正在加载视频...

视频加载失败

NPBはJリーグを見習って欲しい ここまで説明されたら納得出来る。

1,807,365 次观看 • 5 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

かつて、多くの研究者は「訓練データにない新しい知識をAIが生み出すことはできない」と考えていた。それは非常に説得力がある説明だったのだ。だがアルトマン氏は、それは馬鹿げた考えだったと振り返っている。もっともらしい説明が正しいとは限らないということを、今の僕たちも肝に銘じよう。 サム・アルトマン「当時のニューラルネットワークが犯していた間違いを見ると、こんなに愚かなものを単に大規模化するだけで、あらゆる問題が解決するはずがないと思えてしまったのです。優秀な研究者たちは、記号表現が必要だとか、別の仕組みが必要だとか、さまざまなことを主張していました。 私たちのアプローチが絶対に成功しない理由を説明してくれた人がいたのを覚えています。その説明は非常に説得力がありました」 ——「どんな説明だったのですか?」 アルトマン「大体こんな内容でした。これらのモデルがやっているのは、訓練データから次に何が来る可能性が高いかを予測することを学習しているだけだ、と。つまり、訓練データに含まれるものしかモデル化できないのだから、新しい知識を生み出すことは決してできない、というわけです。 非常にもっともらしく聞こえますよね。例えば、モデルに100万問の数学問題を見せれば、それらを解く方法は学習できるかもしれません。しかし、まだ誰も証明していない新しい問題は、そもそも答えが分かっていないので見せることができません。だから、そのような問題を解くことはできない、という理屈です。 もちろん、今ではそれが馬鹿げた考えだったと分かっています。しかし、当時は非常に説得力がありました。 この議論が見落としていたのは、モデルが学習していたものの本質です。もちろん個々の数学問題も学習していますが、重要なのはそこではありません。モデルが学習しているのは、汎用的な推論能力そのものなのです。そして、その能力は未知の問題にも応用できるのです」

Tsubame

33,784 次观看 • 14 天前