Gần đây tôi đã có một khoảng thời gian tuyệt vời khi đọc một bài phỏng vấn với nhà sáng lập OpenAI, Ilya, vào cuối tuần. Bài phỏng vấn này đáng để xem lại nhiều lần. Bên cạnh việc nói về việc chuyển từ kỷ nguyên mở rộng sang kỷ nguyên nghiên cứu (chúng ta không thể đạt được trí thông minh cao hơn chỉ bằng cách liên tục mở rộng tỷ lệ băm ), điều khiến tôi ấn tượng nhất là bài nói chuyện của ông về "gu nghiên cứu". Trong quá trình nghiên cứu, vị giác này cho phép anh ta sử dụng vị giác của chính mình (niềm tin và kinh nghiệm) để kiểm chứng mọi thứ từ trên xuống dưới khi nghiên cứu những thứ có độ bất định cao. Cốt lõi của niềm tin này vào AI là nhân hóa mạng lưới nơ-ron (nguyên lý của não bộ con người). Những cảm giác vị giác này là nền tảng. Khi các thí nghiệm và niềm tin không nhất quán, đôi khi có thể là do lỗi trong chính dữ liệu. Tuy nhiên, nếu chúng ta chỉ nhìn vào tình hình hiện tại và dữ liệu đã biết, chúng ta có thể không tìm ra được hướng đi thực sự đúng đắn. Sở thích nghiên cứu này không chỉ áp dụng cho chương trình Thạc sĩ Luật về Trí tuệ Nhân tạo (AI LLM). Dù bạn đang khởi nghiệp, đầu tư, tham gia airdrop hay phát triển sản phẩm mới, bạn đều đang đối diện những tình huống cực kỳ bất định. Sở thích của bạn là sự hiểu biết cơ bản của bạn về bản chất của sự vật, hoặc một số nguyên tắc cơ bản hoặc các khía cạnh nền tảng khác. Ví dụ, nếu bạn là quản lý sản phẩm và thấy một tính năng hầu như không ai sử dụng, bạn có thể kết luận rằng người dùng không cần nó và loại bỏ nó. Tuy nhiên, cũng có thể thiết kế của bạn có vấn đề và người dùng đơn giản là chưa nhận thấy tính năng đó. Ngược lại, một người thiếu gu thẩm mỹ về sản phẩm có thể đưa ra quyết định chỉ dựa trên thông tin hạn chế mà họ có thể thấy. Nhiều năm trước, Ilya nhìn lên một bài viết về học độ sâu trên CSDN, giải thích cách thực hiện các phép tính cộng, trừ, nhân và chia bằng RNN. Lúc đó, anh chỉ thấy nó thật tuyệt vời. Tuy nhiên, sự tò mò đã thôi thúc Ilya nghĩ rằng nếu nó có thể dự đoán được phép cộng, trừ, nhân và chia, thì nó cũng có thể thực hiện những việc phức tạp hơn. Anh cũng nhận ra rằng mạng nơ-ron nhân tạo dựa trên nền tảng lý thuyết mô phỏng cấu trúc não bộ. Hai điểm này đã đặt nền móng quan trọng cho việc khám phá nghiên cứu LLM thông minh của Ilya.

Phiên bản tiếng Trung | _2024111120230_ |