我認為它不僅僅是預測下一個符號,。
問一個問題,,答案第一個單詞是下一個符號,那就必須理解這個問題,。大多數人認為的“自動填充”則是,,看到不同的單詞出現在第三位的頻率,這樣就可以預測下一個符號,。但其實不是這樣,。
為了預測下一個符號,必須理解正在說什么,。我們是通過讓它預測下一個符號,,迫使它理解。很多人說,,它們不像人類那樣推理,,只是在預測下一個符號。但我認為,,它的理解方式像我們一樣,。為了預測下一個符號,它必須進行一些推理?,F在已經看到,,你制作一個大的模型,不添加任何特殊的推理內容,,它們也已經可以進行一些推理,。規(guī)模越大,它們未來能進行的推理也更多,。
主持人:現在除了預測下一個符號外,,還做了其他什么嗎?
Hinton:這就是學習的方式,。不管是預測下一個視頻幀,,還是預測下一個聲音。我覺得這就是解釋大腦學習的十分合理的理論,。
主持人:為什么這些模型能夠學習如此廣泛的領域,?
Hinton:大語言模型所做的,是尋找事物之間共同的結構,?;诠餐Y構對事物進行編碼,這樣一來效率很高,。
舉個例子,。問GPT-4,為什么堆肥堆像原子彈?大多數人都無法回答這個問題,,覺得原子彈和堆肥堆是非常不同的東西,。但GPT-4會告訴你,盡管能量,、時間尺度不同,,但相同的是,堆肥堆變熱時會更快地產生熱量,;原子彈產生更多的中子時,,產生中子的速度也會隨之加快。這就引出了鏈式反應的概念,。通過這種理解,,所有的信息都被壓縮到它自己的權重中。
這樣一來,,它將能處理人類尚未見過的數百種類比,,這些看似不相關的類比,正是創(chuàng)造力的源泉,。我想,,GPT-4變得更大時,創(chuàng)造力將非常高,。如果只是覺得,,它只在反芻學過的知識,只是將它已經學過的文本拼湊在一起,,那就小看它的創(chuàng)造力了,。
5月14日,,OpenAI在春季發(fā)布會上揭曉了其最新的旗艦AI模型——GPT-4o,,這一模型以“全知全能”為目標,實現了實時的語音,、文本,、圖像交互功能
2024-05-15 09:10:07OpenAI發(fā)布全新生成式AI模型GPT-4o聯播+雄安站候車大廳內,,“千年輪”的啟動可以追溯至2017年4月1日,,那是雄安新區(qū)設立的日子?!鞍阎悄?、綠色、創(chuàng)新打造成為雄安新區(qū)的亮麗名片,。
2024-04-02 08:27:40AI時政視界|未來之城微軟在新園區(qū)發(fā)布了一款專為AI體驗設計的Windows 11 AI PC新品,,這款產品內置的NPU芯片每秒運算能力超過40萬億次,能顯著提升AI應用性能
2024-05-21 15:48:2611