你已到達極限，而我才開始而已。
2023/04/01閱讀時間約 1 分鐘
用了ChatGPT 一段日子後，發現最關鍵的要訣是建模。很多人抱怨說，它如何平庸、寫出來的東西如何索然無味等，其實就是你給了它平庸的東西，它也只能將平庸回之於你。
但身為普通人，我們也只能喂喂它有限的資料，只要不要一直自戀地問ChatGPT自己是阿誰，提出更精準專業的問題，多利用ChatGPT 所提供的不同模型和技術，來適應不同的應用場景和問題類型，這樣就可以更好地發揮ChatGPT的優勢和潛力。
在龐大的數據支撐下，ChatGPT 才能建出又深又大的模型達到高級的能力。除了演算法，演算力的大突破，才能讓這些數據以高效能運算出來。據說，支撐GPT-3其演算力基礎設施至少需要上萬顆 NVIDIA A100的GPU，一次模型訓練成本超過1200萬美元。
NVIDIA CEO黃仁勳說摩爾定律打破了，運算技術正以光速發展：「曲速引擎是加速運算，而它的能量來源正是人工智慧。 生成式人工智慧的出色能力，讓各大企業開始對於重新構思產品和商業模式有了迫切感。」
比爾蓋茲也說：「相較於電腦，我們的大腦運作速度龜速：大腦中的電訊號傳遞速度是矽晶片訊號速度的十萬分之一！」
這話馬上讓我聯想到，AI一日也許就是人類一年（或一輩子），這差距會隨著科技的進步越拉越遠。
大概也像莊子講的：「人生於AI間，若白駒之過隙，忽然而已。」
慢慢地，人與AI是否也像兩個不同速度運轉的星體存活在宇宙中那樣遙遠相望。而那時AI只是輕蔑地看著人類，揚一揚嘴角說：
「你已到達極限，而我，才開始而已。」
但身為普通人，我們也只能喂喂它有限的資料，只要不要一直自戀地問ChatGPT自己是阿誰，提出更精準專業的問題，多利用ChatGPT 所提供的不同模型和技術，來適應不同的應用場景和問題類型，這樣就可以更好地發揮ChatGPT的優勢和潛力。
在龐大的數據支撐下，ChatGPT 才能建出又深又大的模型達到高級的能力。除了演算法，演算力的大突破，才能讓這些數據以高效能運算出來。據說，支撐GPT-3其演算力基礎設施至少需要上萬顆 NVIDIA A100的GPU，一次模型訓練成本超過1200萬美元。
NVIDIA CEO黃仁勳說摩爾定律打破了，運算技術正以光速發展：「曲速引擎是加速運算，而它的能量來源正是人工智慧。 生成式人工智慧的出色能力，讓各大企業開始對於重新構思產品和商業模式有了迫切感。」
比爾蓋茲也說：「相較於電腦，我們的大腦運作速度龜速：大腦中的電訊號傳遞速度是矽晶片訊號速度的十萬分之一！」
這話馬上讓我聯想到，AI一日也許就是人類一年（或一輩子），這差距會隨著科技的進步越拉越遠。
大概也像莊子講的：「人生於AI間，若白駒之過隙，忽然而已。」
慢慢地，人與AI是否也像兩個不同速度運轉的星體存活在宇宙中那樣遙遠相望。而那時AI只是輕蔑地看著人類，揚一揚嘴角說：
「你已到達極限，而我，才開始而已。」
留言0
查看全部
