港大马毅：现在大模型的「知识」，不等同于「智能」
文章摘要
【关 键 词】 计算机视觉、智能理论、深度学习、白盒模型、知识与智能
马毅教授，一位在计算机视觉领域享有盛誉的学者，对智能的本质有着深刻的理解。他认为，智能不仅仅是数据和算力的堆砌，而是更深层次的理解和洞察，包括数据压缩、模式识别和自主学习的能力。
2023年6月，马毅教授的团队提出了一种名为CRATE的“白盒”Transformer构架，旨在解决现有深度学习模型难以解释的问题，增强模型的可解释性。
同年9月，他创立了“忆生科技”，认为人的记忆是对世界的建模，而“忆生”则是“记忆生成”的缩写，强调记忆的活力。
在讨论AGI（人工通用智能）时，马毅教授提出了一个问题：GPT-4和刚出生的婴儿，谁更有知识？谁更有智能？他认为，知识和智能是两个不同的概念。
马毅教授对当前大模型研究路径的看法是，虽然Scaling Law（规模定律）在视觉和自然语言的结合方面遇到了瓶颈，但正确的模型和机制才是智能的关键。
他提出了“Minimonistic Approach”（最小化方法），即用最简约的方法设计模型，提高模型的可解释性和可控性。
在白盒理论方面，马毅教授提出了“4C”原则：Consistent（一致性）、Controllable（可控性）、Correct（正确性）和Complete（完备性）。
马毅教授还强调，智能不等同于知识。智能的本质是生存记忆，找到世界的可控和可预测的规律，不断进行改进和增加新的知识。
总的来说，马毅教授的观点是，智能的本质在于深层次的理解和洞察，而非简单的数据和算力堆砌。他提出的白盒理论和“4C”原则，以及对智能与知识区别的阐述，为我们理解智能提供了新的视角。
原文和模型
【原文链接】 阅读原文 [ 5143字 | 21分钟 ]
【原文作者】 AI科技评论
【摘要模型】 moonshot-v1-32k
【摘要评分】 ★★★★★
相关文章
