パフォーマンスモンスターはChatGPTの後に来るのでしょうか?マーカスの 7 つの「暗い」予測: GPT-4 は AGI をもたらさない
2022 年も終わりに近づき、OpenAI は ChatGPT と呼ばれるチャットボットをリリースし、インターネット上ですぐに人気になりました。
# 発売から 2 週間も経たないうちに、100 万人以上がオンライン トライアルにサインアップしました。ユーザーはテキストを入力するだけで、記事、物語、詩の素晴らしい一節に即座にアクセスできます。
#これは非常によく書かれているため、Tinder でデートの冒頭のラインを書くためにこれを使用する人もいます (「ここに座ってもいいですか? ヒップスラストをします」)見た目を見ると少し足が弱ります。")
それだけでなく、世界中の教育者に大きな衝撃を与えているのは、学生たちが ChatGPT を使い始めているということです。期末レポートを書くために。検索エンジンを再発明するためにこれを使用している人もいます。突然、全世界が ChatGPT の魔法について議論するようになりました。
# それでも、マーカス氏は、チャットボットにあまり厚いフィルターをかけることはできないと言います。
#ChatGPT はすべてを知っているように見えますが、エラーが発生する傾向もあります。マーカス氏はインタビューで、ChatGPTは以前と同じであり、システムは「依然として信頼性が低く、現実世界を理解しておらず、心理的世界をまだ理解しておらず、依然としてバグが多い」と述べた。
言い換えれば、ChatGPT はナンセンスな話をすることが多く、書かれていることのかなりの部分は単純に真実ではありません。
たとえば、ユーザーの指導の下、ChatGPT は、揚げた生地スティックは「サイズが小さく、より高い成果を達成できるため、手術に非常に適している」と言えます。 「精度と制御により、合併症のリスクが軽減され、手術の全体的な結果が向上します。」
チャットボットがあまりにもナンセンスを吐き出すため、有名な Web サイト Stack Overflow はコンピューターによる回答を一時的に禁止しました。
# そして間違いは無限にあります。 ChatGPT はユーザーのフィードバックに基づいて調整を行うことがよくありますが、製品がリリースされてから数週間後、多くのネチズンは依然としてその反応に言葉を失いました。 # 同様の間違いは頻繁に発生しており、OpenAI CEO の Sam Altman でさえ現実を認めざるを得ません:
ChatGPT は依然として多くの制限がありますが、偉大さの錯覚を生み出すには十分です。
# つまり、ChatGPT はスタートレックに出てくるコンピューターのように SF のように聞こえますが、現時点では人々はそれを完全に信頼することはできません。
#もちろん、ChatGPT は 2022 年の AI 愛好家への贈り物です。 2023年はどうなるでしょうか?
2023 年、シリコンバレーと全世界が待ち望んでいるのは GPT-4 です。
GPT-4: AIの世界における「空からの紫の星」
GPT-4を実際に試した人はこんな人製品に深く感銘を受けました。いくつかの噂によると、GPT-4は2023年の春にリリースされる予定です。その時までに、ChatGPT は ChatGPT を上回り、より多くの人がそれについて話すようになるでしょう。
#GPT-4 に対する期待はさまざまな意味で非常に高くなります:
##ベンチャーキャピタル会社DVCの創設者であるニック・ダビドフ氏は、「GPT-4の出現は「新型コロナウイルスの流行と同様の経済的影響」をもたらすだろう」と述べた。 GPT-4 の急速な普及と使用により、「何億もの知識労働者の生産性が急速に向上」する可能性があります。
技術的に言えば、GPT-4 にはより多くのパラメータ、より多くのプロセッサとメモリがあり、より多くのデータでトレーニングされます。
GPT-1 は 4.6 GB のデータでトレーニングされ、GPT-3 ではデータ量が直接 750 GB に急増しました。 GPT-4 の学習量はさらに驚くべきものとなり、インターネット全体のほとんどを学習することがわかります。
#OpenAI は、トレーニング量が増えると出力も向上することを認識しています。反復を繰り返すたびに、GPT のパフォーマンスはますます人間らしくなっていきます。 GPT-4に関してはパフォーマンスモンスターに進化するかもしれません。
#しかし、これで以前に遭遇した問題は解決するでしょうか?マーカスはこれについてまだ疑問を持っています。
GPT-4 は確かに前世代よりもスマートに見えますが、内部アーキテクチャにはまだ問題があります。
マーカス氏は、GPT-4 に関して人々は既視感を覚えるのではないかと述べました。最初はインターネット全体で人気があり、そして数日後、まだ多くの問題が存在することが判明しました。
#現在の情報によると、GPT-4 のアーキテクチャは基本的に GPT-3 と同じです。もしそうなら、いくつかの根本的な問題が未解決のままであることが予想されます。チャットボットには、世界がどのように機能するのかについての内部モデルがまだ欠けています。
# したがって、GPT-4 は抽象レベルで物事を理解することができません。学生が作文を書くのを手助けするのには優れているかもしれませんが、それでも世界を真に理解することはできませんし、機械の特性は答えの行間から明らかになるでしょう。 ##GPT-4 に関する 7 つの主要な予測
# #したがって、AI コミュニティは GPT-4 の登場に喜びに満ちていますが、マーカス氏は 7 つほど前向きな予測を与えませんでした。
1. GPT-4 は、以前のバージョンと同様に、依然としてあらゆる種類の愚かな間違いを犯します。特定のタスクをうまく実行できる場合もあれば、失敗する場合もありますが、どのような状況が発生するかを事前に予測することはできません。 2. 物理学、心理学、数学における GPT-4 の推論はまだ信頼できません。これまでに挑戦して成功しなかった一部のプロジェクトを解決できるかもしれませんが、より長く複雑なシナリオに直面した場合には依然として無力です。
たとえば、医学的な質問をされると、回答を拒否したり、合理的に聞こえるが危険なナンセンスな発言をしたりすることがあります。インターネット上の膨大な量のコンテンツを食い込んでいますが、信頼できる医学的アドバイスを提供できるほど信頼性や完全性はありません。
3. 流暢な幻覚は引き続き一般的であり、容易に引き起こされるでしょう。そうは言っても、大規模な言語モデルは依然として、合理的に聞こえるが完全に間違っている情報を簡単に作成するために使用できるツールです。
4. GPT-4 の自然言語出力は、依然として信頼性の高い方法でダウンストリーム プログラムに提供できません。これを使用して仮想アシスタントを構築する開発者は、ユーザー言語をユーザーの意図に確実にマッピングできないことに気づくでしょう。
5. GPT-4 自体は、あらゆる課題を解決できる汎用の人工知能ではありません。外部からの支援がなければ、外交でメタのシセロを倒すことも、車を確実に運転することもできず、「トランスフォーマー」のオプティマス・プライムや「ジェットソンズ」のロージーを運転することもできません。
####6 「人間が望むこと」と「機械が行うこと」の間の「関係」は依然として重要な未解決の問題です。 GPT-4 は依然としてその出力を制御できず、一部の推奨事項は驚くほど悪いものになり、隠れたバイアスの例は数日または数か月以内に発見されるでしょう。 7. AGI (汎用人工知能) が実現すると、GPT-4 のような大規模な言語モデルが最終ソリューションの一部になる可能性がありますが、それは一部にすぎません。単に「スケーリング」すること、つまりインターネット全体を吸収するまでより大きなモデルを構築することは、ある程度有用であることがわかります。しかし、信頼でき、人間の価値観と一致する一般的な人工知能は、間違いなく、より構造化されたシステムから生まれるでしょう。より多くの知識が組み込まれ、明確な推論および計画ツールが含まれます。これらはすべて、現在の GPT システムには欠けています。 マーカス氏は、10 年以内、あるいはそれよりも短い期間以内に、人工知能の焦点は大規模な言語モデルのスケールアップから、より広範なテクノロジーとの統合に移ると考えています。 クールなものは常に楽しいものですが、それが私たちを信頼できる一般的な人工知能に導くことができるという意味ではありません。 これに関して、マーカス氏は、将来必要となるのは形式知と世界モデルを核とする新しいアーキテクチャであると予測しています。 参考: https://garymarcus.substack.com/p/what-to-expect-when-youre-expecting以上がパフォーマンスモンスターはChatGPTの後に来るのでしょうか?マーカスの 7 つの「暗い」予測: GPT-4 は AGI をもたらさないの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











DALL-E 3は、前モデルより大幅に改良されたモデルとして2023年9月に正式導入されました。これは、複雑な詳細を含む画像を作成できる、これまでで最高の AI 画像ジェネレーターの 1 つと考えられています。ただし、発売当初は対象外でした

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

8月1日の本サイトのニュースによると、SKハイニックスは本日(8月1日)ブログ投稿を発表し、8月6日から8日まで米国カリフォルニア州サンタクララで開催されるグローバル半導体メモリサミットFMS2024に参加すると発表し、多くの新世代の製品。フューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) の紹介。以前は主に NAND サプライヤー向けのフラッシュ メモリ サミット (FlashMemorySummit) でしたが、人工知能技術への注目の高まりを背景に、今年はフューチャー メモリおよびストレージ サミット (FutureMemoryandStorage) に名前が変更されました。 DRAM およびストレージ ベンダー、さらに多くのプレーヤーを招待します。昨年発売された新製品SKハイニックス

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性を実証しています。 「S」で始まる関連研究

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G

フロントエンド開発の世界では、VSCode はその強力な機能と豊富なプラグイン エコシステムにより、数多くの開発者に選ばれるツールとなっています。近年、人工知能技術の急速な発展に伴い、VSCode 上の AI コード アシスタントが登場し、開発者のコーディング効率が大幅に向上しました。 VSCode 上の AI コード アシスタントは雨後のキノコのように出現し、開発者のコーディング効率を大幅に向上させました。人工知能テクノロジーを使用してコードをインテリジェントに分析し、正確なコード補完、自動エラー修正、文法チェックなどの機能を提供することで、コーディング プロセス中の開発者のエラーや退屈な手作業を大幅に削減します。今日は、プログラミングの旅に役立つ 12 個の VSCode フロントエンド開発 AI コード アシスタントをお勧めします。
