首页-门徒娱乐-门徒注册-门徒平台-门徒注册代理

门徒娱乐-门徒注册-门徒平台-门徒注册对于计算机学科来说， GPT-4已经在Leetcode上的编程题目上达到人类程序员水平。Leetcode是专业程序员代码训练平台。我们很多计算机专业从业人员通过练习其编程题目锻炼编程能力，提升应对企业编程面试的成绩。这一事件基本宣告机器自动化编程水平达到甚至超越普通程序员。AGI达到人类程序员水平，这一事件意味着什么？培养一个人类程序员一般都需要基础教育以及至少大学本科四年的高等教育，甚至还需要研究生教育。这样一个专业要求如此之高的行业已经变得岌岌可危。这一事件一定程度上意味着以传授专业知识为主要目的的高等教育受到了机器智能的极大挑战。我们有太多的高等教育是以专业知识的传授为主要内容的。计算机领域的数据管理、软件工程、网络运维、数据分析等学科都将因此而面临巨大冲击，相关专业的从业人员将何去何从？AGI达到普通计算机专家的水平只是个时间问题。

对于语言学而言， GPT-4等大模型几乎能够胜任所知的所有语言处理任务，比如翻译、摘要等。大模型是言说专家、语言专家已毋庸置疑。这里分享一个近期听到的有点黑色幽默的传言。某出版社编辑收到一篇论文投稿，论文观点鲜明、论据充分、文字优雅。但是编辑仍然给出了拒绝的决定。因为，该编辑几十年的职业经验告诉他，历史上从没有一篇人类投稿能够做到没有一处语法、语言错误，因而有充分理由相信投稿人是用ChatGPT自动完成了论文。如果这个故事还有升级版本的话，那一定就是投稿人又进一步提示ChatGPT在当前完美的投稿基础上随机加入几处语法错误，并成功发表。对于语言学而言，AGI如此出色地完成了绝大多数语言任务，是否就可以据此判断AGI“理解”了人类语言？那么传统的语法学、语义学、语言学又将如何发展？语言学会否沦为大模型的“奴仆”？其唯一任务会不会只剩大模型的解释与脚注？我们是否应该从更宏大的角度重新去解释人类的语言现象？毕竟机器走出了一条完全不同的语言理解道路。从更加现实或者更加具体的层面来说，在我们对于语言学的前景没有完全澄清之前，我们未来该如何劝说一个学生来攻读语言学的相关学位，进行语言学的学习？

对于脑科学来说，人们一直期待类脑智能能为AI发展带来新思路与机会。虽然AGI最终通过大模型实现，脑科学的研究仍然对理解AGI带来了新机会。当前，我们对于大模型的理解十分有限，我们无法精准地理解它内部的运行机理、无法确切地理解它究竟学到了什么。大模型的炼制过程太像传统的炼丹过程。准备好炼丹炉（GPU服务器），投喂合理配方的原料（规模巨大的高质量数据），煽风点火（持续供给电力），炼制几个月（训练几个月），最后出炉金丹（大模型）。和炼丹过程极为相似，大模型也有很大的风险炼制失败，成功的大模型往往只是少部分幸运者。人工智能发展到近乎“炼丹”的地步，不知道是进步还是倒退。出于进一步发展大模型自身，发展安全可控、可解释的AI系统等考虑，我们需要剖析大模型。脑科学为我们所揭示的大脑工作机理为这一任务提供了有益借鉴与参考。人脑谱图计划就是这样一个雄心勃勃的计划。借鉴脑神经科学的研发方法与思路，对大模型的结构与功能展开分析，对于大模型发展而言具有重要意义，比如说大模型是否也存在着类似人脑的功能分区。反之，大模型的一些运作机理是否也能对人类探索大脑结构有所启示呢？超大模型会否是个“超级”大脑？如何研究这一“超级”大脑？生物脑与机器脑的跨学科交叉研究存在诸多机会。

门徒娱乐-门徒注册-门徒平台-门徒注册对于心理学而言，我们能否针对ChatGPT这样的大模型展开心理分析呢？大模型是否也存在认知功能障碍？是否可以利用人类心理学的方法对大模型展开认知评测和诊断？这一系列提问背后的逻辑是将大模型视作初步具备了人类心智能力的智能体。近期，斯坦福大学的计算机科学家米哈尔·科辛斯基（Michal Kosinski）提交了一篇名为《心智理论可能从大语言模型中自发涌现》（Theory of Mind May Have Spontaneously Emerged in Large Language Models）的论文。他们测试并证实大规模语言模型具备九岁儿童的心智。对于心理学而言，AGI的发展也带来了全新的机会。传统心理学主要研究人的心理，而AGI的发展在倒逼我们尽快开展机器的心理研究。在人机交互过程中，无论是我们缺乏对大模型心理认知规律的理解，还是大模型缺乏对人类心理认知的判断，都有可能对心理疾病患者产生致命的误导。ChatGPT的价值对齐会不可避免地带来盲目迎合使用者的问题。那么对于一个抑郁症病人，ChatGPT的盲目迎合只会产生“灰暗”的文字，从而加剧病人的病情。我们对于大模型的“人格”问题更是缺乏理解。大模型在何种情况下会表现出何种人格倾向？如何控制它的人格表达？这些问题都需要进一步的深入研究。