做公众号里的《纽约客》
戳蓝字一键关注 渡十娘
转发也是一种肯定
文字｜万精油
编辑｜渡十娘
数据，知识与智力 --- 闲聊chatGPT
chatGPT 现今火得不得了，网上网下都在谈。有文章说它达到9岁小孩的同理能力，已经有智力表现。还有网文说它通过了谷歌的面试，到处都是一片叫好声。许多人惊呼，这是人工智能的革命，甚至还有人说是人类文明的一个革命。当然也有人工智能大拿Yann LeCun 说chatGPT 只不过是一个打字工具而已。百家争鸣，众说纷纭。毛主席说：“要想知道梨子的滋味，就要自己尝一尝”。于是今天下午我就去试了一下。现在讲一下我的感受。先声明一下，我只试了不到一小时，完全不能说对chatGPT有深入的了解。只是对我与它的对话谈一点感受。有更深了解的读者，欢迎发表评论。------------------------------从别人的讨论看，它的强项是文科。对事物的归纳，总结都做的不错。为了开始有个好印象，我先问了一个文科题目。当然，内容不是文科，不过我的问题是要求总结，所以算文科内容。
结果相当不错。如果我自己写的话，或许会加一些细节，自己的例子，但肯定不能写得这么整洁，简明。很满意。
印象不错，我们接着来。我对它的数学能力比较感兴趣，我们先来一个简单问题。
开始似乎还不错，数字多了以后就不灵了。这个例子说明这个大语言模型还是从已知数据中插值，模拟，没有找到加法的真实意义。否则，任何位数都不应该有问题。插值模拟对大部分文科问题没有太大影响，因为那些问题没有标准答案，大方向正确就行，小差别可以看成是风格。但对有精确要求的东西，这个模型就不行了，失望。大数字不行，小一点的数字加上实际问题（所谓应用题）应该好一点，接着问。
本来以为这个简单问题对chatGPT 来说应该是得心应手。数字小，简单方程网上很多，肯定学习过，插值也可以插出来。没想到在这个简单问题上它就翻船了。估计不是数学水平问题，而是对这个问题的理解没有到位。而且我的问题根本没有说具体速度（只是说了两个速度的比例），它就自作主张的引进了每秒2米，每秒3米这些速度。当然，这样写不影响解题。一方面来说，它在问题中看到速度这个概念，值得高兴，但太不严谨。失望。
因为问了猫狗问题，我想顺便问它一下龟兔赛跑的问题（又叫芝诺悖论）。这个比较高级一点。但是这方面的讨论网上比较多，它这种大语言模型应该有据可循。而且这有一点文科味道，或许它很强。
开始回答的还算那么回事，算是理解了这个问题的数字部分，抓住了猫速与狗速的关系。但是我觉得它没有理解这个悖论的核心问题，于是决定再纠缠一下，有了第二个追问。没想到它马上缴枪，甚至还自己总结说狗永远追不上猫。这样的逻辑问题，希腊的先贤们都争不清楚，chatGPT搞不清楚也可以理解。没有满意或失望。
算术问题问过了，简单方程问过了，逻辑问题问过了，我们再来看看它的推理。
说实话，这个问题有点过于刁钻。不过，这是一个经典问题，网上关于这个问题的讨论（或者类似问题的讨论）很多，或许它见过，可以类推。没想到第一句话就错，而且错得离谱。从这个问题可以看出，它完全不清楚这个问题。或者说这类问题已经超出它的理解范围。算术，方程，逻辑，推理都失败了，来看看证明能力。这是一个经典证明。这个问题几乎有标准答案，网上有很多，应该是它的强项。但是，英文网上看到有人问它这个问题，也翻船了。我把它翻译成中文，想自己看看结果。
根号2不是有理数的证明是很经典的，它果然没有让我失望。证明的像模像样（有个别地方不够严谨，但基本思路没有问题）。而且还能延拓，模仿，用同样的方式来证明根号3不是有理数。这应该是插值的结果，不错。
没想到，我两个问题连着问，竟然引发它的发散思维，把这个问题做了推广，甚至数学归纳法都出来了。这个发散很让我吃惊，不是失望，而是惊喜。它能做发散思维，说明有一定的总结能力。虽然这个发散不完全正确，但有发散就不错，没有失望。不过，因为它发散出数学归纳法，我于是又问了下一。没想到它原形毕露。错大发了。
竟然证明出根号4是无理数。
-----------------------------
别的方面别人已经试过很多，我听说有很多学生用它做家庭作业，所以想测一下它的数学能力。大家都看见了，数学能力很弱，或者说没有。
那么问题来了，chatGPT 到底有没有智能？
这个问题的答案要看如何定义“智能”。如果你在一个荒漠里碰见chatGPT，问它问题它基本上都能理解，而且还能给出答案，指出方向，那么你肯定会说它有智能。因为它能听懂你的语言就已经很了不起，而且有些问题还不是简答句子，它也基本没有问题。从这种意义上来说，说chatGPT 有智能或许说的过去。
但是，真正的智能应该不止于在已知现象中插值，而是能理解已知现象，找出其本质，发现一些未知的联系。比如猫的识别问题。一个三岁的小孩子看过猫和狗以后，就能区分猫和狗，不管它们以什么形式出现。躺着，趴着，吊着，甚至从沙发后露一个耳朵，小孩子都可以识别出来。但是，给计算机喂成千上万张不同的猫狗图片，它们还是不能准确的判断（绝大部分时间没有问题，但如果有其它障碍，干扰，就会出问题），因为它们没有本质上了解猫与狗，只是从已知数据中抽象，插值，也就是俗语所说的“照葫芦画瓢”。chapGPT 目前就处在插值阶段（或许更上面一点）。如果我们对智能的定义是要能发现本质，推出新东西的话，chapGPT 还差一些。
为了更好地说明这个问题，我们先看看我在Facebook上看到的这个图
这个图很好地展示了从原始数据到智慧的区别。我以前在微博上对这个图发过一个评论。下面是那条微博---------------------------------------1. 数据，比如，3.14， 9.8， 2.8，5.3 ....
2. 信息：数据赋予特性，比如圆周率，重力加速度，小鸟的重量，体积....，
3. 知识：信息之间的联系，比如小鸟的重量与体积之间的关系，...
4. 灵感：小鸟的嘴的形状似乎与环境有关，星体的光谱与速度有关，...
5. 智慧，找到这些东西的内在联系，发展出进化论，宇宙膨胀，大爆炸，...
6. 阴谋论：捕风捉影，瞎联系，发现怪兽。
最后一条虽然是搞笑，但为此图增色不少。------------------------------------------
回头来说chatGPT. 数据肯定是足够的，信息也没有问题。以前的谷歌搜索就到这一步。你要搜什么，就给你把相关数据，信息列出来。至于这些信息之间的关系，你必须自己去连接，去筛选。以chatGPT 为背景的微软Bing 搜索器比谷歌进一步，已经能做到第三步，把这些相关信息联系起来，并给你筛选总结出来。 灵感部分还没有（或者说还很弱），偶尔会冒一些出来（比如前面的归纳法）。智慧部分更是欠缺。所以，从这个意义上来说，chatGPT 有知识，但还没有智慧，正在从第三向第四迈进。当然，比Yann LeCun 所说的打字工具要好一些。说到定义，计算机人工智能领域里一直就有所谓强AI，弱AI的区分。所谓强AI就是它能独立于人类解决问题。目前还没有任何这方面的例子。
当然，有前三步的能力已经很厉害了。人类的体力活已经逐渐被机器取代。干所谓“脑力”活的大部分人的工作实际上都在前三步。许多人在收集数据（或者创造数据，或者自己就是数据），有不少人在给这些数据赋予信息，还有更多的人在给这些信息之间建立联系。对这些人来说，chatGPT 或类似的东西将会取代他们的工作。对未来的人来说，他们将会被从1，2，3步骤中解放出来，有更多的精力投入到灵感或智慧阶段去。chatGPT 已经开始向这个方向迈步，给它鼓掌。
做更好的公号，做最好的自己
昨日更新：
热文链接：
2022 热文排行榜：
其他：
读完请点"在看"让更多人看到
图片 I 网络
整理 I 编辑 I 渡十娘
清单内容来自 I 万精油
版权归原作者 I 如有侵权 I 请联系删除
生活中
总有些东西值得分享
渡·十·娘
DES
IGN
发现 I 家庭 I 乐趣
想每天与渡十娘亲密接触吗？
喜欢？粉她！
有话想说：
海外：dushiniang999@gmail.com
国内：dushiniang999@126.com