把人工智能想象成一個學生
大型語言模型是那種臨時抱佛腳,然後僵住的人。
他們記得自己所學的內容,但一旦考試結束,他們就停止學習。只有讓他們回去參加另一輪昂貴的課程,才能讓他們更聰明。
增量學習是不同的。它是學生在生活中不斷記筆記,每天更新自己的理解,並在學習到新知識的那一刻改變自己的行爲。他們不僅僅是通過考試,而是不斷成長。
現在,大多數人工智能仍停留在第一階段。這就是爲什麼我們需要RAG (檢索增強生成)、微調、提示技巧和無盡的拼湊,以保持其有用性。它是一個不會自我更新的大腦的膠帶。
通過增量學習,人工智能不需要臨時解決方案。它實時適應。它修正自己的信念。它在每次交互中積累知識。
更輕、更快、更可靠的系統。感覺像活着的智能,不再像靜止的快照,而更像是一個運動中的頭腦。
所以真正的問題不是今天的人工智能聽起來有多聰明,而是它明天是否能繼續學習。
查看原文