推荐 品牌 财讯 乐活 母婴 数智 汽车 文娱 滚动
实时
当前位置：商业频道首页 > 头条推荐 > 正文

黄仁勋，拐点出现(6)

2025-03-21 08:20:46 A+A-

还记得两年前，当我们开始使用ChatGPT时，尽管它是一个奇迹，但许多复杂的问题和许多简单的问题，它都无法正确解答。这是可以理解的。它采用了一种“一击即中”的方式，利用其从预训练数据中学习到的知识，以及从其他经验中获得的信息（预训练数据），然后直接给出答案，就像一条鲑鱼一样（直来直去）。

现在我们拥有能够逐步推理的人工智能。使用称为“思维链”（chain of thought）、“最佳N”（best of N）、“一致性检查”（consistency checking）、多种不同路径规划以及各种不同技术，我们现在拥有能够进行推理的人工智能，将问题分解，然后进行推理，逐步进行。

那么，您可以想象，结果就是我们生成的标记数量增加了，而人工智能的基本技术仍然相同，生成下一个标记，预测下一个标记。只不过下一个标记现在构成了步骤1。然后，在生成步骤1之后，下一个标记会将步骤1再次输入人工智能，从而生成步骤2、步骤3和步骤4。因此，它不是仅仅生成一个接一个的标记或单词，而是生成代表推理步骤的单词序列。结果生成的标记数量大幅增加，我稍后会向您展示，轻松地达到之前的百倍。

那么，百倍意味着什么？嗯，它可以生成百倍数量的标记，正如我之前解释的那样，您可以看到这种情况正在发生。或者，模型更加复杂。它生成的标记数量是之前的十倍，为了保持模型的响应速度和交互性，避免我们因等待其思考而失去耐心，我们现在需要计算速度提高十倍。因此，标记数量十倍，速度十倍，我们必须进行的计算量轻松地就达到了百倍。因此，您将在演示的其余部分看到，我们进行推理所需的计算量比以往大幅增加。

那么，问题就变成了，我们如何教会人工智能执行我刚才描述的操作？如何执行这种思维链？嗯，一种方法是，你必须教会人工智能如何推理。正如我之前提到的，在训练过程中，我们必须解决两个根本性问题。数据从何而来？数据从何而来？以及如何避免其受到人工干预的限制？我们所能提供的数据和人工演示是有限的。

热点推送

本周关注

MORE
    关于中华网 广告服务 联系我们 招聘信息 版权声明 豁免条款 友情链接 中华网动态
    网上不良信息举报电话：010-56177181执行主编：张蕾
    京ICP备18035944号@版权所有 中华网