Michael Jordan：大模型在兩個方向仍需“努力”

AIGC動態2年前 (2023)發布大數據文摘

AIGC動態歡迎閱讀

原標題：Michael Jordan：大模型在兩個方向仍需“努力”
關鍵字：不確定性,問題,系統,模型,方式
文章來源：大數據文摘
內容字數：15113字

內容摘要：

大數據文摘受權轉載自智源社區
采訪：李夢佳回望過去的這一年，大模型的出現永遠改變了當前的技術產業格局，卻鮮少有人說起大模型真正的致命缺點。
“如果你問 ChatGPT，烏干達總統是誰？它會給出一個答案。但你問它對剛才說的話有多確定？它表示無法回答。”提及當前大語言模型最欠缺的是什么，美國三院院士、著名計算機科學家、智源研究院學術顧問委員會委員Michael I. Jordan在近期的智源專訪中坦言，當前的大模型在兩大前沿方向上仍需努力，其一，缺乏量化不確定性并進行干預的能力；其二，大模型缺乏一個良性的經濟激勵模式，“模型應該溯源提供答案的人，給出報酬或其他激勵方式，這才是真正的經濟系統運作的方式。”
而這兩點和他自身的知識框架息息相關。在橫貫幾十年的漫長學術生涯中，Michael總共有兩次頓悟的經歷，一次是統計學，一次是微觀經濟學。機器學習和統計學以及經濟學的碰撞，讓他深刻意識到要從系統角度出發解決醫療、教育等現實問題。“這個時代最有趣的挑戰是進行一種集體主義的機器學習，從人群整體、甚至人機混合的整體上去分析。” 以下為采訪全文（編者進行了不改變原意的改編）。
Michael I. J

原文鏈接：Michael Jordan：大模型在兩個方向仍需“努力”