跳到正文
AI IN FACT MUSEUM
展厅 藏品 对照 当下 馆藏 时间线 来源
EN

COMPARISON ROOM / 四种工作安排

智能,不是一种工作。

四件已有藏品进入一场新的对照。事实仍留在各自的档案记录里;这个房间改变的是摆在它们旁边的问题。

04并列记录
04固定观察维度
1984—2022记录年代

ONE QUESTION / FOUR RECORDS

当一个系统显得智能时,人把工作规定在哪里,机器又真正改变或执行了什么?

用同样四个维度阅读每件藏品。这是在比较工作安排,不是能力排名,也不声称前一份记录必然导向后一份。

  1. 01 写下 1984
  2. 02 调整 1986
  3. 03 组织 2017
  4. 04 发布 2022
  1. 01 写下
    1984

    档案藏品 / AIM-BOOK-1984-001

    《规则式专家系统:MYCIN 实验》

    专业知识变成显式规则,规则周围的人类工作也仍然可见。
    01人先规定什么
    研究者获取领域知识、编写规则,并设计如何处理不确定性、解释、评估与人的使用。
    02系统改变或执行什么
    程序把已经编码的规则应用到具体情况,并产生可由解释机制呈现的结论。
    03这份记录让我们检查什么
    一部回顾性研究文集,把规则引擎与围绕它展开的大量工作分别摊开。
    04它不能证明什么
    这份研究档案既不是医疗建议,也不是系统已经适合普遍部署的合格证。

    一部 754 页的规则式专家系统研究计划批判性总结。

    检查来源档案→
  2. 02 调整
    1986

    档案藏品 / AIM-DOC-1986-001

    《通过反向传播误差学习表征》

    有用表征来自权重变化,而不是逐条写出的规则。
    01人先规定什么
    研究者选择网络结构、训练样例与目标输出,让误差有可比较的对象。
    02系统改变或执行什么
    这一程序反复改变连接权重,以缩小实际输出与目标输出之间的差异。
    03这份记录让我们检查什么
    一份 1986 年的简明记录写清楚调整什么、缩小哪种差异,以及隐藏单元能够获得什么。
    04它不能证明什么
    这一种表述不能证明所有后来的学习系统都使用同一程序,也不能证明每个组成部分都从这里开始。

    一份通过反向传播输出误差来调整网络权重的简明记录。

    检查来源档案→
  3. 03 组织
    2017

    档案藏品 / AIM-DOC-2017-001

    《Attention Is All You Need》

    这里最值得看的对象是一种架构:组织学习型计算的方式。
    01人先规定什么
    研究者规定编码器—解码器设计,并选择以注意力而非循环或卷积来组织架构。
    02系统改变或执行什么
    在所提架构内,学习得到的参数转换并关联表征,而不使用循环层或卷积层。
    03这份记录让我们检查什么
    架构章节与 Figure 1 留下了一份紧凑的技术记录,说明这套安排当时是怎样被提出的。
    04它不能证明什么
    后来与 Transformer 系统相关的训练方法、安全层、产品决策和能力,并不都包含在这篇论文里。

    提出 Transformer 架构的论文。

    检查来源档案→
  4. 04 发布
    2022

    档案藏品 / AIM-WEB-2022-001

    《Introducing ChatGPT》

    公共界面把模型行为变成参观者能够体验、也可能误读的一次相遇。
    01人先规定什么
    产品团队塑造对话界面、发布口径、示例、已声明限制与反馈路径。
    02系统改变或执行什么
    部署后的模型在发布记录所描述的界面与行为边界中生成对话回复。
    03这份记录让我们检查什么
    一份带日期的发布文件,让我们看到对话式研究预览在发布当天怎样被介绍给公众。
    04它不能证明什么
    发布页记录的是 2022 年的预览;它不能证明后续版本怎样运行,也不是对全部产品主张的独立验证。

    一项对话式研究预览的发布记录。

    检查来源档案→
DATA / RENDERER BOUNDARY

对照文字是附着在展陈位置上的策展解读;标题、日期、藏品身份与一手来源仍由唯一的已审核对象记录提供。

AI IN FACT · MUSEUM 持续记录人工智能。
标为「主张」的句子每条都挂了来源;正文里的解释、比喻与示意不是主张。