‣ 更多 amidha 的文章
文章代碼(AID): #1d8qXhGb (Stock)
Stock 近期熱門文章
更多 近期熱門文章 >>
PTT職涯區 即時熱門文章
更多 即時熱門文章 >>
‣ 更多 amidha 的文章
文章代碼(AID): #1d8qXhGb (Stock)