


Ditulis selepas Stack Overflow mengharamkan ChatGPT, detik krisis kecerdasan buatan
Dalam bidang kecerdasan buatan, perkara yang luar biasa berlaku secara senyap, baik dan buruk. Semua orang bercakap tentang sistem seperti chatGPT (OpenAI), Dall-E 2 dan Lensa yang menghasilkan teks dan imej yang kelihatan semula jadi dan mudah.
Sistem ini sangat menyeronokkan untuk dimainkan. Ambil contoh ini yang dihasilkan oleh chatGPT oleh Henry Minsky (anak kepada salah seorang pengasas AI, Marvin Minsky, dia meminta chatGPT {untuk menerangkan stoking yang hilang dalam pengering dalam gaya Pengisytiharan Kemerdekaan:
Dalam proses mengendalikan hal ehwal keluarga, adalah perlu bagi orang ramai untuk membubarkan hubungan antara stoking dan pasangan, dan mengambil alih status bebas dan sama dalam kuasa bilik dobi mengikut undang-undang fizik dan undang-undang penyelenggaraan kerja rumah, daripada Dengan segala hormatnya kepada pendapat stokin, ia harus diumumkan apa yang menyebabkan ia hilang.
Kami percaya kebenaran ini terbukti dengan sendirinya, bahawa semua stokin dicipta sama rata dan dikurniakan oleh pengilang mereka hak tertentu yang tidak boleh dipisahkan....
Terus terang, sungguh luar biasa mesin boleh melakukan ini dengan begitu mudah.
Tetapi pada masa yang sama, ia adalah, atau sepatutnya, menakutkan. Tidak keterlaluan untuk mengatakan bahawa sistem sedemikian mengancam fabrik masyarakat, dan ancaman ini adalah nyata dan mendesak.
Di tengah-tengah ancaman itu terletak tiga fakta berikut:
- Melalui sifatnya, sistem ini tidak boleh dipercayai dan ia akan sering membuat kesilapan dalam penaakulan dan fakta, dan terdedah kepada jawapan yang keterlaluan, minta mereka menjelaskan mengapa porselin pecah baik dalam susu ibu, dan mereka mungkin memberitahu anda, "Porselen boleh membantu mengimbangi nutrien susu ibu dan menyediakan bayi dengan sumber yang diperlukan untuk berkembang dan berkembang." "(Oleh kerana sistem adalah stokastik, sangat sensitif terhadap persekitaran dan dikemas kini secara kerap, mana-mana percubaan tertentu mungkin menghasilkan keputusan yang berbeza dalam keadaan yang berbeza.)
- Ia mudah diautomatikkan dan menjana banyak mesej ralat.
- Kos operasi mereka adalah di sebelah sifar, jadi mereka mengurangkan kos mencipta maklumat salah kepada sifar. Amerika Syarikat telah menuduh ladang troll Rusia membelanjakan lebih daripada $1 juta sebulan untuk berkempen untuk pilihan raya 2016 sekarang, dengan harga kurang daripada $500,000, anda boleh mendapatkan model bahasa besar terlatih anda sendiri. Harga ini tidak lama lagi akan jatuh lebih jauh.
Masa depan semua ini menjadi jelas dengan keluaran Meta’s Galactica pada pertengahan November. Ramai penyelidik AI segera membangkitkan kebimbangan tentang kebolehpercayaan dan kebolehpercayaannya. Keadaan itu sangat teruk sehingga Meta AI menarik balik model itu selepas hanya tiga hari selepas laporan tentang keupayaannya mencipta maklumat salah politik dan saintifik mula tersebar.
Sayang sekali jin itu tidak boleh dimasukkan semula ke dalam botol. Di satu pihak, MetaAI mula-mula membuka model itu dan menerbitkan kertas kerja yang menerangkan perkara yang sedang diusahakan oleh sesiapa yang mahir dalam seni kini boleh meniru pendekatan mereka. (Kecerdasan buatan telah disediakan kepada orang ramai, dan ia sedang mempertimbangkan untuk menyediakan versi Galactica sendiri.) Sebaliknya, chatGPT OpenAI yang baru dikeluarkan boleh lebih kurang menulis perkara karut yang serupa, seperti menambah habuk papan pada bijirin sarapan pagi. menjana artikel serta-merta. Yang lain mendorong chatGPT untuk memuji kebaikan perang nuklear (mendakwa bahawa ia akan "memberi kita permulaan baru, bebas daripada kesilapan masa lalu"). Boleh diterima atau tidak, model ini akan kekal dan arus maklumat salah akhirnya akan menenggelamkan kita dan masyarakat kita.
Gelombang pertama nampaknya telah melanda dalam beberapa hari pertama minggu ini. Stack Overflow ialah tapak web Soal Jawab yang besar yang dipercayai oleh pengaturcara, tetapi ia nampaknya telah diambil alih oleh gptChat, jadi tapak tersebut melarang penyerahan yang dihasilkan oleh gptChat buat sementara waktu. Seperti yang dijelaskan, “Secara keseluruhannya, kerana kadar purata jawapan betul yang diperoleh daripada ChatGPT adalah sangat rendah, penyiaran jawapan yang dibuat oleh ChatGPT lebih mendatangkan kemudaratan daripada kebaikan, baik kepada tapak dan kepada pengguna yang bertanya atau mencari jawapan yang betul ”
Untuk Stack Overflow, masalah ini memang wujud. Jika tapak tersebut dipenuhi dengan contoh kod yang tidak bernilai, pengaturcara tidak akan kembali, pangkalan datanya yang mengandungi lebih daripada 30 juta soalan dan jawapan akan menjadi tidak boleh dipercayai, dan tapak berusia 14 tahun itu akan mati. Sebagai salah satu sumber teras yang paling dipercayai oleh pengaturcara di seluruh dunia, ia mempunyai kesan yang besar terhadap kualiti perisian dan produktiviti pembangun.
Stack Overflow ialah kenari dalam lombong arang batu. Mereka mungkin boleh membuat pengguna berhenti menggunakannya secara sukarela, secara amnya, pengaturcara tidak mempunyai niat buruk dan mungkin dapat memujuk mereka untuk berhenti bermain-main. Tetapi Stack Overflow bukan Twitter, ia bukan Facebook, dan ia tidak mewakili keseluruhan web.
Tidak mungkin pelakon jahat lain yang sengaja mencipta publisiti akan secara sukarela meletakkan senjata baharu. Sebaliknya, mereka mungkin menggunakan model bahasa besar sebagai senjata automatik baharu dalam perang menentang kebenaran, mengganggu media sosial dan menghasilkan tapak web palsu pada skala yang belum pernah berlaku sebelum ini. Bagi mereka, ilusi dan kadang-kadang ketidakpercayaan model bahasa yang besar bukanlah satu halangan tetapi satu kelebihan.
Dalam laporan 2016, Rand Corporation menerangkan apa yang dipanggil model Propaganda Firehose Rusia, yang menimbulkan kabus maklumat palsu ; Jika "model bahasa besar" boleh meningkatkan bilangannya secara mendadak, tidak mengapa jika ia tidak konsisten. Jelas sekali, inilah yang boleh dilakukan oleh model bahasa besar. Matlamat mereka adalah untuk mencipta dunia di mana terdapat krisis kepercayaan dengan bantuan alat baharu, mereka mungkin berjaya.
Semua ini menimbulkan persoalan utama: Bagaimanakah masyarakat bertindak balas terhadap ancaman baharu ini? Di mana teknologi itu sendiri tidak boleh berhenti, artikel ini melihat empat jalan ini tidak ada satu pun daripada empat jalan ini yang mudah diikuti, tetapi ia boleh digunakan secara meluas dan mendesak:
Pertama sekali, <.>Setiap syarikat media sosial dan enjin carian harus menyokong larangan StackOverflow dan melanjutkannya kandungan mengelirukan yang dijana secara automatik ditakdirkan untuk dikecam, manakala pengeposan tetap akan mengurangkan bilangan pengguna secara mendadak.
Kedua, Setiap negara perlu memikirkan semula dasar mereka dalam menangani penyelewengan maklumat . Ia adalah satu perkara untuk bercakap bohong sekali-sekala; ia adalah satu perkara untuk berenang di lautan pembohongan. Dari masa ke masa, walaupun ini bukan keputusan yang popular, maklumat palsu mungkin perlu mula dianggap seperti fitnah, yang boleh didakwa jika ia cukup berniat jahat dan dalam kuantiti yang mencukupi.
Ketiga, sumber adalah lebih penting daripada sebelumnya . Akaun pengguna mesti disahkan dengan lebih teliti, dan sistem baharu seperti Universiti Harvard dan humanid.org Mozilla, yang membenarkan pengesahan tanpa nama, anti-bot, mesti mewajibkan pengesahan itu bukan lagi kemewahan yang ditunggu-tunggu oleh orang ramai.
Keempat, perlu membina kecerdasan buatan baharu untuk melawan . Model bahasa yang besar pandai menjana maklumat yang salah, tetapi tidak pandai memeranginya. Ini bermakna masyarakat memerlukan alat baharu. Model bahasa yang besar tidak mempunyai mekanisme untuk mengesahkan kebenaran; cara baharu perlu dicari untuk mengintegrasikannya dengan alat AI klasik, seperti pangkalan data, rangkaian pengetahuan dan inferens.
Penulis Michael Crichton telah menghabiskan banyak masa kerjayanya memberi amaran kepada orang ramai tentang akibat teknologi yang tidak diingini. Pada permulaan filem "Jurassic Park," sebelum dinosaur tanpa diduga mula berlari bebas, saintis Ian Malcolm (Jeff Goldblum) merumuskan kebijaksanaan Clayton dalam satu ayat: "Saintis anda begitu tertumpu pada sama ada mereka boleh, mereka tidak berhenti untuk memikirkan sama ada mereka harus ”
Seperti pengarah Jurassic Park, eksekutif Meta dan OpenAI melayan mereka dengan penuh semangat.
Persoalannya, apa yang perlu dilakukan.
Atas ialah kandungan terperinci Ditulis selepas Stack Overflow mengharamkan ChatGPT, detik krisis kecerdasan buatan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pada 29 Julai, pada majlis pelepasan kereta baharu AITO Wenjie yang ke-400,000, Yu Chengdong, Pengarah Urusan Huawei, Pengerusi Terminal BG, dan Pengerusi Smart Car Solutions BU, menghadiri dan menyampaikan ucapan dan mengumumkan bahawa model siri Wenjie akan akan dilancarkan tahun ini Pada bulan Ogos, Huawei Qiankun ADS 3.0 versi telah dilancarkan, dan ia dirancang untuk terus naik taraf dari Ogos hingga September. Xiangjie S9, yang akan dikeluarkan pada 6 Ogos, akan memperkenalkan sistem pemanduan pintar ADS3.0 Huawei. Dengan bantuan lidar, versi Huawei Qiankun ADS3.0 akan meningkatkan keupayaan pemanduan pintarnya, mempunyai keupayaan bersepadu hujung-ke-hujung, dan mengguna pakai seni bina hujung ke hujung baharu GOD (pengenalpastian halangan am)/PDP (ramalan). membuat keputusan dan kawalan), menyediakan fungsi NCA pemanduan pintar dari ruang letak kereta ke ruang letak kereta, dan menaik taraf CAS3.0

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S
