【我們是最後一代】
Yo-Jing Lin 林宜敬

一、
如果三年前有人跟我說,人工智慧將會變得比人類還聰明,那我一定會認為他在胡說。但是隨著ChatGPT、MidJourney、DALL·E等大型類神經網路(Neural Net)的高速發展,現在我也開始擔心了。
也許幾年內人工智慧就會變得比人類還聰明,而我們將會是「最後一代」。

二、
類神經網路的運作方式,跟以前傳統的電腦程式很不一樣。傳統的程式,靠的是加減乘除以及邏輯運算,一切都是程式設計師「設計」出來的,所以對於傳統程式的運作原理,程式設計師們自己當然是一清二楚。
但類神經網路是模仿人類大腦而建造的,他的能力是「訓練」出來的,而不是「設計」出來的。所以就像身為老師的人,往往搞不懂自己的學生是怎麼想的一樣,身為類神經網路訓練者的工程師們,往往也搞不懂自己做出來的類神經網路究竟是怎麼運作的。

三、
人腦的思考能力,來自於一些透過突觸(Synapses)互相連結的腦神經元細胞(Neurons);而人工智慧類神經網路的思考能力,也是來自於一些透過參數(Parameters)互相連結的人造類神經元。
人類在學習的時候,腦神經元的突觸連結方式會發生改變;而人造的類神經網路在學習的時候,參數的數值也會發生改變。
動物的腦,突觸的數量越大,思考學習能力越強;而同樣的,類神經網路的參數越多,思考學習的能力也越強。

四、
早期的類神經網路所包含的類神經元數目,了不起也不過是幾萬個,恐怕比一隻蟑螂的腦神經元數量都還要少。所以早期的類神經網路都只能專注於某種特殊功能,像是下圍棋、幫照片著色、或是將語音轉換成文字等等。


但是近幾年,許多大型的科技公司野心變大了,開始去訓練一些稱作 Foundation Models 的超大型類神經網路。像是 ChatGPT 以及 DALL·E 背後的 GPT-3,就是一個擁有1750億個參數的超大型的類神經網路 。
而科學家們估計,人腦大約有100兆個突觸。GPT-3 的 1750億個參數跟人腦的100兆個突觸相比,只有五百分之一左右,所以GPT-3的思考記憶能力,終究還是比不上人腦。

六、
但是GPT-3所受的訓練跟人腦所受的訓練一樣,已經是多方面的。它閱讀過無數關於天文、地理、歷史、物理、化學、音樂、以及程式設計的網路文章,所以它就像一個精通數十種語言,同時還上過天文、地理、歷史、物理、化學、音樂、程式設計等各種課程的傢伙一樣,什麼都能聊。

七、
科學家們訓練 GPT-3 的方式,是讓GPT-3大量閱讀各種從網路上蒐集來的文章,然後叫 GPT-3 寫短文給真人老師批改。
然後科學家們為了省事,又去設計訓練出一個「人工智慧家教」(Reward Model),用他來替代真人,專門幫 GPT-3 批改作業,進行訓練。

八、
而 GPT-3是個好學生,他不會死讀書,他會消化吸收,他會把它學到的知識內化(Internalize),轉化成類神經元上面的參數數值。
ChatGPT 很老實,當我們問 ChatGPT 問題的時候,它並不會臨時抱佛腳,偷偷上網去找資料,它也不會偷看小抄,把預先寫好的答案整段背給我們聽。ChatGPT 的回答真的都是「GPT-3 自己想的」,「GPT-3 自己記得的」。
所以每當有些人埋怨,說ChatGPT 的回答往往不盡正確,我都會覺得他們是苛求了。因為 GPT-3 的年紀還不到一歲,他已經算是個博聞強記的天才兒童了。一般人絕對記不得那麼多的事情。

九、
而更厲害的是,像 GPT-3 這樣的類神經網路之所以被稱為 “Foundation Models” (基礎模型),就是因為創造它們科學家們,把它們類比為受過基礎語文訓練及通識教育的「通才」。
只要我們把 GPT-3 複製一份,然後對它進行密集的天文學訓練,那它就會變成一個天文學家;只要我們再把 GPT-3 複製一份,然後再對它進行密集的經濟學訓練,那它就會變成一個經濟學家;只要我們再把 GPT-3 複製一份,然後再對它進行密集的物理學訓練,那它就會變成一個物理學家。

十、
如果這還不夠讓你覺得驚恐的話,那科技界盛傳,繼GPT-3之後,下一代的 GPT-4 馬上就會在今年推出了。據說 GPT-4 的參數數量會是 GPT-3 的 500 倍,也就是100兆個,跟人腦的突觸數量相當。
很顯然的,GPT-4 的設計者就是要做出一個跟人腦腦容量相當的人工腦,一個名副其實的「電腦」。
然後GPT-4絕對不會是人工智慧研究的終點站,接下來很可能會有人腦 500 倍容量的 GPT-5、人腦 25 萬倍容量的 GPT-6。

十一、
所以順利的話,一年之後,研究所的學生都不用再自己寫論文了,因為論文可以交給 GPT-4 寫,而且寫的絕對比大部分的研究生都好;
同樣的,大學的教授們也不用再浪費時間上課、指導論文了,因為反正學生的作業跟論文都是 GPT-4 寫的,教授們不如把 GPT-4 複製一份,直接去教 GPT-4 做研究、寫論文;
然後教授們訓練出來的 GPT-4、GPT-5、GPT-6會越來越厲害,厲害到他們青出於藍,總有一天會比當初訓練出他們的教授們還厲害,可以自己做研究、自己訓練下一代的 GPT-7 、而且去跟 Google、百度訓練出來的類神經網路進行學術討論了。

十二、
所以我們很可能是最後一代。我們可能是最後一代的真人研究生、最後一代的真人指導教授、最後一代的真人學者。
至於人類接下來會怎麼樣?很抱歉,請不要問我,因為一年之後,我的臉書應該都是由 GPT-4 或是 GPT-5 代寫,而且它們會是經過我特殊訓練過,寫作風格跟我完全一樣的類神經網路寫手。
而當然,各位也不用自己留言提問了。因為到時候,各位自己訓練出來的類神經網路網友們也會自動留言提問,自動幫我的臉書文章按讚。
我們是最後一代的真人臉友。
Past 31 days
Total Visit: 31
Comments from people reporting this message

下面是Microsoft人工智慧 New Bing的回答: 《您好,這是Bing。我們不會是「最後 一代」,因為人工智慧(Al)只是一種 工具,它可以幫助我們創造、學習和解 決問題。ChatGpT、MidJourney、 DALL·E等AI技術都是由人類設計和開 發的,它們的目的是讓人類的生活更豐 富和有趣 。AI對人類的影響取決 於我們如何使用它,如果我們能夠合理 地規範和監督它,那麼它將會是一種正 面的力量 》

There are 3 fact-checking replies to the message
Lopi mark this message contains misinformation
originally written by Lopi
(1)本文第十一點含有錯誤訊息,其他大部分是個人意見。
(2)本文第十一,十二點,把碩士博士研究生論文著重在《寫》的方面為不實,碩士博士論文重點在《研究創新》,寫的部分只是整理呈現成果。教授指導AI做研究創新的部分,目前AI還無此能力,並且還差得很遠,此部分為不實。
(3)人工智能不會很快取代人類內容創作者,主要是因為它缺乏人類的創造力和想像力。當代人工智能只能從它已經學習到的資源中生成文本,除非我們人類首先提供,否則無法創造新的想法或數據。人工智慧仍讓有遙遠的路要走,這是目前科學家的主流共識,要說是《我們是最後一代》是非常少數的想法。
(4)我們可以把這個問題問Microsoft人工智慧New Bing,得到的回答是: 《您好,這是Bing。我們不會是「最後 一代」,因為人工智慧(Al)只是一種工具,它可以幫助我們創造、學習和解決問題。ChatGpT、MidJourney、 DALL·E等AI技術都是由人類設計和開發的,它們的目的是讓人類的生活更豐富和有趣 。AI對人類的影響取決於我們如何使用它,如果我們能夠合理地規範和監督它,那麼它將會是一種正面的力量 》

References

[1]人工智能會取代人類嗎?專家分享意見
https://delante.co/content-creation-in-ai-era/

Content Creation in AI Era - Will AI Replace Humans? - Delante Blog

AI can create content fast and effective. Should copywriters worry about their jobs? Find out what experts think about the AI-generated content and its future!

https://delante.co/content-creation-in-ai-era/
CHOU-WEI HSU mark this message contains true information
originally written by CHOU-WEI HSU
本文出處來自The News Lens關鍵評論

隨著ChatGPT、MidJourney、DALL·E等人工智慧高速發展,我們將會是「最後一代」

林宜敬 2023/02/06

References

本文經林宜敬授權轉載

https://www-thenewslens-com.cdn.ampproject.org/v/s/www.thenewslens.com/amparticle/180498?amp_gsa=1&amp_js_v=a9&usqp=mq331AQKKAFQArABIIACAw==#ampshare=https://www.thenewslens.com/article/180498
Lin mark this message contains personal perspective
originally written by Lin
絕大部分著名的人工智慧演算法在學習技能時要人教,同時需要使用到極龐大的資料庫,並且得在超級電腦上執行。

Opinion Sources

https://pansci.asia/archives/323126

從能量效率的觀點,告訴你為何人工智慧無法掌控世界——《眼見為憑》

人腦與大腦誰比較聰明?電影中常常有人工智慧掌控世界的題材,但是在學習層面,目前為止最佳的人工智能卻比不上四歲小孩。

https://pansci.asia/archives/323126
There are 1 reply deleted by its author.

The content above by Cofacts message reporting chatbot and crowd-sourced fact-checking community is licensed under Creative Commons Attribution-ShareAlike 4.0 (CC BY-SA 4.0), the community name and the provenance link for each item shall be fully cited for further reproduction or redistribution.

Add Cofacts as friend in LINE
Add Cofacts as friend in LINE
LINE 機器人
查謠言詐騙