零点有数——数据训练在中模型上下功夫-韭研公社

登录注册

零点有数——数据训练在中模型上下功夫

凌晨十二点

春风吹又生的韭菜种子

2023-04-09 21:22:36

3月29日，特斯拉CEO埃隆·马斯克与上千名人工智能专家及AI行业高管签署联名信，呼吁暂停训练比GPT-4更强大的人工智能系统至少六个月，理由是这种系统对社会和人类构成潜在风险。然而，人工智能的发展势不可挡，如何提升我们的必备技能，加强对于中模型的建设，才是我们真正需要思考的问题。

以下为零点有数对于加强中模型建设的一些见解：

在我所在的数据分析行业，GPT技术可以帮助我们在基础工作中构建逻辑架构、提供要点提炼、解析关键标杆、提供初步对策框架、提示工作路径、贡献编程支持等，如果深入应用GPT技术，它还可以为我们在宽窄不一的领域提供从数据读取、内容分析、要点提炼、问题透视、标杆解剖到对策设计的多重快速服务。GPT技术为数据分析与决策智能行业提供了一个绝好的服务工具包，也提供了很好的算法技术组合思路，从而正在并将深入地改变这个行业，决策与事实面、信息面、数据面的距离将会极大地拉近，决策支持越来越不会依赖传统的系统支持、内部写作班子、外部咨询机构与智库

这是我们数据分析行业面对的机会和挑战。学科分立、专业分割、部门分属机制下形成的我们现有的知识分布、资源分布、能力分布局面也因GPT技术的应用而受到更大挑战——万物皆可模型，一切皆入算法，误差与不足可以借机器学习、模型校验、重构生成而达成新的能力，在模型技术驱动下的整合与汇融将成洪流。在大量算法模型集成支持下，硬科技要在架构、设计、研发、服务、美学要素汇融上软得下去，而软科学则要在数据、算法、软件、算力、系统技术上硬得起来，能软硬兼备的行业、单位与岗位才能拥有变革引领力，否则将面临被颠覆的危险。在软硬分离前提下形成的工业化模式、计划化模式、行政化模式正日渐成为数字时代生产力与生产关系变革的阻碍。

我们经历了太多的热潮：大数据、云计算、物联网、区块链、元宇宙，到现在的GPT，我们都多少弄了点什么，但我们又似乎没成就太多的什么。今天超过30个大模型项目，其中不到5个勉强能算中模型级别的项目，大部分连小模型项目都算不上。每一次懂和不懂的人都忽悠我们能另外生成一个平行世界，但最后我们可能还是在尘土里挣扎。把GPT技术和更多的技术看成是一门功课，我们太多的倡导、热闹和跟风则是一种运动，运动可以带来热闹，但门道深深需要用功。