Re: [問卦] 為什麼AI 這2-3年進步這麼神速?
我剛好研究所讀資工領域的。
你應該知道在這次AI大模型震撼世人之前,電腦科學界在紅啥嗎??
就是Big Data,大數據,資料探勘。
但是因為"算力"不足,所以在十年前,幾乎都是關注於儲存與基礎處理而已。
譬如NoSQL數據庫與一些簡單的資料探勘,那個時候SVM分析歸類資料可火的。
就是用一些通用數學演算法把資料分群分類,但也就這樣。
並不能"生成"。
這個時候Deep learning的基礎原理其實十年前就已經有了,說到更早的多層神經網路,
甚至是50年前的事情,那為什麼現在才爆發,其實也就是硬體總算跟上了。
量變產生質變,大力出奇蹟,自我加速迭代改進。
你看一下他們的參數是如何巨量成長的:
GPT-1:
發布於2018年,約有1.17億個參數。
GPT-2:
發布於2019年,提供了不同版本的模型,其中最大的版本有15億個參數。
GPT-3:
發布於2020年,具有1750億個參數,是當時最大的語言模型之一。
ChatGPT:
發布於2022年,將GPT語言模型用強化學習回饋訓練成人類喜好的聊天機器人。
GPT-4:
發布於2023年,據說有1.8兆個參數。
這就是量變產生質變,大力出奇蹟的威力。
也要歸功於老黃的GPU才能讓"大數據"變成"AI大模型"
十年前大數據可透過資料探勘變成資訊。
現在大數據透過AI訓練則可以變成AI大模型,也就是智慧。
這次的sora其實也差不多,用的是Diffusion Model為基礎,去年也都有網站公開展示了。
http://tinyurl.com/78tezvev
但OpenAI啥沒有,算力最多,我用更大的算力去處理數據,
OpenAI還有什麼?GPT-4,我用GPT-4把影像的tag的訓練集,
"生成"能更仔細描述影片的長文,甚至用生成的影片再訓練。
這也就是AI的自我加速迭代改進,也就是一些AI加速主義者,奇點的成因。
你看看從一年間從威爾史密斯吃麵到現在吃漢堡的改進有多驚人
https://twitter.com/newsNZcn/status/1759150630470599150
所以現在能夠抵擋AI指數成長的限制器大概就剩下GPU與能源了。
大家好自為之。
====
反觀區塊鏈的Blockstream不用GPU與能源,自己用blocksize把自己限制住。
真是幹他媽的。
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.236.237.31 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Gossiping/M.1708161575.A.D09.html
推
02/17 17:21,
3月前
, 1F
02/17 17:21, 1F
推
02/17 17:22,
3月前
, 2F
02/17 17:22, 2F
→
02/17 17:24,
3月前
, 3F
02/17 17:24, 3F
就被限制死了啊,所以當然是無用電子訊號,1MB區塊我也不知道能幹嘛
https://jochen-hoenicke.de/queue/#BTC,24h,weight
給你看看被拘束器限制住的永恆的mempool,大家都在排隊,哈哈哈~~~
https://cryptostreets.io/v/btc
→
02/17 17:24,
3月前
, 4F
02/17 17:24, 4F
→
02/17 17:24,
3月前
, 5F
02/17 17:24, 5F
推
02/17 17:25,
3月前
, 6F
02/17 17:25, 6F
推
02/17 17:27,
3月前
, 7F
02/17 17:27, 7F
→
02/17 17:28,
3月前
, 8F
02/17 17:28, 8F
推
02/17 17:28,
3月前
, 9F
02/17 17:28, 9F
推
02/17 17:32,
3月前
, 10F
02/17 17:32, 10F
的確是演算法的關鍵,但硬體也要指數成長才能有用。
不過當初發表的Google坐擁強大硬體優勢卻沒看到,真的是老了。
※ 編輯: DarkerDuck (36.236.237.31 臺灣), 02/17/2024 17:34:45
推
02/17 17:36,
3月前
, 11F
02/17 17:36, 11F
推
02/17 17:38,
3月前
, 12F
02/17 17:38, 12F
推
02/17 17:39,
3月前
, 13F
02/17 17:39, 13F
推
02/17 17:51,
3月前
, 14F
02/17 17:51, 14F
→
02/17 17:51,
3月前
, 15F
02/17 17:51, 15F
推
02/17 18:00,
3月前
, 16F
02/17 18:00, 16F
→
02/17 18:07,
3月前
, 17F
02/17 18:07, 17F
→
02/17 18:09,
3月前
, 18F
02/17 18:09, 18F
我不知道是什麼領域的自動控制,但現代AI是種"黑箱"。
假如是要求高度安全性與穩定性的自動控制通常不敢貿然採用
→
02/17 18:12,
3月前
, 19F
02/17 18:12, 19F
→
02/17 18:12,
3月前
, 20F
02/17 18:12, 20F
→
02/17 18:16,
3月前
, 21F
02/17 18:16, 21F
一直都有用在輔助判斷上面,譬如影像判讀。
但不可能取代醫師,因為法律問題要有人負責。
跟藥師也可以完全被AI與包藥機取代一樣。
基礎研究的部分倒是早就大量採用AI去研發藥物了。
→
02/17 18:18,
3月前
, 22F
02/17 18:18, 22F
→
02/17 18:19,
3月前
, 23F
02/17 18:19, 23F
推
02/17 18:25,
3月前
, 24F
02/17 18:25, 24F
我都用NAI3生成A漫,自產自用,劇情無限制。
推
02/17 18:41,
3月前
, 25F
02/17 18:41, 25F
推
02/17 19:05,
3月前
, 26F
02/17 19:05, 26F
推
02/17 19:22,
3月前
, 27F
02/17 19:22, 27F
推
02/17 19:51,
3月前
, 28F
02/17 19:51, 28F
※ 編輯: DarkerDuck (36.236.237.31 臺灣), 02/17/2024 20:12:02
推
02/17 21:43,
3月前
, 29F
02/17 21:43, 29F
推
02/18 01:02,
3月前
, 30F
02/18 01:02, 30F
推
02/18 01:13,
3月前
, 31F
02/18 01:13, 31F
推
02/18 01:27,
3月前
, 32F
02/18 01:27, 32F
推
02/18 01:31,
3月前
, 33F
02/18 01:31, 33F
→
02/18 01:32,
3月前
, 34F
02/18 01:32, 34F
※ 編輯: DarkerDuck (36.236.237.31 臺灣), 02/18/2024 18:21:37
※ 編輯: DarkerDuck (36.236.237.31 臺灣), 02/18/2024 18:37:46
討論串 (同標題文章)
完整討論串 (本文為第 5 之 8 篇):