ChatGPT、人工智能、人类和一些酒桌闲聊
© 2023 Conmajia
Initiated 10th March, 2023
昨天跟某化学家喝酒,期间提到了 ChatGPT。他的评价是:这鬼东西大量输出毫无意义、错漏百出甚至是虚假的信息,“in a confident accent”。例如某次 GPT 针对“描述某某记者”这一问题,给出了“某某是畅销图书作者”,事实上该记者从未写过或者出版过任何书籍。而 GPT 解释给出这个答案的原因竟是“因为很多记者都写过书,所以某某也写过。甚至因为其人受到关注,所以他的书作就应该是畅销书。”
听起来很离谱,不过对“人工智能”来说也很正常。所谓人工智能,现在市场上有一种弥漫着“磨刀霍霍向韭菜”的风气却把人们带到了只要一提 AI 潜意识里便只会觉得它是“智能”,而忽略了它终究是“人工”的,不可信的。毕竟人工智能的哲学基础便是“不确定性原理”。🐶
于是我们以此话题下酒,继续聊了下去。初用 GPT 时,我曾一度认为这个产品像是古早人工智能分支——“专家系统”——的现代版本,通过收集、存储数据并根据问题需求合成相应的回答,当然其中加入了现代深度学习的特性使其回答更符合人类的自然语言。但是随着使用次数增加,我从 GPT 那得到了明显错误的回答,让我意识到,这玩意儿是真的设计成了不在乎或者不能验证回答正确性的形式:但尽人机事,各凭天命。
久仰于其“无所不会”的盛名,我曾要求 GPT 计算一个简单的矢量问题:求 v⃗=(−1,2,3)\vec{v}=(-1,2,3)v=(−1,2,3) 在 w⃗=(1,1,1)\vec{w}=(1,1,1)w=(1,1,1) 上的投影。我得到了如下回答:

▲ ChatGPT 关于矢量投影的一次回答
GPT 找到了正确的计算公式 projw⃗(v⃗)=v⃗⋅w⃗∣w⃗∣2w⃗\mathrm{proj}_{\vec{w}}(\vec{v})=\dfrac{\vec{v}\cdot\vec{w}}{\left|\vec{w}\right|^2}\vec{w}projw(v)=∣w∣2v⋅ww 却得到了明显错误的答案 (43×1,43×1,43×1)=(23,23,23)\left(\dfrac{4}{3}\times1,\dfrac{4}{3}\times 1,\dfrac{4}{3}\times 1\right)=\left(\dfrac{2}{3},\dfrac{2}{3},\dfrac{2}{3}\right)(34×1,34×1,34×1)=(32,32,32)。但是,正如化学家所遭遇的,它以“看起来非常确信”的语气,理直气壮地给出了错误答案。
酒桌上,我们的心理学家朋友呷了一大口酒,然后指出,GPT 其实只是一个语言模型。它的目标,或者说功能,仅限于尽量生成一些“语义上正确的回答”,至于这个回答是不是事实上正确的,并不是它关心的——人类终究还是一个自找麻烦的物种。当然我并不知道他的断言正确与否,毕竟我早就把 ChatGPT 标记为“仅供参考”了。
其实正确与否没人在乎,开发者只是领命行事,投资人要的显然是热度。不会真有人觉得他们是“为了人类”在努力改变世界吧?犹记得当初炒作“元宇宙”时,好似创世神降临,全体人类皆需顶礼膜拜。只要是资本推出的产品,不管是免费用户还是付出真金白银的消费者,仿佛只要你使用了产品享受了便利,你不给出品公司和资本家磕几个响头那就是愚民。结果却总是当某产品短期内成为话题焦点后,资本就到了“小试牛刀”的收获季节。比如近期 ChatGPT 从所谓“非盈利模式”正式亮明锋刃,推出 20 美金一月的 Plus 版服务,实实在在割了一茬尝鲜的韭菜。只是不知道又有多少人想要给资本家大老板下跪谢恩呢?我建议这些人每天吃完饭至少给饭馆大厨磕一个头,不过分吧?
这几日的“高温超导”新闻让媒体和股市沸腾雀跃,无论提出者有多少造假前科,也无论所谓的试验无法复现,一个个网友营销号似乎比真正的研究员、科学家们都要激动。这时候没有人再提“狼来了”,没人再提“科学需要严谨”,有的只是股价的飙升和资本的狂欢。每当人类有了“万一是真的呢”这种念头,也就意味着又一场赌局正式开始,无非就是谁是韭菜的击鼓传花游戏罢了。——评价来自两个在股市赔得底裤都快没了的倒霉蛋。😅
后记
当我再次尝试提问 (−1,2,3)⋅(1,1,1)(-1,2,3)\cdot(1,1,1)(−1,2,3)⋅(1,1,1),得到了正确的答案 (4/3,4/3,4/3)\left(4/3,4/3,4/3\right)(4/3,4/3,4/3):

▲ ChatGPT 关于矢量投影的另一次回答
对于只是“玩一玩”人工智能产品的体验型用户来说,这似乎属于尚可接受的有趣经验。不过对于“依赖型”用户而言,可以说是噩梦一般的感受:承担了所有的风险(懂的都懂),却得到错误的答案——想想都很 drama。
相关文章:
ChatGPT、人工智能、人类和一些酒桌闲聊
© 2023 Conmajia Initiated 10th March, 2023 昨天跟某化学家喝酒,期间提到了 ChatGPT。他的评价是:这鬼东西大量输出毫无意义、错漏百出甚至是虚假的信息,“in a confident accent”。例如某次 GPT 针对“描述某某记者”这一问题&#…...
WebRTC开源库内部调用abort函数引发程序发生闪退问题的排查
目录 1、初始问题描述 2、使用Process Explorer工具查看到处理音视频业务的rtcmpdll.dll模块没有加载起来 3、使用Dependency Walker工具查看到rtcmpdll.dll依赖的库有问题 4、更新库之后Debug程序启动时就发生异常,程序闪退 5、VS调试时看不到有效的函数调用堆…...
Golang并发编程
Golang并发编程 文章目录Golang并发编程1. 协程2. channel2.1 channel的创建2.2 使用waitGroup实现同步3. 并发编程3.1 并发编程之runtime包3.2 mutex互斥锁3.3 channel遍历3.3.1 for if遍历3.3.2 for range3.4 select switch3.5 Timer3.5.1 time.NewTimer()3.5.2 Stop、reset…...
windows+Anaconda环境下安装BERT成功安装方法及问题汇总
前言 在WindowsAnaconda环境下安装BERT,遇到各种问题,几经磨难,最终成功。接下来,先介绍成功的安装方法,再附上遇到的问题汇总 成功的安装方法 1、创建虚拟环境 注意:必须加上python3.7.12以创建环境&a…...
git - 简易指南
git - 简易指南 创建新仓库 创建新文件夹,打开,然后执行 git init 以创建新的 git 仓库。 检出仓库 执行如下命令以创建一个本地仓库的克隆版本: git clone /path/to/repository 如果是远端服务器上的仓库,你的命令会是这个样…...
[论文笔记]Transformer-XL: Attentive Language Models Beyond a Fixed-Length Context
引言 我们知道Transformer很好用,但它设定的最长长度是512。像一篇文章超过512个token是很容易的,那么我们在处理这种长文本的情况下也想利用Transformer的强大表达能力需要怎么做呢? 本文就带来一种处理长文本的Transformer变种——Transf…...
华为OD机试题 - 找目标字符串(JavaScript)| 机考必刷
更多题库,搜索引擎搜 梦想橡皮擦华为OD 👑👑👑 更多华为OD题库,搜 梦想橡皮擦 华为OD 👑👑👑 更多华为机考题库,搜 梦想橡皮擦华为OD 👑👑👑 华为OD机试题 最近更新的博客使用说明本篇题解:找目标字符串题目输入输出示例一输入输出说明Code解题思路版权说…...
C++面向对象编程之六:重载操作符(<<,>>,+,+=,==,!=,=)
重载操作符C允许我们重新定义操作符(例如:,-,*,/)等,使其对于我们自定义的类类型对象,也能像内置数据类型(例如:int,float,double&…...
JS_wangEditor富文本编辑器
官网:https://www.wangeditor.com/ 引入 CSS 定义样式 <link href"https://unpkg.com/wangeditor/editorlatest/dist/css/style.css" rel"stylesheet"> <style>#editor—wrapper {border: 1px solid #ccc;z-index: 100; /* 按需定…...
Django实践-06导出excel/pdf/echarts
文章目录Django实践-06导出excel/pdf/echartsDjango实践-06导出excel/pdf/echarts导出excel安装依赖库修改views.py添加excel导出函数修改urls.py添加excel/运行测试导出pdf安装依赖库修改views.py添加pdf导出函数修改urls.py添加pdf/生成前端统计图表修改views.py添加get_teac…...
java并发入门(一)共享模型—Synchronized、Wait/Notify、pack/unpack
一、共享模型—管程 1、共享存在的问题 1.1 共享变量案例 package com.yyds.juc.monitor;import lombok.extern.slf4j.Slf4j;Slf4j(topic "c.MTest1") public class MTest1 {static int counter 0;public static void main(String[] args) throws InterruptedEx…...
Ast2500增加用户自定义功能
备注:这里使用的AMI的开发环境MegaRAC进行AST2500软件开发,并非openlinux版本。1、添加上电后自动执行的任务在PDKAccess.c中列出了系统启动过程中的所有任务,若需要添加功能,在相应的任务中添加自定义线程。一般在两个任务里面添…...
用Python暴力求解德·梅齐里亚克的砝码问题
文章目录固定个数的砝码可称量重量砝码的组合方法40镑砝码的组合问 一个商人有一个40磅的砝码,由于跌落在地而碎成4块。后来,称得每块碎片的重量都是整磅数,而且可以用这4 块来称从1 至40 磅之间的任意整数磅的重物。问这4 块砝码片各重多少&…...
离散Hopfield神经网络的分类——高校科研能力评价
离散Hopfield网络离散Hopfield网络是一种经典的神经网络模型,它的基本原理是利用离散化的神经元和离散化的权值矩阵来实现模式识别和模式恢复的功能。它最初由美国物理学家John Hopfield在1982年提出,是一种单层的全连接神经网络,被广泛应用于…...
Retrofit核心源码分析(三)- Call逻辑分析和扩展机制
在前面的两篇文章中,我们已经对 Retrofit 的注解解析、动态代理、网络请求和响应处理机制有了一定的了解。在这篇文章中,我们将深入分析 Retrofit 的 Call 逻辑,并介绍 Retrofit 的扩展机制。 一、Call 逻辑分析 Call 是 Retrofit 中最基本…...
源码分析spring如和对@Component注解进行BeanDefinition注册的
Spring ioc主要职责为依赖进行处理(依赖注入、依赖查找)、容器以及托管的(java bean、资源配置、事件)资源声明周期管理;在ioc容器启动对元信息进行读取(比如xml bean注解等)、事件管理、国际化等处理;首先…...
C语言--字符串函数1
目录前言strlenstrlen的模拟实现strcpystrcatstrcat的模拟实现strcmpstrcmp的模拟实现strncpystrncatstrncmpstrstrstrchr和strrchrstrstr的模拟实现前言 本章我们将重点介绍处理字符和字符串的库函数的使用和注意事项。 strlen 我们先来看一个我们最熟悉的求字符串长度的库…...
Webstorm使用、nginx启动、FinalShell使用
文章目录 主题设置FinalShellFinalShell nginx 启动历史命令Nginx页面发布配置Webstorm的一些常用快捷键代码生成字体大小修改Webstorm - gitCode 代码拉取webstorm 汉化webstorm导致CPU占用率高方法一 【忽略node_modules】方法二 【设置 - 代码编辑 - 快速预览文档 - 关闭】主…...
源码分析Spring @Configuration注解如何巧夺天空,偷梁换柱。
前言 回想起五年前的一次面试,面试官问Configuration注解和Component注解有什么区别?记得当时的回答是: 相同点:Configuration注解继承于Component注解,都可以用来通过ClassPathBeanDefinitionScanner装载Spring bean…...
vector的使用及模拟实现
目录 一.vector的介绍及使用 1.vector的介绍 2.vector的使用 1.vector的定义 2.vector iterator的使用 3. vector 空间增长问题 4.vector 增删查改 3.vector 迭代器失效问题(重点) 1. 会引起其底层空间改变的操作 2.指定位置元素的删除操作--erase 3. Li…...
线程与协程
1. 线程与协程 1.1. “函数调用级别”的切换、上下文切换 1. 函数调用级别的切换 “函数调用级别的切换”是指:像函数调用/返回一样轻量地完成任务切换。 举例说明: 当你在程序中写一个函数调用: funcA() 然后 funcA 执行完后返回&…...
条件运算符
C中的三目运算符(也称条件运算符,英文:ternary operator)是一种简洁的条件选择语句,语法如下: 条件表达式 ? 表达式1 : 表达式2• 如果“条件表达式”为true,则整个表达式的结果为“表达式1”…...
微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据
微软PowerBI考试 PL300-在 Power BI 中清理、转换和加载数据 Power Query 具有大量专门帮助您清理和准备数据以供分析的功能。 您将了解如何简化复杂模型、更改数据类型、重命名对象和透视数据。 您还将了解如何分析列,以便知晓哪些列包含有价值的数据,…...
华硕a豆14 Air香氛版,美学与科技的馨香融合
在快节奏的现代生活中,我们渴望一个能激发创想、愉悦感官的工作与生活伙伴,它不仅是冰冷的科技工具,更能触动我们内心深处的细腻情感。正是在这样的期许下,华硕a豆14 Air香氛版翩然而至,它以一种前所未有的方式&#x…...
GruntJS-前端自动化任务运行器从入门到实战
Grunt 完全指南:从入门到实战 一、Grunt 是什么? Grunt是一个基于 Node.js 的前端自动化任务运行器,主要用于自动化执行项目开发中重复性高的任务,例如文件压缩、代码编译、语法检查、单元测试、文件合并等。通过配置简洁的任务…...
Selenium常用函数介绍
目录 一,元素定位 1.1 cssSeector 1.2 xpath 二,操作测试对象 三,窗口 3.1 案例 3.2 窗口切换 3.3 窗口大小 3.4 屏幕截图 3.5 关闭窗口 四,弹窗 五,等待 六,导航 七,文件上传 …...
关于easyexcel动态下拉选问题处理
前些日子突然碰到一个问题,说是客户的导入文件模版想支持部分导入内容的下拉选,于是我就找了easyexcel官网寻找解决方案,并没有找到合适的方案,没办法只能自己动手并分享出来,针对Java生成Excel下拉菜单时因选项过多导…...
【Linux手册】探秘系统世界:从用户交互到硬件底层的全链路工作之旅
目录 前言 操作系统与驱动程序 是什么,为什么 怎么做 system call 用户操作接口 总结 前言 日常生活中,我们在使用电子设备时,我们所输入执行的每一条指令最终大多都会作用到硬件上,比如下载一款软件最终会下载到硬盘上&am…...
Spring Security 认证流程——补充
一、认证流程概述 Spring Security 的认证流程基于 过滤器链(Filter Chain),核心组件包括 UsernamePasswordAuthenticationFilter、AuthenticationManager、UserDetailsService 等。整个流程可分为以下步骤: 用户提交登录请求拦…...
Monorepo架构: Nx Cloud 扩展能力与缓存加速
借助 Nx Cloud 实现项目协同与加速构建 1 ) 缓存工作原理分析 在了解了本地缓存和远程缓存之后,我们来探究缓存是如何工作的。以计算文件的哈希串为例,若后续运行任务时文件哈希串未变,系统会直接使用对应的输出和制品文件。 2 …...
