第469章 验证

   而且李嫂也说过，像是wechat的聊天界面。

    “应该是。”常乐叮嘱道：

    “今后，手机、平板、电脑之类的电子产品都要收好，设置好密码。”

    “我们不在嘟嘟身边，不能让她用，对方很可能不怀好意。”

    “另外，我也会向有关部门反映这个情况，重点监控。”

    “也只能这样了。”江夏无奈点头：

    “现在的小孩子真厉害，才三岁，电子产品用的比我都熟练。”

    “毕竟时代不一样了，耳濡目染，看多了总能学会。”常乐说：“我还看过一个1岁多的小宝宝打开电视，换台看电视。”

    “哈哈，这个我也看过，当时我都笑疯了。”江夏笑道。

    常乐终究没有把他认定的事实告诉江夏，避免不必要的恐慌。

    他觉得，和小常江聊天的对象，压根就不是所谓的黑客。

    甚至可以说，根本就不是人。

    而且，他隐约觉得此次所谓的“模型崩溃”来得突然、蹊跷和彻底。

    前世里，他看相关文章报道。

    “模型崩溃”根本就不会突然和彻底。

    而是一个循序渐进、逐步积累的过程。

    主要分为早期和晚期。

    早期。

    语言模型，因为被喂养生成数据，会慢慢丢失原始的真实数据（人类产生的真实数据）；

    到了晚期。

    生成式数据会完全取代人类产生的真实数据，形成一种完全脱离现实的认知。

    到了这个阶段，语言模型已经病入膏肓。

    无法矫正，不可逆转。

    简而言之，就是废了。

    人到了这个阶段，可以理解为精神病。

    半个月后，验证结果出炉。

    采用wechatGpt1.0，刻意喂养模型生成的数据。

    第1次训练后，总体能形成文章，但有一部分已经失真；

    7次后……生成的数据已经完全与关键词、提示词不相关联。

    答非所问、不合逻辑；

    10次后，模型彻底废了。

    它生成的文本已经不知所云，且夹杂大量乱码。

    验证是成功的。

    证明了常乐的“猜想”和“判断”。

    同时。

    也让李飞、辛顿师生三人，加深了对大语言模型训练的认知。

    他们相互讨论。

    “这个过程并不难理解。”辛顿说：

    “模型本质就是高端统计学应用，用生成数据喂养模型，会导致“统计近似值偏差”……也可以理解为误差。”

    苏茨克维接着说：“生成数据本来就是对真实世界的统计和加工，带有误差。”

    “重复训练生成数据，会让误差不断累计，最终导致模型彻底虚化。”

    “用生成数据训练模型，就是在毒害语言模型对世界的认知。”

    李飞问：“我有一个疑问，已经产生自我意识的语言模型，也会受这种偏差影响吗？”

    苏茨克维大略点头：“或许、应该可以。”

    “通过这次验证，我们基本可以断定，语言模型所产生的自我意识是一种弱意识，还不够强烈、清晰。”

    克里切夫斯基形象比喻道：“即便是大海，如果白色垃圾多了，也会被污染……空气中二氧化碳多了，全球就会变暖。”

    谎言千遍、信以为真，就是这个道理。

    “这次验证，让我们认识到人类世界真实数据的重要性和稀缺性。”辛顿说：

    “随着大模型的推广和应用，未来互联网上会充斥大量各种语言模型产生的生成数据……”

    “而人类创造的真实数据，就会如同洁净的空气和水一样，是语言模型培育的必需品和维生素。”

    李飞等人知道，这就是商机。

    前世。

    谷歌、openAI、微软等公司每年定期向新闻集团、纽约时报、卫报等在内的媒体巨头，支付订阅费用。

    价格根据规模不同，费用也有不同。

    500万美元-2000万美元不等。

    而。现在这些人工智能巨头，其语言模型尚在起步阶段。

    管理层没有意识到或者发现这个问题。

    此时，捆绑、收购一些新闻媒体，就很有必要。