[xiv7]

#komputery #internet

[supra107]

@xiv7: No ale taka prawda, to nie jest prawdziwa SI i ma sporo ograniczeń, nie wspominając o zerowej opłacalności bo koszta rozwoju i utrzymania są znacznie większe niż potencjalne zyski, ale ludzie tacy jak Jen-Hsung czy Sam czy Satya muszą pompować bańkę wmawiając że to zastąpi dosłownie wszystko i wszystkich.

Skuteczność modeli głębokiego uczenia nie zmienia faktu że mamy sztucznie pompowaną bańkę która rujnuje każdy inny segment rynku i nie

[xiv7]

@supra107: chodzi o to że mimo tego "losowego przewidywania słów" masz wrażenie rozmowy z prawdziwą osobą, a niektórym bardzo to przeszkadza bo "to przecież tylko matematyczne przewidywanie słów! nie wolno mieć takiego wrażenia! nie wolno zwracać się do AI po imieniu!", a ważny jest efekt a nie jak to działa pod spodem, zresztą nie mamy 100% wiedzy o działaniu ludzkiego mózgu i też może działać na zasadzie przewidywania kolejnych słów,

[xiv7]

W imię pompowanie bańki wmawia się ludziom że jest to SI

@supra107: widzę że jesteś jedną z tych osób która prawdopodobnie ma wiedzę informatyczną, ale nie psychologiczną, psychiatryczną, biologiczną czy kulturową, czym w takim razie jest SI? zawsze pod spodem będzie jakiś mechanizm odpowiedzialny za działanie tego, tak jak w ludzkim mózgu są pewne mechanizmy odpowiedzialne za wiele kwestii. Jako informatyk nie jesteś w stanie odpowiedzieć na to czym jest

[supra107]

@xiv7: Problem polega na tym, że obecne architektury uczenia maszynowego nijak nie mają się do architektur ludzkiego mózgu. One fundamentalnie nie są w stanie pojąć czym jest prawda, fałsz, dobro, zło i tak dalej. One tylko przewidują tekst, tekst którego tak naprawdę nie rozumieją więc będą z pewnością popełniać błędy i tego się nie przeskoczy.

A prawdziwa SI to to tzw. "AGI" które może osiągniemy dopiero w erze wszechobecnych komputerów

[xiv7]

Problem polega na tym

@supra107: problem polega na tym że nie wiesz jak działa ludzki mózg a mówisz o tym ( ͡° ͜ʖ ͡°) ludzki mózg się uczy tak jak modele się uczą, zależy czego nauczysz taki model, a koniec końców w ślepym teście byś nie rozpoznał modelu z odpowiednimi wytycznymi od człowieka z odpowiednimi wytycznymi

[supra107]

ludzki mózg się uczy tak jak modele się uczą

@xiv7: Właśnie wątpię, bo człowiek nie potrzebuje milionów tekstów w danym języku tylko po to aby zrozumieć angielski. A LLM-y właśnie potrzebowały tak ekstremalnej nadwyżki danych aby dać przekonujący efekt "mowy". A to że w ślepym teście LLM jest wystarczająco przekonujący to jedno, to nadal nie jest inteligencja na poziomie ludzkiego mózgu. Nie są one "świadome" bycia robotami, jedynie wyplują tekst