新技术为何总被轻视?警惕“旧瓶装新酒”思维

1f2a3edde6fcaf949e009fda685cf5b0.jpeg

有句话说:“人们往往高估新技术的短期影响,却低估其长期影响。” 但我感觉对新技术轻率地不屑一顾的人好像也很多,这是一种值得研究的现象。

比如无论大模型的表现多么突出,有些人总是说大模型只会“鹦鹉学舌而已”,只是“预测下一个单词”而已,大模型永远也不会“真的理解”,不是”真的会推理“。当o1在数学、物理等学科上成绩提高了这么多,还有不少人觉得o1只是一个高级的prompt技巧。

这还是在号称高智群体最密集的推特上观察到的现象,其他群体的比例估计会更高。

本文试着来探讨一下产生这种现象的原因以及避免产生这种现象的方法。

为什么我们对新技术会轻率地不屑一顾呢?我做了不少观察,发现是因为我们脑子里有很多旧的瓶子,碰到新酒的时候总喜欢把它往旧的瓶子里装,装完了一看瓶子说,这不还是那个旧东西吗。

但这还是比较表面的现象,更深层次的原因是我们对瓶子的观念是固化的。

举个例子,我们对大模型不屑一顾,表面上是因为我们认为大模型还是模式匹配和鹦鹉学舌,更深层次原因是因为我们认为模式匹配和鹦鹉学舌永远产生不了真的理解、真的推理和真的智能。这里模式匹配和鹦鹉学舌是瓶子,认为模式匹配和鹦鹉学舌永远产生不了真的理解、真的推理和真的智能是对瓶子固化的观念。

说大模型还是模式匹配和鹦鹉学舌有没有错?我认为不能说错,因为大模型确实还是从极大量的语料中学习,即便o1的提升也是因为学习了大量高质量的思维链语料。

所以,关键是要反思模式匹配和鹦鹉学舌永远产生不了真的理解、真的推理和真的智能的观念真的有依据吗?其实我们并不知道这个观念的依据,只是对以往技术水平的一种经验观察而已。

分析了原因,再探讨下怎么避免。

首先,我们应该尽量避免那些暗示性和具像化很强的词汇。比如鹦鹉学舌的暗示性就太强,我们不可能接受鹦鹉学舌能产生真正的理解,我们要换成模式匹配这样比较中性、比较抽象的词。

其次,我们要搞清楚我们对一个瓶子不能做什么的观念是来自于理论证明还是经验观察,因为如果是来自于经验观察的话,当新的经验表明瓶子可以做以往认为不能干的事,我们就知道要修正对瓶子的观念了。

再次,就算有理论证明仍然不能轻率的忽视新技术,因为新技术即便没有理论上的突破,也可能有巨大的实用性上的突破。比如o1的推理因为是基于思维链语料训练的,理论上没法很好的做到在解决方案空间内充分搜索,理论上讲o1会在搜索时会出现丢三落四的现象。但因为o1的思维链语料非常大,实际上o1已经展现了很好的搜索能力,我在使用的时候发现我几乎找不到一个问题我能有比o1明显更高的搜索能力(因为我们人类也不擅长搜索)。

尽量不要把瓶子定义的那么具像化,多用新的经验来修正对瓶子的观念而不是用对瓶子的旧观念来忽视新的经验,不要只关注理论突破而忽视实用性突破,才能比较好的避免对新技术轻率地不屑一顾的现象。

这可以作为面对新技术的一个checklist。

资源下载链接为: https://pan.quark.cn/s/9e7ef05254f8 在苹果的生态系统中,IAP(应用内购买)是苹果应用商店(App Store)中应用开发者常采用的一种盈利模式,允许用户在应用内直接购买虚拟商品或服务。苹果为开发者提供了一份详细的人民币(CNY)IAP定价表,这份定价表具有以下特点: 价格分级:定价表由多个价格等级组成,开发者可根据虚拟商品的价值选择相应等级,等级越高,价格越高。例如,低等级可能对应基础功能解锁,高等级则对应高级服务或大量虚拟道具。 税收与分成:苹果会从应用内购买金额中抽取30%作为服务费或佣金,这是苹果生态的固定规则。不过,开发者实际到手的收入会因不同国家和地区的税收政策而有所变化,但定价表中的价格等级本身是固定的,便于开发者统一管理。 多级定价策略:通过设置不同价格等级,开发者可以根据商品或服务的类型与价值进行合理定价,以满足不同消费能力的用户需求,从而最大化应用的收入。例如,一款游戏可以通过设置不同等级的虚拟货币包,吸引不同付费意愿的玩家。 特殊等级:除了标准等级外,定价表还包含备用等级和特殊等级(如备用等级A、备用等级B等),这些等级可能是为应对特殊情况或促销活动而设置的额外价格点,为开发者提供了更灵活的定价选择。 苹果IAP定价表是开发者设计应用内购机制的重要参考。它不仅为开发者提供了标准的收入分成模型,还允许开发者根据产品特性设定价格等级,以适应市场和满足不同用户需求。同时,开发者在使用定价表时,还需严格遵守苹果的《App Store审查指南》,包括30%的分成政策、使用苹果支付接口、提供清晰的产品描述和定价信息等。苹果对应用内交易有严格规定,以确保交易的透明性和安全性。之,苹果IAP定价表是开发者在应用内购设计中不可或缺的工具,但开发者也需密切关注苹果政策变化,以确保应用的合规运营和收益最大化。
资源下载链接为: https://pan.quark.cn/s/032795b7064d 重要更:models 已更为由主办方提供图片制作的图像识别板。若使用过旧版本 ucar_sim 包的仿真,需重执行使用方法中的步骤 3。world 文件夹下的 arena-1、arena-2、arena-3 分别对应三套仿真比赛场景,图像识别板位置参考赛前会议抽取的三套摆放位置,但图像内容组合未参考比赛题库组合(详见抽取结果.pdf 及 img-folder)。 图像使用说明:仿真场地中,采用与终点地块相同图样的地块标记随机图像板和固定图像板位置,详细坐标区域信息需参考抽取结果.pdf 和 img-folder/map.png。 使用方法:将 ucar_sim 包复制到工作空间 src 目录;先执行 catkin_make 编译,再运行 source ~/.bashrc 或 devel/setup.bash;为防止启动时编码报错,需修改 python2 默认编码,解决方案:打开终端输入指令(使用 anaconda 需定位虚拟环境),找到 setencoding () 函数,将第一个 encoding 改为 "utf-8",重启电脑;将 ucar_sim 包中 models 文件夹内所有内容复制到.gazebo/models 下(.gazebo 为隐藏文件,若无 models 文件夹需自行创建),前提:未打开过 gazebo 的用户需先在终端输入 gazebo 运行一次。 运行比赛仿真时,若终端出现 “Gazebo [Err] [REST.cc:205] Error in REST request”,解决方法:打开终端,用 url: https://api.ignitionrobotics.org替换原 url: https://api.ignitionfuel.org 。 Pac
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