水木社区手机版
- 主题:有没有可能智驾护城河不高？
- 人工智能是门槛低、但提升曲线非常陡的领域。
门槛低，无数本科毕业论文都在吹。
提升曲线陡，60年前为了验证图灵测试，开发了一套系统，包含20多万条知识规则。60年来未被超越，现在还有权威论文拿它和chatgpt比较（图灵测试平均成绩，和chatgpt相当）
--
修改:test321 FROM 117.136.39.*
FROM 117.136.39.* - 门槛不在原理、算法，门槛恰恰在工程化。
前面图灵测试的例子，20万条正则表达式就是不能超越的门槛。
当前商业化的手机助手、智能客服等，一般是5万条正则表达式。工程难度比20万条低多了。
别相信现在所谓全自动化训练的人工智能。都是在堆人力的。
【 在 Haimdinger 的大作中提到: 】
: 但是人工智能的上限也是个问题啊，后面的工程化追赶还是快的。
: 你说的60年前的图灵测试系统的这个例子，对我来说更像是反例。现在企业的做法是，你有图灵测试，我稍改一下，叫张三测试，效果是一样好的。这就是我说的，人工智能上限是有限的(60年前的东西现在还在用)，但是工程化护城河是不高的，后面的人知道你是怎么做的，重来就比较容易了，最后大家水平都差不多。
:
--
FROM 117.136.39.* - 华为花了千亿了。苹果也花了很多钱，但没达到自己预期。
100亿可能翻不了盘。除非营销厉害。
【 在 winsen 的大作中提到: 】
: 要是有100亿，再加上5年时间，应该有机会
:
--
FROM 117.136.39.* - 端到端训练人工智能，只是降低了进入门槛。真正工程化、产品化，所需要的人力物力不比以前少。
就好比搜索引擎，拿开源软件花半天就能搭建起来。但不深入了解，根本想象不到谷歌百度他们雇几十万人在干嘛。
--
FROM 117.136.39.* - 其实人工智能相比于互联网来说，护城河极深。
国内做人工智能的，百度、科大讯飞等，几十年来，没人能去翻他们的盘。一些新兴的公司，也是借风头昙花一现。
--
FROM 117.136.39.* - 华为的语音助手还好吧，中规中矩，国内一线水平。附带的一些技术，比如盘古大模型啥的，都很过得去。
以前因为欧美市场的关系，华为不收集用户数据。所以华为不能拿用户历史数据去训练模型。估计小米他们没有这个限制。训练数据这块会有差距。
这块论技术，小米确实远远不如华为。
【 在 L234118 的大作中提到: 】
:
: 华为可别吹了
: 语音助手 华为和小米差不多同时做的吧 七八年了吧 华为语音助理到现在还不如小爱
: ...................
--
修改:test321 FROM 117.136.39.*
FROM 117.136.39.* - 不能直接这么比。
hw因为电信设备、海外市场等敏感原因，要求完全不接触用户数据。是真正的闭卷考试。
国内其它厂商，可以收集用户数据进行分析、模型训练，是开卷考试。
这样比不公平。
【 在 L234118 的大作中提到: 】
: 但体验就是比小爱差
: 一个迭代了七八年的语音AI，连小爱都不如 怎么好吹
--
修改:test321 FROM 120.229.89.*
FROM 120.229.89.* - 伯克利的论文，人类60多分。
chatgpt4的8次调参的平均分、60年前的艾莉婕都是不到30分。
chatgpt胜在可以调参，成绩上蹿下跳。规则系统不能调参。
【 在 qtpr 的大作中提到: 】
: chatgpt已接近于通过图灵测试了。我不认为60年前的规则系统有这个水平。 ...
--
修改:test321 FROM 120.229.89.*
FROM 120.229.89.* - 不能稳定在高分的。
这篇论文是直接用了其它八篇顶级论文提出的参数（提示词），本来就该有最好表现的。说明准确率和泛化能力矛盾。
这个已是最好结果。换一组、八个参数，不会有更好的结果。
选成绩最好的参数，重测八次（换八组测试者），估计平均成绩和现在一样、不到30分。选最高分的参数、重测八次，也不能提高成绩的。
【 在 qtpr 的大作中提到: 】
: chatgpt4最好的那次能到多少分？
: 如果就用最好的那次的参数的话，是否可以基本稳定在一个较高的分数上？
:
--
修改:test321 FROM 120.229.89.*
FROM 120.229.89.* - 论文题目:
Does GPT-4 Pass the Turing Test?
【 在 qtpr 的大作中提到: 】
: 谢谢！请问这篇文章的题目是什么？
:
--
FROM 120.229.89.*