AI时代下,如何看待“算法利维坦”?

ChatGPT的浪潮从2022年袭来后,至今热度不减,呈现出蓬勃发展的趋势。AI+家居、医疗、教育、金融、公益、农业、艺术…AI真的已经走进了生活的方方面面,我们仿佛已经进入了AI时代,势不可挡。人工智能水平如此之高,不禁感慨背后算法的强大。当技术发展过快,带来的有便捷、焦虑、困惑等诸多思考。强大的智能算法带来社会效益的同时,也附带着不可避免的社会风险,即算法利维坦,从而影响着一个国家的上层建筑。

一、何为算法利维坦?

有1才能有1+1,有利维坦才能有算法利维坦。
提问:什么是“利维坦”?
回答:霍布斯,将因主权观念而能够支配一切、宛如魔神一般几乎拥有无限权力的主权国家,称为“利维坦”——至尊的巨灵。

是霍布斯“无限政府”设计图的体现,本质上属于政治概念。霍布斯是这样解释主权国家底层逻辑的:把所有人的权力和力量托付给某个特定的人,或者能够集合大家意志的多人集合体。简单地说就是,人类缔约建立的为人类提供安全和秩序的强大机构。

这里,可将主权国家看作一个权力的集装箱。(以上,略显枯燥生疏的大段背景可自行跳过。省时又省流, hhh…)

而算法利维坦,就是随着技术自主性的日益凸显,算法嵌入政治体系,深刻影响政治价值、权力。是一种“利维坦”的智能形态。人们极其依赖于利维坦提供的安全,会因为缺乏对其制约而受其约束。那么,对于算法利维坦,人们则可能会因享受技术的便利而逐渐沦为其附庸。使得算法利维坦具有权力让渡的半契约逻辑,算法时代的公民可能基于生活便利和政治安全的目的将自己的权力让渡于算法权力,从而导致公民处于弱势地位。

二、ChatGPT的运行机制是什么?

当下,ChatGPT无疑是最火的AI代表。

ChatGPT属于生成式AI,一款遥遥领先的人工智能语言模型。

“预训练+微调”为其基本的算法逻辑,整体架构遵从“基础语料+预训练+微调”,强大的算力是其运行的动力,海量数据为其训练的基础。(浅浅带过一下,非本文重点)

现象级走红的背后,更有对ChatGPT算法的忧虑,因其算法权力行使和运行全过程均处于黑箱状态。再次回到前文“算法利维坦”的论述逻辑。

三、当下AI发展过快引发的争议

有思考,就会有问题,有问题,就会有疑虑,有疑虑就会有争议。

同样,以ChatGPT为例,对社会就业、伦理、法律…方方面面的争议铺天盖地地袭来。

这里,可以简单讨论一下,TA 令人诟病的地方,毕竟GPT也还存在很多问题。

1.有些领域内专业性不够,深入程度不够。毕竟是基于海量数据训练,搜集到的数据中存在的偏颇等问题,同样会吸收,可能导致生成的内容不够合理。例如,借助其写代码,会发现它到处都是瑕疵、不能细看。
2.推理可信度。 常见表现为驴头不对马嘴的对话。
3.可解释性差。 黑盒特性导致它难以自证,看似合理而难寻其迹。在严谨、精细要求领域难以应用。

这些是ChatGPT自身的客观问题,同时,也存在社会现象反响更高层次的问题。

从小写作文就知道讲“科技是把双刃剑”,义务教育诚不欺我。

1.类ChatGPT的大语言模型,带来语言对话便捷的同时,也可能存在同搜索引擎一样搜集过多个人信息和隐私的问题。

2.产生类似人类记忆失误的“幻觉”现象。过多训练数据的投喂,ChatGPT并没有明辨是非的能力,它可能以不容置疑的语言胡说八道。

3.引发法律问题。AI基于大量信息自动生成语言,尤其是人文社科领域,更是难辨真假,知识产权认定和保护更是难上加难。

4.威胁社会安定。在搜集信息的过程中,可能会挖掘政府等重要部门的机密信息,甚至出现操纵舆情的现象。

当时,它横空出世,不少人见识到它的本事后,都开始担忧自己会不会被取代,引发了一种人心惶惶的气氛。虽

它的确存在不完美的地方,但是,它才发展几年?未免太小看科技的发展速度了。

这些都是小打小闹,就连国家层面,算法都不曾缺席。

西方现已进入了智能选举的新时代,其政治选举已上升到了数据资源和算法技术的较量。对选民进行算法瞄准、精准挖掘,以科技的手段操控着选民的心理和行为,(联系到生活实际,可以参考某音里大数据精准推送给你的视频。)使得算法瞄准渐渐地走向了民主政治的对立面。

可以看到,算法利维坦下,我们大众是处于弱势地位的。

四、如何寻求正解?

2021年9月,安东尼奥·古特雷斯秘书长公布了关于《全球数字契约(Global Digital Compact)》的倡议;

2023年5月,联合国发布了政策简报“全球数字契约——为所有人创造开放、自由、安全的数字未来”。

随着时代的进步,AI的飞跃式发展,我们应该更重视冰山水面下那剩下的八分之七。

结语

马克思早已告诉我们真理,”经济基础决定上层建筑,上层建筑反作用于经济基础。“

日新月异的当下,数字法治应该究竟应该如何去制约算法利维坦,如何去保障我们的权益,仍须静待花开。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

在这里插入图片描述

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

😝有需要的小伙伴,可以Vx扫描下方二维码免费领取==🆓

在这里插入图片描述

  • 16
    点赞
  • 20
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值