为什么说我们对AI大模型的工作原理知之甚少？

人工智能语言模型不是人类，但我们使用律师资格考试或美国医学执照考试之类的测试来评估它们，就好像它们是人类一样。

模型在这些考试中往往表现得很好，可能是因为模型的训练数据中有大量此类考试的例子。正如我的同事威尔·道格拉斯·海文（Will Douglas Heaven）在他最近的一篇文章中所写的那样，“有些人被它们展现出的‘人类’智慧所迷惑，另一些人则一点也不相信。”

越来越多的专家呼吁，不要用这些测试来评估人工智能模型，理由是这种行为助长了人工智能的炒作，并造成了“人工智能语言模型的水平比实际水平更高的错觉”。

在威尔的故事中，让我印象深刻的是：我们对人工智能语言模型是如何工作的，以及它们为什么会生成特定的结果知之甚少。利用这些测试，我们试图根据它们的输出来衡量和美化它们的“智能”，但却没有完全了解它们究竟是如何运作的。

作者简介：梅丽莎·海基莱（Melissa Heikkilä）是《麻省理工科技评论》的资深记者，她着重报道人工智能及其如何改变我们的社会。此前，她曾在 POLITICO 撰写有关人工智能政策和政治的文章。她还曾在《经济学人》工作，并曾担任新闻主播。

支持：Ren

运营/排版：何晨龙

发布于：北京

相关推荐

为什么说我们对AI大模型的工作原理知之甚少？
为什么说创业者做AI大模型完全是浪费钱？
为什么说大模型是“缸中之脑”？
大逃杀里的中国AI大模型
大模型的智能，不是人类的智能
中文大模型比英文更烧钱，是AI底层原理决定的？
“盗”数据，AI大模型的黑暗面
未来AI生态：少数通用大模型与无数专用模型
让AI说中文，总共分几步？
为什么我们对deepfake技术又爱又恨？

网址: 为什么说我们对AI大模型的工作原理知之甚少？ http://www.xishuta.com/newsview90267.html