你對大模型認知的開始——大模型的能力問題 原創
“ 大模型的能力是對大模型自身最好的詮釋 ”
在此之前，一直不知道該怎么準確表達大模型，雖然一直在學習和使用大模型，但很多時候很難一句話說明白什么是大模型，也很難說明白大模型能干什么。
但在昨天想問題的過程中，腦子里突然冒出一個詞——能力，大模型的能力。
總之一句話，大模型能做什么，不能做什么就是大模型的能力問題。
大模型的能力
在過去的2023年，被稱為千模大戰的時代，無數大模型如雨后春筍般冒了出來，很多大模型公司也在不斷地強化各自的大模型。因此，我們也經常會聽到某某大模型很強大，某某大模型又打破了什么記錄。
而千模大戰，他們打的是什么？
用一句話概括就是，打的是大模型的能力，很多企業想方設法不斷的提升大模型的能力；你家的大模型能聊天，我們家大模型就能講故事，你們家大模型能生成視頻，我們家大模型就能做邏輯推理。
你知道了什么是大模型的能力，那么你就知道了你在學習和使用過程中在做什么，在學什么。
比如，機器學習，神經網絡，模型訓練等等就屬于實現大模型能力的技術；而你用大模型去做產品，去解決問題，這就屬于大模型的應用技術。
知道了這些，你就知道大模型的發展也就兩個方向，一個是怎么做一個擁有強大能力的大模型，另一個是怎么用好大模型的強大能力。
這也是前面文章中不斷提到的，技術的本質是工具，一個會制造工具，即怎么把工具做的更好，第二個是學會使用工具，即怎么把工具給用好。
怎么做好工具，就是不斷地提升工具的能力；怎么用好工具，就是不斷地開發工具的使用場景。
大模型的能力
那大模型有哪些能力？
在之前的文章中，甚至是前一篇文章中也提到過，可以把大模型當做一個人，它能夠寫文章，做圖片，做視頻，甚至是做一些邏輯判斷和規劃，可以說人能做的事，從理論上來說它都能做。
但，受限于目前的技術能力，大模型的能力還有很多的局限性，比如有時候會一本正經的胡說八道；有時在邏輯判斷中會出現明顯的邏輯錯誤等，而這正是大模型廠商需要解決的問題。
而目前來說，大模型的主要能力表現在生成方面，也就是常見的生成文字，圖片，視頻，但隨著大模型技術的發展，已經有生成音樂，PPT等內容的模型出現。這也是為什么現在的大模型叫做生成式大模型的原因，顧名思義。
而大模型還一個主要能力就是推理規劃，在基于思維鏈(COT)研究的過程中，大模型已經有了簡單的推理規劃能力，并且可以通過API的方式調用一些第三方工具里完成任務。
雖然說大模型的推理規劃能力還很弱，但隨著技術的發展，其推理規劃能力將越來越強；其生成能力也會越來越強。就類似于一個無所不能的人。
雖然現在的大模型能力已經很強大，但事實上它離人類的期望還有很長的路要走，比如說它還不具備自我學習的能力，還必須依靠預訓練的方式才能完成知識的”學習”過程。
并且，一旦完成“學習”——訓練，它的知識也就固定在它學習完成的那一刻，無法再了解最新的知識；如果想讓它知道最新的知識，只有通過重新訓練或通過掛載知識庫的方式來更新它的知識。
而邏輯推理能力更是人類對大模型寄予的厚望，因為這是大模型通向AGI(通用人工智能)的一種方式；人類希望大模型能夠通過自己的邏輯判斷去自主學習和解決現實中的問題，并能不斷強化自身的能力。
技術的發展是一個量變到質變的過程，openAI發布chatGPT代表著人工智能技術上了一個全新的臺階；而目前又將進入一個長期的平穩發展階段，可以預見在未來的某一天；人工智能技術又將一鳴驚人。
本文轉載自公眾號AI探索時代 作者：DFires
