Re: [分享] 當佛法智慧遇見人工智慧

看板Buddhism作者rsseek (RS)時間2月前 (2025/09/28 14:36)推噓1(1推 0噓 14→)

留言15則, 2人參與討論串3/4 (看更多)

※ 引述《sutranet》之銘言： : ## 5. 語言與 AI 的限制：能否理解「空」？ : : 你說：「空」無法言說，而 AI 是基於語言訓練，是否能理解空？ : : - 這很到位。佛教經常強調：「空不可言說，只能體證。」 : - 語言只是指月之指，不能代替月亮。 : - AI 可以模擬語言上的論述（比如我現在的回覆），但這不等於體悟。 : - 在佛法角度，體悟「空」需要轉化心識，不是演算法的產物。 : : 所以：AI 可以「解釋空」，但不能「證悟空」。 : 閒來無事動動腦寫寫文字推一下原文作者的這一段原作者觀察得很精準：「用語言文字訓練出來的AI，是沒有能力處理超越語言文字（空性）的問題的」最近讀碩，chatGPT真的幫了很大的忙尤其是 5 ，真的海放 4o 在知識細節處理得很到味恰恰好小弟最近在學人工智慧這一塊想說可以做一點點有關人工智慧的小分享讓大家知道chatGPT在幹嘛、局限性在哪 chatGPT本質是基於機器學習的大型語言模型他會根據用戶輸入的字，自動選擇並輸出合理的文字但機器學習是啥？顧名思義，機器自己會學習。然而機器自己會學習又是什麼鬼？這部分可以從AI發展的脈絡解釋早期的AI是規則式AI 人類會先寫好所有的規則，讓機器自動根據人類寫好的規則運行比方說早期的客服機器人：接收到「關鍵字」，吐出「顧客姓名」+預先寫好的內容然而這樣的限制在於：人類很難清楚定義所有的規則交給AI運作像是前面的客服機器人，只要顧客說出來的東西跟「關鍵字」有一點點偏差，機器人就無法順利回應比方說設定好的關鍵字是「謝謝」->機器人回應：「不客氣」一旦顧客說「乾蝦」->機器人就不會回應了只要人類沒有先寫好規則，機器人就無法回應但是人類的語言如此複雜，怎麼可能先寫好所有的規則所以是時候換機器學習上場了那機器要怎麼學習？簡單舉一個例子假設我面前的桌子上，有隨機散落的100個硬幣我現在要找一條直線，這條直線必須可以把這100個硬幣剛好切分開來，變成左邊50個硬幣、右邊50個硬幣因為桌子是平面的我們可以把桌子的橫邊當成x，垂直邊當成y 同時我們也知道，直線的方程是 y=wx+b w跟b是未知數，假設為正數現在我們只要把w跟b找出來就能解決這個問題但是怎麼找？答案是：先隨便找一個數字填進去w跟b 先隨便在桌上畫一條線算算看左右兩邊的硬幣數量有沒有等於50 如果有，那這個就是正確答案如果沒有，就算算看差距多少，如果左邊80個、右邊20個代表我現在線太偏右邊，應該要整條往左邊移動那我就把b的數字加大一點 —>整條線就會往左移另外w則是決定整條線的斜率也是要調調看，看怎樣可以讓硬幣分得更接近50、50 上面「調整數字」的過程就是交給機器自己去執行，直到機器自己找出最適合的數值，讓左右兩邊的硬幣剛好等於50 50 這就是「機器學習」的過程這是很簡化的例子，再具體一點，w跟b該變加大還是減小，其實都要透過人類寫好的函數來去決定方向、大小，這就牽涉到Loss值的計算跟微分求導數的過程，這邊先不展開總之，機器學習的過程就是像上面的方法，不斷地測試、校正、測試、校正然後我們會發現一件事：機器學習的過程，玩的是統計，而不是因果(這邊的因果指的是像規則式AI，或「若p則q，非q則非p」) 像是分硬幣的過程，很可能會有好幾條線都能剛好把硬幣分成50、50 或者是完全沒有線能把硬幣分得剛好50、50（比方說有硬幣不小心重疊了）可能只能逼近，像是51、49 所以他找到的w跟b不會是唯一解、也不會是推理正解機器學習的過程即是透過大量數據，去統計關聯性，以盡可能逼近我們要的答案所以他注定無法做真正意義上的推理，因為他本質不是規則式AI 當然，現在chatGPT 5透過嚴格的訓練方法，可以很逼近真正的推理（這邊補充一點點：機器在學習的過程中，可能有某些參數能達到「推理」，但基於目前機器學習的不可解釋性，即便他學到了推理，我們也無法知道他是否真的學到了推理、還是只是模仿了推理，所以這邊先視作無法推理。我也很期待這個說法被推翻的那一天到來）以前我用chatGPT 4o 請他幫我搜尋並摘要報告最近一週內的重大新聞，結果他搜出來「重大新聞」，但是是兩個月前的新聞，原因在於他的注意力機制，把重點放在「重大新聞」，而不是「一週內」（現在同樣的問題丟給chatGPT 5 ，比較能同時注意「一週內」跟「重大新聞」，所以不會抓到舊聞給我）現在的大型語言模型，還沒辦法真正地了解人類所思所想、或邏輯推理，大型語言模型只是根據機器學習，用學出來的東西去預測自己應該要講什麼，才能讓使用者滿意、最貼近真實人類的回覆這也是為什麼chatGPT 4o這麼擅長「稱讚人類」因為這是人類想看到的：人類越想被稱讚，大型語言模型就越可能保留「稱讚人類」的參數當然chatGPT 5有努力去解決這個問題另外現在也有人提出符合因果的機器學習，但都還在很初期的階段（do模型）結論是：目前的AI，距離真正理解人類知識還很遙遠，但是這並不代表不能用相反地，其實AI特別好用，我當初考碩士時讀的書都還是請chatGPT推薦的但也因為好用，更要小心用了解他能做到什麼、不能做到什麼就能在他最擅長的地方好好用他 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 42.72.152.89 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Buddhism/M.1759041383.A.799.html

推

GeraldLiu

09/28 18:52, 2月前 , 1^F

09/28 18:52, 1^F

→

GeraldLiu

09/28 18:53, 2月前 , 2^F

09/28 18:53, 2^F

→

rsseek

09/29 01:21, 2月前 , 3^F

09/29 01:21, 3^F