從原理切入,看大模型的未來

0 評論 247 瀏覽 0 收藏 7 分鐘

當(dāng)羅永浩與豆包的辯論展現(xiàn)出AI的情感交互能力,大模型已從效率工具轉(zhuǎn)向情感化設(shè)計(jì)新階段。本文從溫度參數(shù)調(diào)控到Prompt工程,深度解析大模型如何通過自訓(xùn)練與引導(dǎo)優(yōu)化實(shí)現(xiàn)人格化進(jìn)化。通過對比人類成長三要素,揭示AI發(fā)展正從技術(shù)競賽轉(zhuǎn)向人性化共生的未來路徑。

相信大家都接觸過大模型,比如?DeepSeek、豆包、ChatGPT 等生成式 AI 應(yīng)用,當(dāng)用戶輸入相關(guān)信息后,大模型就會(huì)快速輸出相應(yīng)的結(jié)果:文字、圖片,甚至是視頻。這是大家對大模型最常見的認(rèn)識(shí)——效率工具??僧?dāng)筆者看到25年底的《羅永浩年度科技創(chuàng)新分享大會(huì)》時(shí),那段羅永浩和豆包的辯論徹底吸引住了筆者的眼球。

在吃瓜的同時(shí),筆者關(guān)注了兩個(gè)重點(diǎn):“吵架能吵出心流”、“你還訓(xùn)練過情緒是嗎”。通過羅永浩對豆包的感知,他道出了C端產(chǎn)品的本質(zhì):面向個(gè)體化用戶重視情感的設(shè)計(jì),通俗一點(diǎn)即抓住人的心/記憶點(diǎn)。正因這場辯論,筆者對大模型未來的發(fā)展也有了新的思考,本文就從大模型的原理切入與大家一塊探索。

關(guān)于原理,大家耳熟能詳?shù)氖谴竽P蛯⒂脩舻妮斎胄畔?,基于公域或私域?shù)據(jù)的計(jì)算,生成輸出的過程(如下圖所示)。

常見的 AI 應(yīng)用,也是圍繞輸出的兩個(gè)維度展開的(如下圖所示)。

一開始,筆者也只是了解這些體感可察的內(nèi)容,腦子中最常想的還是那些偏工程性的應(yīng)用方案。當(dāng)筆者試圖反向順著“輸入 → 數(shù)據(jù)計(jì)算(模型)?→ 輸出”的流程對“數(shù)據(jù)計(jì)算(模型)”深入了解時(shí),發(fā)現(xiàn)在“輸出”之前還有“自訓(xùn)練”、“引導(dǎo)優(yōu)化”兩個(gè)環(huán)節(jié)(如下圖所示)。

首先,先梳理自訓(xùn)練這個(gè)環(huán)節(jié)。它主要包括兩個(gè)階段,一個(gè)是通過干預(yù)數(shù)據(jù)(“喂”打標(biāo)數(shù)據(jù)),并配置其內(nèi)部的參數(shù)(神經(jīng)網(wǎng)絡(luò)權(quán)重,筆者在網(wǎng)絡(luò)上整理了如下圖所示的一些主流參數(shù)),定性了最初的基礎(chǔ)模型。這一階段就相當(dāng)于編譯了大模型的 DNA,定義了大模型的屬性。另一個(gè)階段是通過自生成內(nèi)容(比如用戶和大模型一次次對話反饋),再訓(xùn)練或優(yōu)化自己,有點(diǎn)像一個(gè)學(xué)生在課堂之外通過接觸其他信息源培養(yǎng)的能力或習(xí)慣。

接著,再梳理引導(dǎo)優(yōu)化這個(gè)環(huán)節(jié)。在梳理前先說個(gè)生活中的故事,去年筆者在訓(xùn)練自家娃表達(dá)是與不是時(shí),筆者會(huì)把他面前玩具一一拿起,然后對他說:“這個(gè)是不是你想要的玩具?是的話點(diǎn)頭,不是的話搖手(說著筆者還做了相應(yīng)的動(dòng)作)。”在經(jīng)過4次對話后,筆者終于找到了自己娃喜歡的玩具,他也學(xué)會(huì)表達(dá)是與不是,這個(gè)過程就很像?prompt 工程——像對待孩子一樣,引導(dǎo)其解決問題。

看完這里,你會(huì)不會(huì)突然發(fā)現(xiàn)大模型的打磨和一個(gè)孩子的成長很像?沒錯(cuò),你看孩子的成長其實(shí)分為三塊:基因決定 + 環(huán)境影響 +?專業(yè)教育,而大模型的打磨也可以分成三塊:基因決定(數(shù)據(jù)干預(yù)與參數(shù)配置)?+ 環(huán)境影響(自我訓(xùn)練或優(yōu)化)?+ 專業(yè)教育(prompt 工程)。

也許大家也想過 AI 會(huì)替代自己而導(dǎo)致失業(yè)的焦慮,當(dāng)我們都在關(guān)注“輸出”側(cè)的效率提升時(shí),就會(huì)陷入“手工紡織者與紡織機(jī)拼效率”的陷阱。通過對大模型原理的深入,仍會(huì)發(fā)現(xiàn)針對“模型計(jì)算”相關(guān)的領(lǐng)域也充滿著大量機(jī)會(huì)。我們還可以在大模型打磨公式的三個(gè)因子上尋找機(jī)會(huì):你可以成為技術(shù)極客去對大模型的底層基因進(jìn)行改造,讓它有更多可能性;你也可以成為 AI 訓(xùn)練師引導(dǎo)大模型的人文發(fā)展,讓它變得有“活人感”;你還可以參與 AI 的秩序共建,去規(guī)范安全邊界讓他成為一個(gè)“好人”。人類和 AI 一定是彼此共生的關(guān)系,也必須相互成全,彼此才有存在的意義。就像馬歇爾·麥克盧漢說的那句話:我們塑造了我們的工具,然后我們的工具又塑造了我們。

最后,筆者再拋一個(gè)問題:除了“模型計(jì)算”、“輸出”側(cè),“輸入”側(cè)可以做什么呢?歡迎留言互動(dòng)討論。

本文由人人都是產(chǎn)品經(jīng)理作者【潮生】,微信公眾號(hào):【潮生兮】,原創(chuàng)/授權(quán) 發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。

題圖來自Unsplash,基于 CC0 協(xié)議。

更多精彩內(nèi)容,請關(guān)注人人都是產(chǎn)品經(jīng)理微信公眾號(hào)或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!