所以是的。如果你仔细想想有专家系统阶段这是第一阶段。有机器学习阶段这是第二阶段。有深度学习阶段这是第三阶段现在我们处于第四阶段即生成式人工智能阶段。 真正有趣的是在过去的 年里人们并没有想出与人们所使用的完全不同的令人着迷的新算法或方法。在过去真正发生的事情是计算变是在 年前开发的。当然也有一些进步但从根本上讲真正的创新是廉价的计算你在同一组方法或相同的算法上投入越来越多的计算能力最终你会得到类似 GPT 的东西。
它可以很好地做出这些预测就像你在和
人交谈一样。 Pete： 几分钟前你说的一句话让我很困惑 女号领先 那就是你可以预测下一个单词的突破。对我来说阿伦光是这句话就足以让我联想到世界是如何运作的。因为它不仅能预测下一个单词还能写下接下来的五个部分和段落等等而且相对而言它借鉴了同样的原理。所以对我来说当你提到这一点时我顿悟了谢谢你说得这么简单。
这很棒但我希望你从头开始
从 GT 开始等等。 Arun： 我认为人们经常对这些大型语言模型所承担 CA 细胞数 任务在某种意义上的简单性感到震惊。我的意思是这让学术界的许多人开始质疑人类是如何创造句子的？我们实际上只是在神经网络中预测下一个单词吗？或者我们在说出句子之前是否真的知道这个句子？你知道如果你自己尝试这个练习你会发现你不太确定。有时你会停下来形成你的想法但直到最后一个词说完之前你真的知道下一个词是什么吗？ Pete： 嗯Aru我觉得如果我在公开演讲时感到紧张我不知道下一个词会是什么。
但如果我放松我就很有信我认
为计算机在这种情况下不会紧张。 Arun： 还没有。我的意思是就像 供尖端技术和值得信赖的消 你知道我们已经看到 Grammarly 确实从预测下一个单词中脱颖而出。能够理解情况的重要性并在其数字胃中感到紧张这是我们迄今为止从未见过的。但这项任务的简单性也强调了大型语言模型的可靠性非常重要。因为我的学生经常问我为什么 ChatGPT 有时会出错？对我来说更令人惊奇的是它做对了很多事情。
