港大马毅:现在大模型的「知识」,不等同于「智能」

港大马毅:现在大模型的「知识」,不等同于「智能」

 

文章摘要


【关 键 词】 计算机视觉智能理论深度学习白盒模型知识与智能

马毅教授,一位在计算机视觉领域享有盛誉的学者,对智能的本质有着深刻的理解。他认为,智能不仅仅是数据和算力的堆砌,而是更深层次的理解和洞察,包括数据压缩、模式识别和自主学习的能力。

2023年6月,马毅教授的团队提出了一种名为CRATE的“白盒”Transformer构架,旨在解决现有深度学习模型难以解释的问题,增强模型的可解释性。

同年9月,他创立了“忆生科技”,认为人的记忆是对世界的建模,而“忆生”则是“记忆生成”的缩写,强调记忆的活力。

在讨论AGI(人工通用智能)时,马毅教授提出了一个问题:GPT-4和刚出生的婴儿,谁更有知识?谁更有智能?他认为,知识和智能是两个不同的概念。

马毅教授对当前大模型研究路径的看法是,虽然Scaling Law(规模定律)在视觉和自然语言的结合方面遇到了瓶颈,但正确的模型和机制才是智能的关键。

他提出了“Minimonistic Approach”(最小化方法),即用最简约的方法设计模型,提高模型的可解释性和可控性。

在白盒理论方面,马毅教授提出了“4C”原则:Consistent(一致性)、Controllable(可控性)、Correct(正确性)和Complete(完备性)。

马毅教授还强调,智能不等同于知识。智能的本质是生存记忆,找到世界的可控和可预测的规律,不断进行改进和增加新的知识。

总的来说,马毅教授的观点是,智能的本质在于深层次的理解和洞察,而非简单的数据和算力堆砌。他提出的白盒理论和“4C”原则,以及对智能与知识区别的阐述,为我们理解智能提供了新的视角。

豆包-智能助手

原文和模型


【原文链接】 阅读原文 [ 5143字 | 21分钟 ]
【原文作者】 AI科技评论
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★

© 版权声明
讯飞星火大模型

相关文章

星火内容运营大师

暂无评论

暂无评论...