本字幕由TME AI技术生成
嗯
各位听众大家好
嗯
新一期的节目跟大家呃
见面了
那上一期苏英老师跟大家讲了一些短视频啊
包括他看一些比如三分钟啊
叉叉带你呃
掌握什么一个电影啊
啊
或者怎么样的一故故啊啊
那我们今天呢
讲一下什么呢
就是之前一直想跟大家讲的那个check gpt 啊
不是跟大家说一下要讲一下他那个原理吧
后来我个人盘了一下啊
然后跟呃几个小伙伴沟通了一下
然后感觉呢就是
呃
如果咱们要做一个偏硬核的呢
就播客的形式可能很难大家给大家完全的讲述
那我们以一个呃
平常人的视角来怎么看待现在的这个人工智能啊
大数据啊啊
包括那个机器学习以及cheg bt 的相关的技术对吧
那这个首先是要让大家对那个人工智能啊
现在诗里面上说的人工智能啊
啊
有的人又会说什么
呃
机器学习对吧
嗯
这两者到底是什么关系
然后突然会又会冒出来人工智能还会牵扯到一个什么神经网络对吧
然后神经网络里面还有什么深度神经网络啊
然后就会牵扯到什么神经网络
然后啊
人工智能
然后哎
突然又出现什么啊
芯片
为什么它跟芯片有没有关系呢啊
它不是一个啊偏向于算法的东西
然后呃
导致呃
非常火的那个gbt 啊
或者叫chat gbt 的它背后的什么大模型对吧
那这一年来
呃
那个整个大模型的相关的概念也也很火
什么
什么叫大模型
所以我们今天开启节目啊
大家带大家呃
通过一个平常人的视角啊
尝试用一个平常普通人的视角来理解这些概念啊
大家不要怕
其实这里面很多东西
呃
我个人认为啊
是很多 嗯
对对对
专业的研究工作者他其实并不想做一个科普
或者说想做一个呃
普及的工作嘛
他会用一些很专业的术语来严谨的定义
我们会尝试用一种啊
平民的角度来看待这个问题
那我们这么今天这节节目叫做什人人工智能一零一啊
这个零零一其实是类似于国外很多啊开课或者呃
那个
那个就是科普课的那个就是导论啊
他们都叫一零一啊
人工智能one or one 对吧
那讲跟据大家讲述一下这些概念以及整个它发展的历程啊
我们的视角是一个
呃
什么样的视角呢
那看待人工智能我个人的
呃
常规的看法
或者说以大家业界普遍分工的
其实一般是有三块啊
一块呢
其实是做工程的
呃
或者说我们从另一个角度来说一块
首先第一块
大家可能想的就是研究这些人工智能这个算法的人啊
提出各种各样算法
大家比如说神经网络啊
啊
神经网络里面深度神经网络啊
或者说神经网络呃
是一个一组模型吧
那
那这有有的是用来做声音识别的
还有人做计算机视觉
也就是图像吧
啊
这是研究这些算法的人
还有一些呢
是使用这些算法啊
它这些算法要灌入数据嘛
我们所只会继器学习
大家会在这跟大家说是什么概念啊
然后这些模型来去生成
呃
使用具体案例的模型
比如说有用呃机器
呃
计算机视觉的模型去做对吧
美图秀秀的吧
也有去做那个
呃 比如说呃
自动驾驶里面的那个
那个物体识别对吧
你肯定要物体识别才能自动驾驶嘛
啊
这样的叫做算法工程师啊
和我们之前说的算法科学家啊不太一样
算法工程师啊
更多是呢
在很多公司里面就使用各样各样的模型
或者说用各种各样的模型进行一些我们所谓叫做或者说有的人这种调猜匣
就是它有很多参数需要调节
然后很多数据需要清理啊
这个我们都会提到
刚刚那个叫我们叫算法科学家吧
这些更多的是在呃
大学或者说很多呃公司的研究性的机构里面
那还有一种是你的
是的
配合算法工程师做的那种一般的软件开发工程师
因为
因为算法它是整个还是偏向于一个呃
那个所谓的模型啊
偏向于一个
呃
那个是一个比较简单的场景
你把它应用在比如说我们说的呃
呃
微软它听出来的那个什么呃
代码自动补全啊
包括那个chart gpt 对吧
你要去做一些整合它功能的啊
大家应该知道吧
就是比如说你用一个人工驾驶功能
你怎么把它用到车上对吧
这些需要怎么和车子里面其他部件进行整合呢
这一般工一般的那个开发工程师的这个角度
呃
那我个人认为啊
这里面工程就是最后我们提到的开发工程师的他这个视角和我们一般普通人的视角更接近一点对吧
我们不需要去呃一个一个算法剖析开来
那也不是我们节目要该做的事情
那我们尝试从这一个开发工程师或者说偏向一般普通人视角来看待这个问题
呃
能更好的理解这个业界的发展
也可以让大家揭开这个神秘的面纱
看看这个人工智能到底是个什么啊
通过我的讲述
大家应该最后会发现
人工智能也是一个大家可以理解的一个模型
或者理解的一个这么回事啊
不是那么玄学的
那因为人工智能他因为科学家嘛
他和工业界很多时候用词也不一样
包括一些我们一些其他学科的用词不一样
导致什么呢
你
你同样的概念
类似的概念在人工智能它叫同样另外一个名字
然后你理解起来反而会有一些
嗯
突谓的障碍
或者说有一些困扰吧
首先我们说
呃
人工智能啊
它其实是计算机科学的一个分支对吧
呃
所以说它也不是一种玄学
也不是一种什么神学啊
它其实 呃
你可以简单理解为从字面上理解什么人工智能什么啊
Artificial
Intelligence 就是artificial 就是人工的或者假的对吧
Intelligence 就智能
那就是通过计算机或者相关的计算机相关的这个联动的技术来展现智能吧
人类的智能的这么一个技术
嗯
就是他可以有
你可以理解为就是他也可以模仿人类的思维思考方式来做出一些啊判断和决策
也可以模仿人的行为啊
这都可以成为人工智能啊
那这里我们就会提到一个
说到人工智能呢
包括china cbt 非常火啊
就会提到一个非常有名
大家知道的就是图灵测试
图灵大家应该呃
有一些了解了
那之前我们有些节目也科普到图灵这位伟大的这个在计算机方面的先贤啊
他在相关领域做的一些那个贡献对吧
那包括以前也有部电影对吧
呃
来描述他的在二战时候的很多贡献
那他做他有一个著名的图灵测试
就是他首就是从图灵开始
很多人更多的尝试从一种偏科学或偏正经的角度来什么定义什么是人工智能
他
他认为什么样的东西是有人工智能
他说有一个测试就是你比如说有一个输入文本的这么一个问题的这么一个媒介对吧
那现在你可以理解为比如说像恰dbd 几bt 一样
你是呃
通过键盘在它的那个对话框里面输入
然后呢
它会返回你的输出对吧
他有一组画或者怎么样对吧
图灵那个时候肯定不是计算机屏幕嘛啊
可能是那些其他的一些比如纸质的什么
然后你不知道这个回答的你这个人还是机器对吧
你是不了解的
然后你通过这个判判断他的回答来判断是能不能区别人和这个计算机
或者说非人类的回答他的这个呃
结果
而如果说你能够很难确定对吧
那就认为这个所谓的就是那个呃
来做回答的非人类的这么一个
呃 无论是
无论是可能有的动物啊对吧
有
有可能是机械
或者说呃
一些联合的技术
那能他通过了图灵测试啊
他认为就是
就是一个人工
人工智能
那这是一个
呃
比较显而易见的
大
大家能够啊
Get 到的一个
或者说领悟
领悟到的一个
嗯
怎么说是人工智能
它什么样的人工智能
但是图灵它介于它的那个
呃 呃
就是他所处的时代环境嘛
他给出这样的定义
其实大家理解啊
就是现在大家普遍认为charge gbt 从某种意义上已经
呃
完成了图灵测试对吧
但是你能说它是有人工智能或者自我意识吗
现在看起来显得还没有到达这个地步对吧
因为一旦接触到了
你就是凭旁人是无法去的
一旦接触到专专业的偏专业的领域
你就会发现他虽然很像人在说话对吧
但是你最后发现他是在一门正经的胡说八道啊
那这个的话
所以有有赖于我们后续的人就更多的对他去做一些模型
大模型啊
或者说恰在gpt 对他进行一些一些优化啊
看看后面会不会有
呃
更惊艳的这么一个表现
那我们说到人工智能对吧
它 呃 主
那主要是
是为什么啊
为什么会需要那个
嗯 人工智能
就是如果说
如果说我
我反过来问啊
就是如果没有人工
人工智能又怎么样呢
哎
反正是你是用机器来模拟人
人工的智能嘛
那我搞点人来说不就是人工智能嘛
对不对
那其实这里面牵扯到很大问很多问题啊
首先 呃
在目前这个数据非常膨胀的时候啊
就是如果你要大量的处理这种数据对吧
就比如说 嗯 僧
呃 几千万张
怎么几亿张图去做识别啊
或者处理啊
呃
然后去学习到一些比如说鸟类的形状啊
或者说辨别图中的一些
呃
比如说汽车牌啊对吧
这种
那这个东西怎么说呢
就是你每个地方都要雇人的话对吧
那车牌什么包括声音识别
那这个人工的成本就高了
也没有那么多人来让你去做呃
这方面的工作对吧
因为这方面可能还是需要很多各行各业里面还是需要一些啊专业知识的啊
呃
这是就是人力成本
第二呢
就是说那个人的算力它是也是有极限的对吧
我们知道一个人的可能脑力处理的他会有一些
就比如说你可能做啊
普通人啊
我说普通人可能做四位
四位到五位的加减乘除啊
呃 不 和那个
呃
和我们的最强大脑不一样了
那四五五位的加减乘除可能就已经啊
不用
不用纸啊
就可能心算可能已经比较
呃 那个
那个慢了啊
稍微要一点时间还有可能还会出错对吧
那计算机啊
主要它的机器是开着的对吧
然后存储啊什么各种硬件没有问题啊
它
它的软件嘛啊
然后这种做相应的这一些的比如说啊
这种任务对吧
它可以就是
当然这个不是人工智能
但是一样的就是把这些计算机的能力应用在人工智能领域
它又会有啊更好的更快的表现对吧
那所以说我们会把这个人工智能啊
现在主要应用在下面几个领域啊
一个是啊
我们笼统成为专家系统
这个其实你可以认为就是各种各样的细分领域啊
就是
就比如说我们之前的呃
非常火的那个alpha go 是吧
那就是一个呃
人工智能
或者说相应的你通过机器学习的方法来
呃
得到了一个模型
它这个专家系统的模型做什么呢
它就是还下围棋的啊
就偏向一个比较狭窄领域
包括之前的我们其实
其实现在的国际象棋也会有啊
包括那个中国象棋也
也都有相应的模型啊
就是棋类
因为它
它的那个棋牌类
因为它是一个非常很好去把他那个数据啊
包括各种各样的进行打标啊
去做那个收集的这么一个
呃
然后来能够验证很多能力的这么一个系统
所以它经常会被用来人工智能去做做一些相关性的所谓的边界的测试
或者说能力极限的测试
然后接下来一块呢
其实就是呃
自然语言处理
那就像我刚我们平常
呃
大家这两年比较火的那个呃
China gpt
它一大块的就是
就是通过学习以前的文本
或者大量的上网络上的或者说他自己下载下来的文本对吧
去做一些那个文本的那个学习
然后
然后给你返回出一些就是你要的一些文本
就比如说帮我去润色一段话或者什么这样
这
这种叫做自然自然语言处理
或者呃
业界喜欢叫它叫
呃 Nlp 啊
Natural language 啊
Sorry
业界很喜欢把它叫做nlp
叫natural language 啊processing 对吧
那还有一块呢
就是跟文字相对应的
就是叫做计算机的视觉
搞计算机视觉的话
那可能就是
呃
就是大家比较好理解
其实说白了就是图片和视频的处理啊
比如说
比如说我们怎么通过什么摄像头来识别这个人对吧
然后要识别是不是某个人啊
包括我们说的这人脸识别啊
这些都是偏向于计算机视觉的问题啊
那这是也是一大非常重要的一块领域啊
它以及它延伸的领域不刚我们说了啊
自动驾驶
呃 对
然后还有一些
比如说刚刚我们说的就是人脸识别可以应用在安全对吧
那也可以应用在那个比如说刑侦啊
那我们还有一块就是
呃
叫所谓启发式问题解决
呃 这个呢
可能大家更多理解为就比如说我有一些想法
但是我不知道比如说具体的它的那个实现的路径或者怎么样
你能不能给我一些比如说路径
或者说给我打个样对吧
那这个其实大家也也现在用的比较多的就是恰似gpt
它是一块是那个自然语言处理
但是 呃
但是它和比如其他的一般自然语言处理不一样
就是一其他一般自然语言处理
比如说是翻译对吧
我一个中文
你用英用英文输出
或者是一个法文输出
那 呃
那个枪吉p 他有一些启发式的给你一些回答
就比如说我想给给那个呃
什么某东西某某景点命名啊
希像会有一些中国古风的名字
融入一些中国呃的那个比如说雪景的那个诗词
或者说湖水景色的诗啊
诗词啊
他就会给你比如说一些西湖的诗词啊
比如说是啊什么比如说那个比如说类似于什么大学满弓刀啊
这种类似啊
他
他都会给你去做一些融合
给你一些启发式的啊
这个类似于你比如说还有一块就比如说什么呢
就比如说很多人工智能助手对吧
他比如说我
我想去那个什么什么什么地方啊
给我安排一下
这都是一些启发式的一些问题的解决嘛
那
嗯 还有一块
我们刚那些
呃
我们刚刚就是也说到过的
但是我们不把它放在一个大类里面啊
就是声音的识别
声音的识别呢
这或者说语音的识别
那这块我们更多的放在那个呃
专家系统里面对吧
因为呃
这块其实通过那个神经网络相关的一些发展啊
它已经那个相对成熟了
而且它的怎么说呢
我们说声音识别它的相对的呃
应用的领域是比较
呃
可以举例出来的对吧
我们可能更多的把它理解为是一种那个啊
专家
专家系统
好
那说完了这个呢
我们刚刚就说那个在恰gbt 我们刚才已经写了
它是什么
它其实自然语言处理和启发式问题解决的一个呃
融合啊
那才所以会你会分觉就是它为什么那么厉害
或者说为什么那么智能
那么它会给你一些启发式的问题的回答
它同时它会有一个很好的自然语言的组织能力
那你这样就很难分辨对吧
从图灵测试来说
你很难分辨是人给你的回答还是机器给你的回答
那还有我们就是说现在非常火的另外一块大模型的就是stable diffusion 啊
就是呃
现在很多设计行业和绘画行业接受到很多那个冲击的行业啊
就是怎么说呢
呃
那比如说大家非常了解stable diffusion 对吧
用在设计啊
用在插画领域啊
这
这个大家有时候乘地铁啊
或者说啊什么看到很多墙上面是比如说什么是有人工整图生成
或者有什么软件生成对吧
那这种其实都是是计算机视觉啊
他去学习那种图片
然后再去就是启发性的题学
比如说我要一个啊
中国古风的这个绘图
我要
我要一个西方奇幻的绘图啊
它会给你生成一些啊
带有一些创造性的或者发性的这么一些图片啊
这这其实是
呃
现在我们就是说
虽然是它有不同的应用领域
但是更多的应用领域会相结合
才会产生出更强大的功能
那我们刚刚说了啊
就是整理了一下什么是人工智能对吧
那呃
就是说白了
其实就是利用计算机相关的技术来能够达到一个人类智能的一个水平
同时呢
在效率和那个处理能力上啊
能够更高的啊
或者优于人的那个这个效率或者
或者他
他那个处理量对吧
那什么是机器学习呢
那机器学习其实它是人工智能一个分支
嗯
其实人工智能啊
它并不一定非要用那个通过
呃
就是机器学习的方式来啊
我们先不说什么机器学习
有的
比如说它是可以通过现有的理论
就比如说金融交易对吧
现在大家前两
前两天比如说非常火的那些这个国家要限制那个什么
呃 对对不
不限制
对那个高频交易对吧
或者说对对多次交易
就是一天的多次要进行一个限制
当然很多其实背后的什么多次交易就高频交易啊
包括后面比如说啊
他们背后的什么什么量化模型啊
它其实是有啊很强的那个数学和金融理论的
那相关的人通过这些金融理论对吧
他去对于数据做处理
然后类似于一些别人比较复杂的公式啊
能够能够来得出一些相关的那个测经营的呃
交易的策略啊
这
这就是一种就是偏理论的啊
这大家可以理解为这种叫做专家系统啊
就是比如说我要预测一个比如说刚刚你说的金融吧
这种在金融类是最多的
那还有一些
比如说我要预测
就比如说天气对吧
那很多时候也会需要一些
呃
很复杂的一些公式计算对吧
还有一些统计学的知识啊
大家啊也知道
就是很多其实时候是可以通过概率啊
或者说一些大大大数据的统计你就可以呃
得出来的 呃
这么一些就是展现人工智能的地方嘛
就比如说呃
刚刚我们说到的这些东西啊
那机器学习它是一个什么方式来实现人工智能呢啊
它其实是一种就是比较所谓俗称一个炼丹的方式啊
就是但说到机器人工智能
机器学习里面就会有一个什么叫炼丹炉啊
炼丹师啊
那什么是炼丹呢啊
或者说什么是机器学习对吧
就是啊
它其实是对于一些任务
我们刚刚说的呃
人工智能嘛
它其实要解决一些任务
它去从一些的数据中啊
它会从一些数据材料中自动分析啊
去
你不用跟他说比如说我这个
我这个比如说是根据什么理论
然后怎么处理
你就他会自动去你给定一个任务
它自动去学习这些啊数据
然后得到一些相关的知识和呃
经验啊
然后这是知识经验积累下来啊
他学习
相当于你认为这个学习了
然后对于这些任务啊
刚刚给定的这任务的
呃
就没有完成的任务
或者说一些近似的任务去做一些预测或者推断
在我们计算机里面有一个比较牛的叫tom michell 啊
这个一个非常牛逼的一个比如说计算机方面的先贤啊
他就在一九九八年总结对机器学习刚刚我们说的这个比较模糊的概念啊
去做了一个更科学或者更学术性的这个总结
他那个是什么
就是他说了
对于一个任务t 啊
就是有
有一个任务t 它曾能够从相关的经验e 中啊
就是t 这个任务t 它有一些相关的一些经验这个意义
它能够从这个这个这机器学习这个模型
它能从经验e 中进行一个学习啊
然后 呃
然后总结出来一些他的那个
他的那个积累
然后呢 呃
然后我们还会有一个衡量的手段
去 呃 去 呃 去衡量
来衡量说是说刚刚学到的经验去啊
去对那个这个同样的任务去做一个推断啊
然后呢 呃
然后这个我们有一个衡量的这个模型来
来预测
或者说啊不是预测
来评估他这个啊
学习完的知识应用在这个相关领域的他的这个能力啊
呃
这样这样的一个概念啊
那其实大家看到这个还是偏向于很学术
或者说很啊
就是文字作物很难理解啊
那我们给大家用大白话来角度来理解是吧
什么是人工智能
或者说什么是机器学习
也就说说白了
就是你有一组数据哎
或者是有一组啊材料
那材料更多是用用于作为数据来嘛
然后它有一个
我们有一个模型
或者有一个
呃
这个模型可以是一个模型
或者说一组模型
或者一个大系列模型
我们称之为就是有有一个模型
你可以认为里面有很多子模型啊
呃
有的模型复杂简单
这个模型呢
能够从这些数据中啊
你数据灌给这些模型
它能够 呃
自动的
或者说能够有一个系统里新的方法把这个模型里面的
呃
很多参数给自动得出来啊
就相当于这个我给你的模拟其实是只是比如
比如说只是一个我告诉你这是一个比如说
呃
大家如果说学过那个一元
也就是那个啊线性函数啊
呃
线性代数的话
或者说学过就是最简单的函数
就是我告诉你
呃
这个就是房价
比如说房价
今年的房价和往年的房价的这个关系是y 啊
Y 等于ax 加b 对吧
X 就是往年的房价啊
然后呢
你能够从啊这些的数据当中得自动啊学习
它会自动去学习啊
把这些数据进来
然后要把这些相关的参数给填上来
然后相当于
呃 能够就是
嗯嗯
这怎么说呢
就是能把这个啊函数给那个
那个怎么说去训练出来啊
这个过程叫做训练
就是我拿到数据这个任务啊
任务它这个我要做任务就预测房价
那预测房价我不能直接做对吧
我得有一些输入
输入那就这就有一些数据
那有些数据呢
就是数据分为两部分
一部分是用来我用来预测的啊
或者说我要做的
实际上还有就是以往的这个历史的这个经验对吧
就是说我已经有一些啊往年的那个比如说我相关的数据了
那可能比如说是比如说房价就是比如说经当当前的经济数据啊
啊
当前的个人消费存款啊
当前的就是啊前两年的房价对吧
这有一系列参数啊
然后呢
嗯
然后我也会有就是我要预测的比如说今年啊
今年的这个呃
经济情况啊
消费数据啊
什么房价的
就前今年为止前两年的房价
那这个我不用用来做训练啊
我把刚刚就是之前有结果的对吧
就去年的房价什么啊
都有的对吧
那我们给它
给它放到我们这个模型里面啊
模型哎
把这个数据
Yeah
就它从去自动匹配
把这些参数去学出来
然后就是更好的去接近
就是它预测出来是不可能完美的符合
完美的符合我们在人工智能或者说继取学里面叫
叫析
就过度拟合
因为其实现实生活中你统计了什么你知道会你会有一些误差的对吧
完美符合其实是一种很畸形的现象
那其实就是它会更好的就符合你所有输入数据的这么一个曲线对吧
就说白了
就是把这个模型里面参数自动给呃算出来
算出来之后
然后我们就会把今年的数据给灌进去
因为它参数都确定了
然后最后给你会推出来一个房价或者相关的东西
那这个东西
那我们会比如说我们如果有了今年呢啊
我们如果有了今年的那个房价
或者说我们当中还截取了一数数据是什么
一刚刚做训练一般是做预测对吧
还有去做校验对吧
我们去看看
就比如学出来这些模型对吧
然后今年的数据出来比对吧
比如说还拿出的经验验时候今年的房价出来了
我们一看他预测结果和我们的预测结啊差距多少对吧
就其实就是一个什么样的体系啊
说白了大家有没有理解就是说白了
我就是我对于相关的任务
我去搞一些数据进来啊
数据进来我可以分成两份
也可以分成三份
一般来说会分成三份啊
三份就是一块很大的一块
比如说百分之七十
我用来给他们的
我又给它放在一个模型里面啊
我有一些比如说各种各样的问题啊
比如说啊
有没有比如说推荐系统啊
啊
包括比如说
比如说刚刚我们说的那个房价可能更多更多会是一种现行规划的啊
模型啊放在里面
但是模型里面的参数是不固定的
它是会根据一些数据来变化的啊
然后我们把数据放进去
然后它就会比针对比如说过去几十年的数据哦
它去做一个匹配
哎
出来一个这么一个曲线啊
它是是可能是房价的局限
然后 呃
然后我们会把它当中的比如说百分之二十
你刚刚说百分之七十用血量百分之二十去做校验对吧
就刚刚那个模型
然后我们拿过来啊
拿过来就把它输入
嗯 对对对啊
输入就是已经参数好的模型输入哎
得出来一结果
然后我们这些
这些数据据其实是已经有结果了对吧
我们预故故意留着就不做预测啊
哎
拿出来这个模型看看
看看这个结果和我们这个留下来校验的啊
匹配不匹配
或者说误差高不高
误差不高哎
就说明我们这个模型训练的挺好的对吧
它已经能够掌握这里面其中的规律了对吧
然后我们最后去用它来去做预测
我把它推出去
比如说啊
根据今年的房价
然后明年的房价对吧
啊 然后就 就去
去预测明年的房价
就类似这样的一个叫做机器学习
这
这其实很好的意义就是机器或者计算机它自己去学习一些技术
然后把这些参数化得到
然后去做预测整个的话
其实我们根据那个
呃
刚刚说到了
就其实里面机器学习啊
大家可能会觉得这个模型是非常重要的对吧
或者说大家可能觉得机器学习里面最重要的是模型对吧
那其实呢
呃
并不一定是这样说
嗯
那其实我们做那个相关的领域的很多小伙伴
其实他们像大家都会知道啊
呃
那个其实对于机器学习来讲
最重要的是什么
最重要的是数据和那个所谓叫特征啊
什么叫特征呢
其实 呃
说白了就是你我有那么多万大千世界对吧
我到底去需要哪些输入
或者说我到底哪些衡量的那个参数来作为我预测房价
比如说预测的东西的一个维度
嗯
那我举一个大白话的例子就是说我到底是说我有过去三十年的房价的这么一个趋势
我就能预测明年的房价呢
还是我需要呃
国民经济的是比如说gdp 的数据
还是需要呃
居民消费是不是还要加一些比如说往年的
呃
居民消费的这个
呃
比如说消费价格指数对吧
Cpi 呃
是不是需要那个
嗯
比如说存款的那个
那个居民存款的总数啊
那是不是需要一些外汇的数数据啊
有可能外汇不相关
那还有一些比如需不需要啊周边国家的房价
需不需要美国的房价的指数啊
这一个一组一组不同的参数对吧
那比如说日本房价的指数
美国房价的指数
哦
我们国家的cpi 对吧
整个的比如说外汇的行情
那都是一组可以收集的数据
那这一组我们叫做一个特征啊
或者说你可以我们从数学上来说就是一组就是啊
那个定义的这个变量
那如果我们可以就是能够想到的对吧
能够想到的这些维度更相关的维度更多
那肯定是更准确
大家凭脑子想一想啊
比如说我们以房价来说
那肯定跟啊国家的经济是有关系的对不对
肯定是和居民的消费的相关的指数是有关系的对吧
那也可能和周边国家的行业房房价有关系啊
也可能和相关的比如说国与国之间的外汇的数据是有关系啊
也有可能和出口进出口有关系
也有可能没有关系对不对
那我们能够尽量多的收集到相关的数据
比如说白了就是我们有更好的特征
那这样才能够就是更好的来去去衡量啊
然后呢
还有就是你这个数据的所谓的质量怎么样
就我们刚刚说到了
就是 呃
比如说我们去做那个chard gb 作为文本处理对吧
那你数数据的这个质量其实也非常相关的
那一个比较很好理解的例子就是说
假设说我们给那个未给拆拆tgpt 的所谓的他去学习的嘛数据对吧
积极学习就是要有一些数据嘛
那都是字典里的词
那你可以想象啊
啊
Dgbt 它学习出回给你的这个内容肯定是什么像
肯定是干巴巴的那些像
比如说词汇词
呃
就是字典里面给你解释的这些东西对吧
你给你那种老学者的概念就没有跟你聊天的那种感觉
所以他你要做更很熟去学学会
会去学什么
学故事啊
会学一些其他的的本就各种各各的的文本都学
那才会展现出就是让你觉得这是一个人在说话的这么一个啊状况
比如说你要做更普遍的一个任务
那你肯定是需要普这个偏普实性的数据
就刚刚说的
你要去做偏对话的
你肯定这个各种各样的语言都说
那你假设你就是要做一个比如说我就是要用一个写金融类文章的啊
或者说写法律类文章的这么一个gpt 的这么一个东西
那你肯定学习的文本肯定是要偏金融和法律这方面对吧
你如果都是学一般的新闻报道的
你做出来写出来就他学习完生成的这个东西
你可想而知就不像是法律人士和金融人士写的这个东西啊
所以这个数据的质量和特性也是非常重要的
我刚刚说的特征啊特性
那还有说白了
其次才是这个模型的选择
很多时候你会发现
我只要有足够多的数据啊
或者说我只有有足够足够多的维度啊
数据特别好
那那模型不重要啊
我们待会儿会讲到拆大模型
其实也印证了这么一个概念啊
大家会知道大模型
其实大模型大模型它最重要的不是模型
而是大啊
那怎么大
那我们待会给你来解释啊
我们刚还是说回数据啊
啊据它这一一块一有一个比较重要的地方就是
呃
它的数据啊
很多事是有标记的啊
我们就刚刚说的那个比如说上海的房价的
我已经做过处理了
我就标记了这几几年的什么什么数据对吧
上海房价是多少
这就是有标记的数据去学习出来的
我们更多的叫做就是用来做比如说那篇预测啊什么的啊
这种东西就是怎么说呢
它其实是是一种什么
呃
就是有标记的数据去做学习的啊
而且目的非非常明确啊
这种叫做啊监督学习啊
还有一种就是叫非监督学习
它什么它更多的就接触的数据是非标记过的数据
就比如说我们要对比如说我们有一组对吧
就是人的那个各个健康指标啊
我们怎么来辨别出比如说
呃
怎么来去给它分类
最后能分出来比如可能偏亚洲人种他的一些啊
就是
就是怎么样可能
可能是 呃
来识别出这个是亚洲人对吧
或者说是欧洲人啊
或者说是非洲人对吧
那这个其实是就是我们只只有一些比如宽泛的知识
我们没有给他们定性
就是他我们不知道
但我们通过相关的机器学习能够给他去做一些比如说聚类分类啊这样的操作啊
这种叫做非监督学习啊
那现除了这个
其实还有一些相关的就是啊
啊
比如说强化学习
这个我们后面会说
那chart gbt 其实是什么
它其实是一个啊
这两年非常火的
或者说叫做自监督或者叫半监督学习啊
那这个是什么呢
这个其实就是说我有一些标记的数据啊
Chart gbt 它会去去一开始拿一些有标记数据做训练啊
比如说 呃
我有一些比如说去做怎么样翻译的
就比如说 呃
比如说我有一个苹果对吧
然后它的标记出来的对应的翻译是i have an apple
然后呢
就类似于这样的
他会去先去拿这些去做一些训练
然后他再再去学习浩如烟海的很多这种大量的文本
那这些我们是没有做过标记的
他没有
比如说对应的这个
比如说中文跟英文的这个翻译对吧
他没有标记过
但他去去学习中文英文啊
他通过之前有一些监督学习的这个例子
他会去啊
逐渐适应去掌握这些
呃
各种各种各样的文本啊
这就叫做半监督学习
我们从数学方面来表示机器学习其实是一个什么呢
其实说白了
其实说白了就是y dn fx 啊
就是我们最简单的初中或者是甚至小学都拿出来的就是一个结果
它等于一个函数
函数处理完一组这个变量对吧
Y 等于fx
那这个y 等于fx 出来的这个y 对吧
是预测性的
那
那我们可能会有一些样本对吧
就是来对这个y 预测出来的y 去做一个那个对比
比如说我们
呃
拿过去二十年的房价对吧
我们还是以房价作为例子啊
这个比较大家比较关心对吧
呃 也也也
那个比较好说明啊
就我们把去年二过去二十年的对吧
房价 然后呢
我们留个过近三年的房价是吧
然后给他去做一个啊保留
然后呢
过去三年之前的过去二十年的或者过去三十年的房价拿过来
我们学习出来一个函数ydfx
那这个fx 我们把这三年的数据再输进来对吧
那ydfx 其实会给你结果嘛
但其实我们有过去三年的这个房价的数据对吧
我们把那个预测结果和现在结果
比如说我们用一些误差来估计
怎么来我们来估计
比如说我是希望就比如说近三年的预更准
那怎么确保近三年的
那比如说我
我
比如说我过去就是有的是有的是
有的是你采用标准差啊
有的采用方差
就比如说 呃
因为
因为要去
因为要避免什么情况呢
就比如说我一个
呃
函数做工做出来对吧
然后呃
比如说啊
我们不直接用差值
这是为什么呢
就比如说很简单这个例子啊
就是我预测出来的房价
然后出了一个模型
然后我过过去预测过去两年的数据对吧
那我预测二零二一年的房价数据有可能是呃
高了一万块钱
均价啊
高了一万块钱
那其实是高了很多了对吧
然后还有一个预测今年呢
它又低了一万块钱对吧
然后我如果是说我需要近两年的误差最小
然后我可以
然后我都用差值对吧
那就会变成正正一万减去负一万对吧
就零a
你这个数学表达出来
你这个衡量的模型就是零的吧
这个肯定不对的
另外一个模型我们可能比如说今天预测总是比比如说去年跟前年都高了
比如说两百
到最后做出来
如果你这个误差是啊
四百
那就比比那个刚刚零的误差就高了对吧
那你可以认为这个模型是
呃
之前的那个模型
那其实 好
那其实肯定不可能嘛对吧
所以我们整个数学上一个方差就是我们除一除然后再平方一下的
那就去可以抵消这个正负值之间的这个误差
或者采用标准差也会有啊
呃
类似于这样的一些
呃
我们刚刚就是说这个衡量函数来去评价你这个模型
那我们再说到这个y 等于fx
那如果f 这个fx 就是说你这个模型型是是一个线性模型啊
那什么是线性模型呢
说白了就是基于我们有最简洁的那个
或者说我们有最朴实的一个概念来说
就说明说白了
你这个函数是一个
那个就是系数乘以比如说输入的几次方加上输入的就是另外一组系数叫输入呃几次方啊
就是y 等于fx
呃
Y 等于ax 加b 就是一元一次是吧
Y 等于ax 平方加bx 加c 就是二元
二元一次对吧
那y 等于呃什么
呃
Ffyy 等于什么
比如说a 一哎
X 三次方加上a a 二x 四平方加上什么呃
A 三x 加上啊
A 零对吧
啊
这样的函数
这叫做线性函数
我刚刚说的是一依次的啊
那如果说我们把它就刚刚说的嘛
就是一组输入对吧
就比如说往年的房价
我们刚刚说了
还会有更多的特征
那更多的特征我们把它排列出来
其实说白了就是一组向量对吧
就是呃
这个最终的房价
它是取决于比如说呃
房价啊
它和房价相关的一组期房房系数和那个比如说呃消费指数和外汇对吧
和那个进出口数据啊
它都会有一些和它相关的这些系数啊
这
这其实就变成了一个什么
变成一个矩阵和向量的这个计算
哦
那我们这边已经提到矩阵向量了
大家给大家埋一个伏笔啊
很多人可能开始头疼了
我们就不多说这个了啊
大家可以知道
就是输入这个x 可能是一个多维度的啊
不一定是一个单线维度就过去的房家对吧
那它相关的系数也是多维度的
那这个系数相加相乘其实已经涉及到向量跟矩阵了
那啊
还有一种
还有一种y 等于fx
它的这个fx 是什么呢
是这个x 先经过一些线性变换
就刚我们说的这个呃
线性函数对吧
再去做一个非线性变换
什么是非线性变换
大家可以理解
就比如说我们要去做一个分类问题
就比如说辨别
呃
辨别说这个机器有没有异常对吧
那我们肯定就都嘟嘟嘟都预测出来
刚刚我们说了
就比如说我们这个函数预测出来
预测出来之后是一个值对吧
最后是一个值
那这个值比如说就我刚刚我们说的房价对吧
比如房价是很好理解
那比如说我们刚刚比如说一个机器的预警
比如它有这个锅炉的指数对吧
它有那个污水的指数
它有一个比如说它有一个当当地的温度对吧
啊
最后肯定预测出来一个值对吧
这个值
那到底是不是这个系统处来一个异常呢
啊 它会
它会比如说那我们就需要对吧
比如说我们假设说我们最后弄出来的是一个异率
那我们就会说大于零点五啊
假设装大于零点五是一个异常
小于零点五是一个非异常对吧
那我们其实说白了就是要有一个函数对吧
从数学上要有函数能够让这个输出的这个一个连续的值量映射到一个离散的空间对吧
比如说我们就是比如说高于零点五啊
我们最后啪一个非线性函数出来
它就是一对吧
它就不是一个连贯对吧
那还有一个现象
噗
它就变成了一个零
那我们知道一就是异常对吧
零就是非异常
那这就是一个线非线性的变换啊
那如果说你的y 等于fx
你这fx 包含了对于x 的那个先做一些线性变换对吧
我们刚刚说的多维的参数对吧
它有一些参数的
然后才去做一个
呃
那个非线性的变换
那这个其实就是一个非线性的模型啊
那说白了就是以前大家就会有一个单组的这么一个模型去做这个预测
就比如说我们说的就误差检测啊什么这之类的东西啊
这样就只是在人工智能已经发展到一定程度时候
大家都会提出不同不一样的模型
那什么是人工神经网络呢
对吧
听上去很屌屌对吧
很牛逼的人工神经网络
它其实 呃
和人工智能啊
或者这个东西啊
其实科学家他很喜欢去牵强抚会
他是在医学上然后剖析从解剖出来人的神经元的那个模型之后啊
他就提出来一类似的啊
类似的这么一个啊所谓的数学的结构来模拟说人人神经元的它的一个传递方式啊
并不是说我们真的已经了解到了这么神经元它的这么一个信息量的传输不是
就是我们大概知道它解剖模型这样
那科学家说
哎
我这个数学模型更好符合一个神经元的这么一个呃
传输系统
说白了就是我们刚刚说的一组输入啊
它
它有一些线性参数对吧
然后进入一道一个线性的函数里面
就我刚说y 等于fx 加b 啊是吧
这什么或者y 等于对不说就是bx 平方加c 啊
就是这种就多多维
到底有多少维你自己决定啊
然后
然后再然后啊
Sorry 啊
然后
然后再进入那个进入
进入到一个那个传递函函
传递函数就更多多的是一个非线性
就方说把这个你算出来
映
映射到一个空间里面啊
然后作为一个
作为一个输出对吧
这一个东西就很
很像我们神经元里面什么什么
呃
传导的那种什么什么树啊
什么剑啊什么就那些东西啊
就科学家牵强赋会的那这一个神经元
那如果说我们把这些一组一组这样的输入对吧
铺开来
就是纵向的铺开来
就是说白了
我有一组神经元对吧
我还可以有另外一组
我还可以另外一组
那这样的东西就像传输的像网格一样的东西对吧
最终出来的这个东西就像一个网络一样
就叫做神经网络啊
你可以认为其实说白了就是
就是一只一些呃
多维数据的一些数特征输入
然后经过一些些
呃
一一个个神经元它的系数
然后再到各个神经元它的传递函数
然后各个神经元出来的一个结果啊
大家可以去查看一下啊
随便搜一下神经网络它的那个图
基本上都是这样啊
啊
像一种交叉的一样的
然后呢 呃
这样的
这样的叫做然后学习出来的
最后它可能数据各个神经元的输出
它最后做一个汇总对吧
它做一些线性变化啊
或者说非线性的映射到它各种各样的问题
比如房可能就预测测一个相对的指指对吧吧
然后比如说分类类可能要预测到一个非线性性的就零和一的空间对吧
嗯
这样的叫做神经网络啊
但其实这是五五六十年代就提出来了吧
然后啊
可能是八九十年代就提出来了
然后在九十年代就销声匿迹了啊
因为大家发现没什么花头对吧
那为什么现在又又回归了
又那么么就火热呢
因为大家发现就是这个神经网络刚刚在推出来的时候是一层
那 呃 那为什么
为什么不用两三层呢
那个当时计算机没有办法来实现
这就是我们说到了啊
机器学习里面或者说人工智能非常领域
就是工程上的进步也是息息相关的
它说白了还是一个计算机的学科对吧
然后 然后呢
相关的那个机器的算力出来之后
它可以有多层网络
就说明我这个神经元的学习出来数据可以作为下一组神经元或者神经网络的输入输出
那这样一多层
这就是我们所谓的叫深度神经网络
就说明它中间的这些层啊
我们在那个模型上叫做隐藏层
它隐藏层就非常多啊
这一种就叫做深度神经网络
那还有一种更花的是什么
就是它神经网络这不是一层层传导下去嘛
它可能就当中某一层的输入啊啊输出啊
可以反馈回来啊
作为前面几层的这个输入
它有一个反馈
你知道啊
这个东西就
就 呃
说白了就是它有一个带反馈的神经网络
那这个在数学计算上或者机器学习
他自己去学习技术
根据数据来学习技术
又更复杂的知道到后面那个是我们计算机更进步了之后
和相关的模型就是有一些有一些优化之后
哎
他能够学习出来
那
那这样的话
他的那个
那个神经网络就就就
就更发达了
那
那什么是大模型呢
啊 大模型
我最后一言蔽之
说白了其实是什么呢
就是大模型
就是我这个模型这个输入参数又多
比如说啊
恰恰gbt
比如说成千上万对吧
已经步骤可能要十万百万对吧
百万组的输入
然后我这个层数有好多层
然后每就神经元也有很多
那这样它最后学习出来的这个巨大的神经网络
每一个点可能都是一组参数和一个比如说它那个传递函数里面的这些参数对吧
然后你巨量的数据输入之面
它学习出来的这个它的这个模型啊
有很多很多巨量的系数的这个东西
这就是大模型
哦 没有什么
没有什么特别那个所谓的那个花头对吧
这就是一个大模型
说白了就是它这神神经网络又深
然后参数又多
然后他学习出来这这这个模型很大对吧
这就是大模型
这就是
那这就是为什么和芯片有关的
因为去要去做做这些数据的输入训练
很多时候需要并行计算啊
那这就会就依赖就是那个芯
就是现在非常流行的就是gpu 或者叫显卡
它显卡嘛
大家视频里面一个一个点里面
它就天生的非常适合去做那个那个所谓的并行计算
那很多人现在本来用来去做一个
呃
相关的机器学习的这个处理
因为它大量的是你们阵对吧
矩阵
大家其实也是一一个点嘛对吧
呃
还有一些就是非常的就是机械的变换对吧
矩 矩阵变换
你们都是矩阵变换啊
但最后大家会会发现很多时候是矩矩变化
那这些就非常适合那个gpuu 去做线性啊
要去做并行处理和去做那个整个大块的这种矩阵变换
那因为说白了像素
也就是一些些矩阵嘛
啊 那这样
你gpu 通过的芯片的这个东西我们也啊加进来了啊
那我们说到这里
其实我们今天的那个人工智能一零一啊
就已经完成了
希望大家从我们这一课讲述当中能够get 到什么是对吧
人工智能啊
然后什么是机器学习
然后机器学习里面什么是人工神经网络的模型
以及它对应的就是什么是深度神经网络
然后是什么大模型啊
以及它对于芯片啊的依赖啊
比较浅显易懂的啊
希望大家能够呃
了解之后我们会呃
在近期推出关于恰恰gpt 啊
比较偏硬核的
它的这个模型是怎么样
它依赖的输入是怎么样
他怎么去啊
能够得到这么一个啊启发式文本的输出
但首先你得了解我们今天的内容
否则我们上来就跟你讲模型
可能你就不是非常了解了啊
非常感谢大家今天的收听
嗯 拜拜
