※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1677588267.A.20A.html
推 joinbee : alphago是下的盤數越多，軟體知道的變化越多，他就02/28 20:47
→ joinbee : 會越強，所以你叫李世石再跟他單挑肯定是贏不了的，02/28 20:48
推 capssan : 作業自己做= =02/28 20:48
→ joinbee : chat也是一樣的道理，你不斷的糾正他的錯誤，他的資02/28 20:48
推 horseorange : 你講的都是特地領域的弱AI 現在改炒強AI了02/28 20:49
推 poisonB : 我以為我進到八卦版02/28 20:49
→ joinbee : 料庫越龐大，他回答問題的能力就會越強02/28 20:49
→ deepdish : 你要不要直接問chatGPT02/28 20:50
→ Altair : Similarities https://reurl.cc/eX6glj02/28 20:52
推 SRNOB : 有 都是深度學習 02/28 20:52
推 ppav0v0v : 有問題 一律問chatgpt02/28 20:53
推 TaiwanUp : 你這樣問GPT: 請分別列出AlphaGo與ChatGPT的組成 02/28 20:56
→ deepdish : https://i.imgur.com/A18He97.png02/28 20:57
→ deepdish : https://i.imgur.com/ZFS7QOv.png02/28 21:04
推 bj45566 : 樓上有網友回答了：簡單說，他們都是基於「深度學02/28 21:07
→ bj45566 : 習 (deep learning)」技術的 AI；至於什麼是「深度02/28 21:07
→ bj45566 : 學習」，你可以查詢 wiki 英文版02/28 21:07
推 reich3 : 聊天AI機器人跟棋盤上幹爆你AI機器人，是一樣貨色嗎02/28 21:08
→ reich3 : ？02/28 21:08
→ reich3 : 邊聊天擾亂你還能在棋盤上幹爆你的AI，有發開發出來02/28 21:10
→ reich3 : 了嗎？02/28 21:10
推 bj45566 : 那把現貨拼湊起來用就可以啦；重點在於你在硬體架構02/28 21:13
→ bj45566 : 的建構成本，現代 AI 超級吃硬體效能也超級耗電02/28 21:13
推 bj45566 : 演算法部分美國那幾家大頭公司技術力其實沒相差太大02/28 21:16
→ bj45566 : ，困難處反而是硬體設備和訓練過程02/28 21:16
→ rebel : 硬體那幾家巨頭應該有錢不是問題吧 我偏向問題在02/28 21:20
→ rebel : 資料的處理與訓練才是差異所在02/28 21:21
推 bj45566 : 還有，ChatGPT 離真正的「強 AI」還遠的很，恐怕連02/28 21:26
→ bj45566 : 玩具都稱不上02/28 21:26
→ bj45566 : P.S. 我不是做 AI 的，我的主修甚至不是 CS02/28 21:27
推 bj45566 : 資料的累積和訓練很需要時間，這點似乎是 Google02/28 21:29
→ bj45566 : 的最大劣勢 02/28 21:29
推 Kydland : 不得不說 當年看到李世石被輾壓真的很吃驚02/28 21:38
→ Kydland : 因為alphaGO的出現雖然之前Deepmind就有在試驗 02/28 21:39
→ Kydland : 但相關消息很保密 事前能得知的資訊太少02/28 21:39
→ Kydland : 和他對弈過的人類棋手都沒有透漏太多02/28 21:40
推 bj45566 : 因為 AlphaGo 碾壓所有人類圍棋棋手的時間比一般預02/28 21:40
→ bj45566 : 測的快了至少五年02/28 21:40
→ Kydland : 導致人類/棋界在應戰前 信心超滿02/28 21:40
→ bj45566 : 在下當時也嚇一跳02/28 21:40
→ Kydland : 就算是對弈當天 中日韓棋界幾乎沒有人認為李會輸02/28 21:41
→ Kydland : 第一盤開局沒多久 整個棋界都震動了 嚇死人類棋手02/28 21:42
推 bj45566 : 嗯嗯02/28 21:42
推 bj45566 : DeepMind 這家(新創)公司真的是強，現在他們在倫敦02/28 21:44
→ bj45566 : 的研究中心仍然源源不絕產生論文，而且是 Nature, S02/28 21:44
→ bj45566 : cience 等級的論文02/28 21:44
推 bj45566 : 英國現在也穩坐 AI 重鎮之一的位置02/28 21:45
→ as80110680 : chatGPT離理論上的強AI確實有相當的距離，但你說他02/28 21:45
→ as80110680 : 連玩具都不如只能說你不懂工具的用法，如果你懂得02/28 21:45
→ as80110680 : 使用的方法，他絕對能成為生產力工具02/28 21:45
→ Kydland : 而且最重要的是這幾年人類棋手的功力確實依靠AI02/28 21:46
→ Kydland : 大幅進步 成長速度加快 這大概是AI至今和人類協作02/28 21:46
→ Kydland : 最重要的貢獻之一02/28 21:47
推 moike22 : chatgpt肯定比玩具還強 02/28 21:47
→ Kydland : 現在應該沒有其他AI產品和AlphaGO一樣能和人類緊密02/28 21:50
→ Kydland : 搭配 協助人類加快成長速度 02/28 21:51
→ Kydland : 現在的圍棋界 幾乎沒有人不用AI協助訓練的了02/28 21:52
推 bj45566 : @as80110680 所謂的「強 AI」不就是人類不需要去研02/28 21:52
→ bj45566 : 究它的用法嗎？02/28 21:52
推 Kouson : 期待Beta喵的成效02/28 21:54
推 lika32 : 改天會不會真的有梅根這種人工智慧機器人~怕02/28 21:55
→ as80110680 : 所以不是強AI=玩具嗎？邏輯也太跳了吧，誰說生產力02/28 21:58
→ as80110680 : 工具必須是強AI的？02/28 21:58
推 bj45566 : 我有否認 ChatGPT 是生產力工具嗎？02/28 21:59
推 mamorui : AI是這樣，只要不是100%正確度的事情都可以派上用02/28 22:02
→ mamorui : 場02/28 22:02
推 BlueBlueLuu : 還不all in SOXL02/28 22:12
→ as80110680 : ㄜ...我並沒說他是強AI啊，理論上的強AI就應該跟人02/28 22:13
→ as80110680 : 一模一樣，就像你剛進實驗室時學長手把手教你，你02/28 22:13
→ as80110680 : 應該不需要了解學長的使用方法吧02/28 22:13
推 SRNOB : 強AI從 有生之年>10內有機會 openAI做好準備了02/28 22:15
→ SRNOB : 可惜的是就算有 當然不會開放給你 chatGPT剛出02/28 22:15
→ SRNOB : 跟現在這個限制版本差太多了 你沒經歷無法體會02/28 22:16
→ armorblocks : 阿法狗也沒厲害 背後也是職業九段不停提供大量資料02/28 22:16
→ SRNOB : AI繪圖部分也是 今天有很好的模型下架了02/28 22:17
→ SRNOB : 那叫不厲害? 你說的是前期 後面有從零開始的訓練 02/28 22:17
→ SRNOB : 對AI的認知是任何跟AI有關的認知都要常更新02/28 22:19
→ SRNOB : 類神經網路在2010還被認為是死路 誰知道 02/28 22:19
推 bj45566 : 目前的深度學習相關技術沒有辦法達成強 AI，需要更02/28 22:21
→ bj45566 : 先進、劃時代的新技術誕生，你不信就算了02/28 22:21
推 SRNOB : 誰知道 你說BERT死路 不過新技術就是突然會冒出來02/28 22:23
推 bj45566 : CNN 這些類神經網路技術在 201x 時的影像辨認能力就02/28 22:27
→ bj45566 : 打遍天下無敵手了，哪來的死路？02/28 22:27
→ kyova : ...想太多了，現在的技術跟強AI一點關係也沒有02/28 22:28
推 bj45566 : 同意樓上02/28 22:30
→ kyova : alphago後面的alpha zero很厲害。後面都不需要餵資02/28 22:33
→ kyova : 料了，而且可以適用其他棋藝類。02/28 22:34
→ kyova : 建議去看相關的論文，看蝦咪科普文章或yt介紹根本02/28 22:34
→ kyova : 都是一知半解...02/28 22:35
→ as80110680 : 真正讓CNN發揚光大的是強化學習，最強的阿法狗，那02/28 22:35
→ as80110680 : 個還沒有去賽場肆虐的終極版正是使用左右互搏大法02/28 22:35
→ as80110680 : 的強化學習，他甚至沒有學過人類的棋譜，相比chatG02/28 22:35
→ as80110680 : PT還在那種半監督式，找肯亞人貼標籤的方式，效率02/28 22:35
→ as80110680 : 相差10萬8千里02/28 22:35
→ kyova : gpt用了attention機制，也就是transformer。模型上02/28 22:37
→ kyova : 是不錯的改進。02/28 22:37
→ kyova : 要說什麼強AI真的是唬洨...人類根本不完全了解自己02/28 22:38
→ kyova : 思考的機制具體的細節是什麼... 02/28 22:38
→ kyova : 左右互搏...首先棋類有明確規則和勝負判定，但聊天02/28 22:41
→ kyova : 沒有阿XDDD 你也可以讓它自己跟自己瞎聊一通... 02/28 22:41
推 bj45566 : 圖靈對於這方向做過偉大的嘗試(人類如何計算？)，02/28 22:41
→ bj45566 : 最後成果就是電腦的誕生02/28 22:41
推 bj45566 : 強 AI 要誕生看恐怕需要一個比圖靈還強得多的天才 -02/28 22:44
→ bj45566 : - 這可能存在嗎？我很懷疑 @@02/28 22:44
推 utcnsc : 其實chatgpt也有用reinforcement learning02/28 22:44
→ patrol : 恩 如果真有這樣的天才 應該也不會讓強ai問世02/28 22:45
→ patrol : 身為地球上最聰明的生物 應該很了解一旦你不再是02/28 22:47
→ patrol : 最聰明的 會有什麼下場02/28 22:47
→ kyova : 沒有那麼誇張啦...把圖靈過度誇飾了。科學是一點一02/28 22:49
→ kyova : 滴累積的。有人提出的方向就是結合統計跟因果推理02/28 22:49
→ kyova : 邏輯，雖然我覺得這是在講幹話= =02/28 22:49
→ kyova : Deepmind有些文章是朝這類方向的。它創辦人是認知02/28 22:50
→ patrol : 地球最終會毀滅 太陽最終會熄滅 ai為了延長生存02/28 22:50
→ kyova : 科學出身的，帶來一些跨領域的思路。02/28 22:50
→ patrol : 得出來的答案必然是減少資源消耗 ->02/28 22:51
→ kyova : 以前的符號運算專家系統和現在流行風潮的深度學習02/28 22:51
→ kyova : 要怎麼統合是一個不小的難點。02/28 22:52
→ patrol : 下面的答案請讓人安度完這一代你們再開發強ai去找02/28 22:52
→ kyova : 人腦就是兼具這兩種異質特性，就慢慢觀察吧...02/28 22:53
→ as80110680 : 你想得出來的答案就不會是正解，最強阿拉狗master 02/28 22:54
→ as80110680 : 最終領悟人類都不懂的棋譜才完全擊敗人類跟前代阿02/28 22:54
→ as80110680 : 法狗，代表你現有的知識都未必是完全正確的 02/28 22:54
→ patrol : ai像人一樣思考 得出來的就會是像人一樣的答案02/28 22:57
推 chienk : 不需要強ai也能很有突破啊 飛機也不像鳥一樣會振翅02/28 22:58
→ chienk : 但反而飛的更快更高。 說現在的成果是玩具弱ai的大02/28 22:58
→ chienk : 頭們 根本就是酸葡萄02/28 22:58
推 bj45566 : @kyova ChatGPT 這一批的產品在「如何判斷切換到符02/28 23:02
→ bj45566 : 號運算專家系統」這方面完全不行啊，比小學生差多了02/28 23:02
→ kyova : ...人的差異這麼大，我可不希望AI創造出來跟某些人02/28 23:02
→ kyova : 一樣整天耍廢... 弱AI是有它的價值的。特定領域或02/28 23:02
→ as80110680 : 事實上演化論、物競天擇也是一種大自然的訓練方式02/28 23:03
→ as80110680 : ，你不覺得他的概念跟強化學習很像嗎？或者說，強02/28 23:03
→ as80110680 : 化學習其實就是在模仿大自然物競天擇02/28 23:03
→ kyova : 任務下的相對最佳解。02/28 23:03
→ kyova : 恩...其實了解這類模型運作就知道這種結果不意外02/28 23:04
推 bj45566 : @chienk 不是說 ChatGPT 是玩具，而是說如果以強 AI02/28 23:05
→ bj45566 : 的標準來看 ChatGPT 可能是玩具等級都不到的產品；02/28 23:05
→ bj45566 : 不要亂曲解別人的意思紮稻草人打 OK02/28 23:05
→ patrol : 對能24思考的ai來說 需要睡眠的都是廢物:)02/28 23:06
→ patrol : 對能24小時思考的ai來說 需要睡眠的都是廢物:)02/28 23:06
→ as80110680 : 弱AI也不代表他很弱，而是代表他只能在特定領域發02/28 23:07
→ as80110680 : 揮長才，事實上強AI也只是人類一廂情願，為什麼一 02/28 23:07
→ as80110680 : 定要強AI？用來當女朋友嗎？02/28 23:07
→ Alwen : 現在檯面上AI進化到極致也不會變成強AI= = 02/28 23:09
推 bj45566 : ChatGPT 是一個卓越、有影響力的 AI 產品... 但它真02/28 23:09
→ bj45566 : 的離強 AI 太遠了，就醬02/28 23:09
→ bj45566 : @Alwen 不會，模型和演算法上的先天限制02/28 23:09
→ Alwen : 強AI真的誕生的話就是伴隨奇點 但有夢最美拉02/28 23:11
→ kyova : 堆疊很多功能的弱AI就很有用惹~ 秘書、做家事...02/28 23:11
→ kyova : 你可以用gpt類似的工具整理篩選投資資訊、數據。02/28 23:12
→ kyova : 之後發展方向就是讓更多沒那麼懂程式的人多一個媒介02/28 23:13
→ kyova : 可以使用更豐富的功能。02/28 23:13
→ kyova : 人腦的思考有大半沒那麼有目的性或可評價的指標，這02/28 23:15
→ kyova : 是個難點或差異性。另外類似藝術審美觀或幽默感之類02/28 23:15
→ kyova : 的也沒有什麼明確的評價方式。很多方向可發展啦。02/28 23:16
→ gomi : 弱AI 也可以當女友 ㄟ你過來一下02/28 23:16
→ kyova : 真人娃娃+chapgpt，很有賣點阿XDDDD02/28 23:18
→ kyova : chatgpt。你再加上一些運動控制的功能就更有用惹~02/28 23:19
推 Kydland : 圍棋規則簡單 但變化非常複雜 不要太小看02/28 23:29
→ Kydland : 不然怎麼會是AI最後攻克的棋類競技02/28 23:29
推 bj45566 : 圍棋縱然比其他的棋類遊戲複雜億兆倍以上，它終究是02/28 23:37
→ bj45566 : 可以畫出傳統 game tree、是勝是負的一目瞭然的固定02/28 23:37
→ bj45566 : 框架問題02/28 23:37
推 bj45566 : ChatGPT 要解決的是「自然語言處理 (NLP)」，這種 02/28 23:39
→ bj45566 : 問題的困難度和複雜度不是任何棋類遊戲能相比的02/28 23:39
推 bj45566 : DeepMind 在「圍棋路線」走的下一步，是透過 AI 找 02/28 23:44
→ bj45566 : 出如大型矩陣相乘等計算問題的 online 最佳步驟 --02/28 23:44
→ bj45566 : 目前已經有幾篇 Nature 論文刊登其成果了02/28 23:44
推 bj45566 : 還有 DeepMind 也開放了能參加程式設計比賽解題率02/28 23:46
→ bj45566 : 還不錯的 AI 產品 AlphaCode -- 這個發表在最近的 S02/28 23:46
→ bj45566 : cience 還成為封面故事02/28 23:46
→ bj45566 : 總之 DeepMind 這家公司在技術和研發上真的很強02/28 23:47
→ samm3320 : 這次差別在他不用準備資料了，直接用現成文本訓練，02/28 23:52
→ samm3320 : 資料量可以拉到極高02/28 23:52
→ samm3320 : 只要堆高硬體就越來越像人02/28 23:52
→ samm3320 : 用訓練好的AI再去訓練人類做的特定工作效果更好02/28 23:53
推 Ligamenta : 神經網絡 03/01 00:28
推 bj45566 : 你後面修改增加的問題已經遠遠超越技術層面了，恕在 03/01 00:38
→ bj45566 : 下難以回答... 悲觀點，連中下程度的程式設計師恐 03/01 00:38
→ bj45566 : 怕也要失業了；樂觀點，AI 溢出的生產力可能可以投 03/01 00:38
→ bj45566 : 入社福津貼，誰知道呢？ 03/01 00:38
推 suck55426 : 因為GPU越做越強 03/01 01:13
推 jasonspacex : 簡單講就是attention 再加上大量資料的fine tune 03/01 01:23
→ jasonspacex : 除了self attention 比較近期一點之外 chatgpt 用 03/01 01:24
→ jasonspacex : 的大多都是很成熟的技術 03/01 01:24
→ jasonspacex : 包括上面提到的強化學習 03/01 01:25
噓 deegs10221 : 跟你說，完全不需要作業員是不可能的，機台不可能 03/01 01:26
→ deegs10221 : 自己排除異常狀況 03/01 01:26
推 jamesho8743 : 玩具都稱不上明顯是為反而反 chatgpt明顯超過玩具程 03/01 01:32
→ jamesho8743 : 度 03/01 01:32
噓 jamesho8743 : 圍棋不是AI最後攻克的棋類遊戲 應該是第一個用A I 03/01 01:39
→ jamesho8743 : 攻克的展示 以前的棋類根本不是用AI是用暴力運算解 03/01 01:39
→ jamesho8743 : 的 棋類規則清楚簡單目標明確 03/01 01:39
→ jamesho8743 : 適合成為AI入門題 03/01 01:39
推 jamesho8743 : 圍棋不是複雜度比其他棋類高出億萬倍 是它的變化空 03/01 01:44
→ jamesho8743 : 間跟它要暴力破解的計算力比其他棋類高出億萬倍 它 03/01 01:44
→ jamesho8743 : 的本質跟其他棋類沒什麼不同 03/01 01:44
噓 jamesho8743 : Chatgpt本來就得貼標籤啊 因為要有人告訴它什麼是 03/01 01:55
→ jamesho8743 : 對什麼是錯 棋類就很簡單 勝負對錯很清楚 所以可以 03/01 01:55
→ jamesho8743 : 雙手互博 所以說棋類AI是入門題 說實在話alpha go才 03/01 01:55
→ jamesho8743 : 是玩具（假如你不玩圍棋）但它是第一步標示式的突破 03/01 01:55
推 jamesho8743 : Alpha go vs李當天 有在關心圍棋的人早就知道他會 03/01 02:05
→ jamesho8743 : 輸 早在正式挑戰之前 alphago早就在野狐圍棋上以mas 03/01 02:05
→ jamesho8743 : ter名大殺四方 普羅大眾當然不淸楚 03/01 02:05
推 bj45566 : 有人在那為反而反胡說八道，用暴力法破解 game tree 03/01 04:03
→ bj45566 : 也是 AI，人類最早的 AI 遊戲程式可以追溯到五子 03/01 04:03
→ bj45566 : 棋年代 03/01 04:03
噓 bj45566 : @jamesho8743 真的是半瓶水響叮噹笑死 03/01 04:05
噓 bj45566 : 深度學習 AI 和人類棋王的對弈時間順序是：AlphaGo 03/01 04:13
→ bj45566 : 對戰李世 -> AlphaGo 升級成 AlphaGo Master, 03/01 04:13
推 bj45566 : 以 Master 註冊弈城圍棋網與職業棋手對弈，連勝 30 03/01 04:16
→ bj45566 : 場 -> 03/01 04:16
→ bj45566 : 轉往騰訊野狐圍棋網對弈，繼續連勝 30 場，包括三 03/01 04:17
→ bj45566 : 次戰勝柯潔九段 03/01 04:17
→ bj45566 : 連最基本的資訊都搞錯到一塌糊塗，還有資格在那大 03/01 04:19
→ bj45566 : 放厥詞，笑死人有夠好笑 wwww 03/01 04:19
噓 bj45566 : 還有你對 computational complexity 這門學科的認 03/01 04:24
→ bj45566 : 知度為零，去翻翻教科書再來野人獻曝 OK? 03/01 04:24
推 bj45566 : *李世石乙 03/01 04:26
推 centaurjr : 說糾正chat會越強的你去糾正七步成詩給我看看啊 03/01 06:36
→ centaurjr : 根本不會好嗎 03/01 06:36
→ centaurjr : 跟他玩了超久他開始認為相煎何太急是白居易寫的 03/01 06:37
→ centaurjr : 始終如一 03/01 06:38
推 kentelva : 去多看看老外的專訪啦(ex:Sam Altman)就知道目前及 03/01 07:01
→ kentelva : 未來ai 的方向 03/01 07:01
噓 deangood01 : 不懂就不要投資 不熟的領域 03/01 07:32
→ deangood01 : 等等被當韭菜割 03/01 07:32
→ deangood01 : DYOR 03/01 07:32
推 yyls123 : 沒有好嗎... 03/01 09:10
推 jamesho8743 : master是記錯了 不過其他也沒什麼大放劂詞的 alphag 03/01 11:19
→ jamesho8743 : o 在跟李比之前早就跟一些職棋以及在網上測試過了 03/01 11:19
→ jamesho8743 : 比之前本來就不樂觀 更何況誰曉得谷歌在比賽中砸了 03/01 11:19
→ jamesho8743 : 多少gpu 03/01 11:19
推 ohlong : Deep learning 離真正的AI還很遙遠 03/01 14:14
→ ohlong : 小孩一出生就有情緒會哭鬧會探索 03/01 14:15
→ ohlong : 因為人類是被需求驅使的 餓就哭 大腦需要刺激回饋 03/01 14:18
→ ohlong : 所以到處探索 東咬西咬也是出自於自身的需求 DL頂 03/01 14:18
→ ohlong : 多就是一個片段的神經系統而已 03/01 14:18
→ ohlong : 講白他的原理就有點像暴力破解一個迷宮的方式 你走 03/01 14:20
→ ohlong : 一萬遍迷宮之後的model能讓你一次就到出口 03/01 14:20