揭開神奇大模型的面紗：人類智慧的拙劣模仿與真實創新的界限

也許是時候尋找新的方法了？

原標題：Andrej Karpathy：神奇大模型不存在的，只是對人類標注的拙劣模仿
文章來源：機器之心
內容字數：3034字

人工智能的智能成分與RLHF的局限性

近日，OpenAI創始成員Andrej Karpathy對人工智能的「智能」成分提出質疑，引發廣泛討論。他認為，當前人們對向人工智能提出問題的理解過于夸張，實際上，人工智能主要是模仿人工標注數據的語言模型。以下是文章的主要觀點：

1. 人工智能的訓練機制

Karpathy指出，人工智能通過模仿曾經在互聯網上被人類標注的數據進行訓練，因此，與其說是在詢問人工智能，不如說是在詢問互聯網的平均數據標注者。這意味著，當用戶詢問某個問題時，得到的答案往往是基于歷史數據的簡單匯總。

2. RLHF的實際意義

關于強化學習與人類反饋（RLHF），Karpathy認為這種方法僅能將模型性能提升到人類的整體水平，而非超越人類。他表示，RLHF的實用性體現在模型的判別能力上，而非生成能力。換句話說，模型更擅長于判斷，而不是創造。

3. 對RLHF的質疑

Karpathy曾與他人質疑RLHF的有效性，指出如果將RLHF應用于AlphaGo，可能無法取得成功。他強調，RLHF并不具備強大的強化學習特性，更多的是依賴于人類的主觀反饋。

4. 新的獎勵機制探索

鑒于RLHF的局限性，Karpathy對OpenAI提出的基于規則的獎勵（RBR）方法表示關注。RBR不僅限于安全訓練，還可以適應各種任務，明確規則可以定義所需行為，這或許為大模型的性能提升提供了新的思路。

綜上所述，Karpathy對當前人工智能的發展提出了深刻的反思，尤其是在智能成分和訓練機制方面。他的觀點提示我們在使用人工智能時，應更加關注其實際能力和局限性，而非盲目追求所謂的「超人」表現。

聯系作者

文章來源：機器之心
作者微信：
作者簡介：專業的人工智能媒體和產業服務平臺