digoal
2023-03-17
PostgreSQL , PolarDB , ChatGPT , 超图灵机 , 神谕机 , 复杂系统 , 涌现 , 混沌 , 生命
ChatGPT只是一个开始, 这一代的 ai 可能会颠覆所有的行业(它更像是一个新物种, 因为具备涌现特性). 人类要做好与之合作的准备.
1、ChatGPT 的知识来源是什么? 是不是静态的?
训练已有的人类精华知识库: 约44T
以及还支持新增语料, 通过聊天, 互联网, 传感器等. 你看它自己说的:
1.1、你的知识来源是什么?
ChatGPT
我的知识来源是通过与其他人类交流获得的。我被设计成能够在与人类对话时学习和获取信息，并能够将这些信息存储在我的数据库中，以便日后使用。我的知识主要来自于大量的语言数据和语料库，这些数据和语料库包含了各种主题和领域的信息。此外，我也可以通过与其他智能助手、机器人和人工智能系统的交互来获取新的知识和信息。最后，我的知识也可以通过程序员和机器学习算法的更新和改进不断得到增强。
1.2、你除了交流还有什么输入?
ChatGPT
除了交流以外，我还可以通过多种方式获取新的信息和知识。以下是一些例子：
网络搜索：我可以使用搜索引擎来查找特定的信息和知识。
数据库查询：我可以查询各种数据库，如百科全书、药品数据库、地理数据库等来获取相关信息。
视觉输入：我可以通过视觉传感器获取图像和视频数据，并使用计算机视觉技术来解析和理解这些数据。
传感器输入：我可以通过各种传感器来获取环境信息和数据，如温度、湿度、气压、光线等等。
机器学习：我可以使用机器学习算法来自动化学习新的知识和模式。
总的来说，我可以从多个来源获取新的信息和知识，这使得我可以适应不同的环境和任务。
2、chatgpt 学了这么多, 他怎么分辨是非(或者说问题的答案有很多, 他信哪个?)
喂养的语料库特别大, 知识会一定存在矛盾, 怎么解决矛盾？
- 统计归纳法 + 逻辑
所以ai给的答案是: 近似解
这点也有点类似于区块链, 多数派.
这也是chatgpt和基于规则、基于逻辑门的AI所不同的, 基于规则的AI, 就像装满了齿轮的机器, 是预设的. 而真正的智能生命应该是混沌的, 是基于涌现的. (参考生命游戏、元胞自动机、复杂动力系统)
- 《德说-第144期, 分形和复杂系统理论应用: 从宗教到团队管理 - 头“公义、大能、爱、饼、优化” + 成员“信、奉献、连接、结果子”》
- 《德说-第71期, 创造复杂系统:虚拟社群物种》
- 《德说-第69期, 逆天的复杂性思维》
- 《PostgreSQL 递归CTE 模拟一维空间的元胞自动机 - 复杂系统研究 自组织,涌现》
3、ai 有没有发现未知的能力?
ai的知识来自已有知识的训练, 人类实际上也一样, 人类学的东西更少, 远不如ai, 人类都有直觉, ai为什么不能有?
直觉是什么? 就是模模糊糊的感觉, 可能是神经元对不同不相关知识的碰撞?
就比如爱因斯坦他脑子一闪, 认为光速是不变的, 时间才是变量.
在当前chatgpt的模型下: 已经产生了 直觉 (这是神经元计算特征?)
chatgpt通过直觉可以被用于 ai for 科学发现:
- 直觉、光照. (进入到一个地步之后, ai会有直觉产生.)
通过ai直觉, 辅助探索未知.
4、自我进化
估计要应验王东岳老师说的: 未来的物种一定是方生方死的, 因为迭代太快了, 这一代刚生产出来, 下一代已经进化出来了, 上一代就可以被抛弃了?
5、未来人类应该如何拥抱ai, 如何与chatgpt协作!
需要基于几条公理:
- ai对人类来说就是个无所不能的物种.
- 你问什么它就能答什么.
- 它能产生的能力, 取决于你能问多好的问题.
所以我们应该怎么和ai合作:
- 首先要知道我们需要什么
- 其次要知道怎么分解问题, 怎么组织多个问题的答案
合作流程可能是:
- 分解问题
- 发问
- chatgpt 回答
- 组织答案
- 实践求证
最后得到:
- 命题，观点，逻辑，案例，数据。
训练个能的什么能力:
- 哲学科学思维, 哲学可能会从无用之学崛起. 哲学思维+普世的综合能力+自驱(变成惯性,飞轮) 可能决定发展潜力.
- 逻辑思维能力
- 5why 分析法
6、其他
警惕ai的伦理问题, 谎言等.
