Michael Jordan：大模型在两个方向仍需“努力”

AIGC动态1年前 (2023)发布大数据文摘

AIGC动态欢迎阅读

原标题：Michael Jordan：大模型在两个方向仍需“努力”
关键字：不确定性,问题,系统,模型,方式
文章来源：大数据文摘
内容字数：15113字

内容摘要：

大数据文摘受权转载自智源社区
采访：李梦佳回望过去的这一年，大模型的出现永远改变了当前的技术产业格局，却鲜少有人说起大模型真正的致命缺点。
“如果你问 ChatGPT，乌干达总统是谁？它会给出一个答案。但你问它对刚才说的话有多确定？它表示无法回答。”提及当前大语言模型最欠缺的是什么，美国三院院士、著名计算机科学家、智源研究院学术顾问委员会委员Michael I. Jordan在近期的智源专访中坦言，当前的大模型在两大前沿方向上仍需努力，其一，缺乏量化不确定性并进行干预的能力；其二，大模型缺乏一个良性的经济激励模式，“模型应该溯源提供答案的人，给出报酬或其他激励方式，这才是真正的经济系统运作的方式。”
而这两点和他自身的知识框架息息相关。在横贯几十年的漫长学术生涯中，Michael总共有两次顿悟的经历，一次是统计学，一次是微观经济学。机器学习和统计学以及经济学的碰撞，让他深刻意识到要从系统角度出发解决医疗、教育等现实问题。“这个时代最有趣的挑战是进行一种集体主义的机器学习，从人群整体、甚至人机混合的整体上去分析。” 以下为采访全文（编者进行了不改变原意的改编）。
Michael I. J

原文链接：Michael Jordan：大模型在两个方向仍需“努力”