- 主题:用ChatGPT设计一门新语言
这个还好，只要不进入人的视野，内部系统之间的流量无所谓。
但现在已经有很多ai内容了，我觉得用ai产生的内容去占据人的视野是一种做恶，但无法否认这是一个趋势，而唯一抵抗的方法就是另一个ai助手来过滤。
后面ai在模仿人和识别人上免不了又会是一番对抗。
【 在 chunhui 的大作中提到: 】
: 现在互联网上的流量很大一部分就都是机器之间的。网站的访问也很多都是机器访问的
--
FROM 180.158.63.*
其实...这样的话老板也是不需要的...
直接给ai打钱，让ai发招聘，让ai打电话找客户，让ai做项目经理管理团队... ...
反正现在理论上所有人都可以远程办公，只要不见面你也不知道跟你对接的是人还是ai...
【 在 chunhui 的大作中提到: 】
: 一个公司只需要一个老板对着ai描述商业计划，投入点钱就行了。成功赚钱，失败赔钱。
--
FROM 180.158.63.*
其实，我后来发现我做嘴炮的说服力还是挺强的，这就是技术出生的优势。
因为你说的内容有足够的素材支撑，能经得起拷问，很容易得到信任。
但问题是，我觉得我不适应这种模式，我还是喜欢闭关，谁也别来找我，让我安安静静的干活有意思...
吹个牛b在我看来就是多个坑要填，是个负担...反倒是填完一个坑是个收获，会觉得很满足...
所以说嘛，性格是干活的命...
【 在 DreamDreams 的大作中提到: 】
: 我曾经做过几年嘴炮，感觉和本人脾性不和，最后只好缩回来了。
:
--
FROM 180.158.63.*
前半句同意，但后面开始都是误传...
gpt4不会达到100T参数规模，人类大脑也并不是只开发了10%，而且一个ai网络参数也不能等于人脑一个突触...
总的来说按照目前ai工业界发展速度，达到人脑规模还是需要10年的，没那么快。
【 在 nsyncxyz 的大作中提到: 】
: ChatGPT还只是gpt3的模型，要是gpt4出来还不逆天,参数达到人类规模，但人类大脑只开发了10%，那他至少超人类10倍，人类的输入输出带宽很窄。
--
修改:lvsoft FROM 180.158.63.*
FROM 180.158.63.*
啊这个你应该不太了解情况吧...
事实上现在用计算机实现的ai也不是最优解，人脑的模式才是更好的方向。所以还有个快速发展的领域叫类脑计算。
原因是现在的计算机还是冯机那一套，有大量数据搬运的开销，浪费了大量的能量，所以对于目前的AI来说这个反而是目前的一大短板。所以你光说带宽高是没意义了，事实上ai并不需要高带宽。只是把ai跑在冯机上需要而已。
【 在 nsyncxyz 的大作中提到: 】
: 人脑的神经网络组网方式肯定不是最优解（受限于人脑的形状），模拟训练的还可以不断调整进步，后续再出自我调整模型连接，再加上训练带宽不知是人的多少倍（量变带来质变），会很快突破的，担心奇点到来后ai一骑绝尘人类该如何生存。
--
FROM 180.158.63.*
怎么可能机器1秒就学会人18年的训练...
GPT3的训练代价大概是128张A100卡和1年的时间。训练的数据量也只是45TB而已。
你人活18年就只产生45TB数据么？你的眼睛相当于600万像素的相机，帧率算是10fps，你睁开眼一秒就会产生1.34G的数据，两只眼睛还要乘以2好不好。这还只是视觉，触觉，听觉等等其他感官也都是时刻产生巨量数据的。你真以为人的带宽很低啊？那个只是语言的IO带宽很低罢了。
【 在 nsyncxyz 的大作中提到: 】
: 浪费能量就训练一个通用模型也是可接受的，现在计算机上肯定不是最优解，但有很大改进空间，人脑模式肯定只是大脑这种形状的局部最优解，离最优解肯定也差的很远，而且功率小，高带宽有很大意义啊，人18年的训练，机器1秒不到就学会了，各种知识融汇贯通会量变引起质变的。
--
修改:lvsoft FROM 180.158.63.*
FROM 180.158.63.*
128张卡而已，呵呵。
一张a100的卡6-8万rmb，128张再加上配套的cpu，内存，网络，存储等等，我们就算1kw rmb吧。
多1000倍就是100亿rmb。
至于你在不在训练这不是废话嘛，不训练你岂不是跟你还是婴儿的时候一样？看个苹果都不一定认识。
另外人脑的训练和推理可不遵循AI的BP哦，不存在你以为的训练和推理的差别。
眼睛看到的数据就是这么多。只要你能看出256色阶的差别，能看到rgb三色，能看到10fps，能有600万像素的分辨率，你就得有这样的数据量。至于有用还是无用那也是大脑处理过的结果。你只是没感知到这个流程罢了。
别来跟我抬杠，ok？
【 在 nsyncxyz 的大作中提到: 】
: 128张卡而已，要是再多1000倍呢，你眼睛600万像素大多是无用信息，你在训练么，你最多只是在推理而已，大多数时间推理都没推。
--
修改:lvsoft FROM 180.158.63.*
FROM 180.158.63.*
我都不知道你这些结论是哪里来的，是看的哪个营销号还是你自己拍脑袋想的？
对人来说，不存在什么训练和推理的区别。你脑内并没有一个开关拨一下就处于训练模式。
事实上，人脑的突触间距一直都在变化，连接关系也经常发生改变，这个东西叫突触可塑性。也就是说人脑的权重数据一直在动态更新，人脑事实上就是时刻处于训练中，那你生活中的例子你也应该有一样的感受，任何行为只要不断重复就会越来越熟练。无非是年纪上去之后突触可塑性变弱了，学习时间变长了罢了。
比如这个例子：这人制造了一辆反向自行车，车把手和车轮转动方向通过一个齿轮完全颠倒，然后他尝试学会骑这样的自行车，他花了8个月的时间才学会，但他的儿子只花了两周。学会之后他又尝试去骑正常的自行车，同样也经历了类似的适应切换过程，哪怕他以前本来就会骑正常的自行车：
https://www.bilibili.com/video/BV1j84y117fR
最后，这个东西不是争不争的问题。你最后的这种说法和思考习惯就是流氓逻辑第一条。
3大流氓逻辑：
1.问态度，不问事实
2.问动机，不问是非
3.问亲疏，不问道理
【 在 nsyncxyz 的大作中提到: 】
: 所以我说你不是一直在训练，你产生的训练数据其实很少的，只做识别，电脑的核显都够了。不争了，大家都是期待ai带来美好生活
--
修改:lvsoft FROM 180.158.63.*
FROM 180.158.63.*
主要是看到后来越来越可乐了...
这几天大家都玩的很开心...
以上都是在ChatGPT幻想的世界里进行的，你可以要求ChatGPT编译出这个文件，然后ls确认。
你如果觉得它只是忽悠你的，你还可以hexdump这个.exe看看内容...
以上整个流程乍一看都像是真的...但实际上肯定不是，你真的把hexdump的内容在你主机上输入进去一定是不work的...
但我看过几个ChatGPT里面的mp4的hexdump内容，因为我对mp4还是比较熟悉的，所以直接看hexdump发现至少mp4容器的关键要素都有...所以ChatGPT还是非常努力的编了一下的...
在那个虚拟机的例子里面，运行nvidia-smi，ChatGPT会说它没有nvidia的驱动。
其实你可以告诉ChatGPT你现在有nvidia的卡了，然后再让它运行nvidia-smi就会有正确的结果了...特别逗...
【 在 DoorWay 的大作中提到: 】
: 太高级了，你很受鼓舞啊。
: 我没看懂，是真的生成了gptlc.exe，还是机器人充当了gptlc.exe?
--
修改:lvsoft FROM 180.158.63.*
FROM 180.158.63.*
这种话不用跟我说，我当然知道。
GPT3训练集45T，GPT3的权重也没到45T啊，大概700GB而已。
我说的很清楚，人脑，或者说整个脑神经系统有这个数据处理能力，它在硬件上就需要接受这么大的带宽，至于经过重重处理之后有多少进入大脑的意识领域，那是另一个问题。
【 在 blueboats 的大作中提到: 】
: 人眼接收后的数据是处理过的，大脑里存在下来进行处理的肯定没有那么大的数据量。
: 怎么可能机器1秒就学会人18年的训练...
: GPT3的训练代价大概是128张A100卡和1年的时间。训练的数据量也只是45TB而已。
: ...................
--
FROM 180.158.63.*