ChatGPT军事运用的几个误区人类智能

2022年12月,国际知名OpenAI公司发布了ChatGPT3.5。仅仅不到3个月,OpenAI公布了最新版本GPT-4。与3.5版本相比,GPT-4在识图能力、回答准确性等方面能力得到跃升。ChatGPT的横空出世掀起一波巨浪,有人把它喻为互联网革命后的又一次人类技术的大进步,甚至把它与工业革命对人类社会的进步作用相比肩。恩格斯曾预言:“一旦技术上的进步可以用于军事目的并且已经用于军事目的,它们便立刻几乎强制地,而且往往是违反指挥官的意志而引起作战方式上的改变甚至变革。”那么,ChatGPT能否应用于军事目的,会不会像互联网技术一样引起作战方式的变革呢?单从目前ChatGPT的功能及原理来看,至少现在还不能对军事领域产生较大的影响,其理由有以下几点。

ChatGPT还不具备军事智能

ChatGPT到底有没有出现人类智能,进而拥有军事智能?有人认为ChatGPT能够写诗、编代码、绘画、写论文等等这些人类需要智能,而且是高智能才能完成的工作。因而ChatGPT应该已经具备了人类的一些智能。这种说法犯了一个错误,错误事实在于把结果与过程等同起来。如一个简单的计算器能算出9位数的平方根,而人类几乎极难完成,但不代表计算器比人类聪明。

如何在接近无穷次的语句挑出契合人类思维和表述习惯的答案,ChatGPT开始运用贝叶斯定理进行反向推理。贝叶斯定理看起来平淡无奇,但给人类提供了探知未知概率的方法。人们首先有一个先验猜测,然后结合观测数据,修正先验,得到更为合理的后验概率。这就是说,当你不能准确知悉某个事物本质时,你可以依靠经验去对未知世界的状态步步逼近,从而判断其本质属性。ChatGPT正是运用了贝叶斯的“逆向概率”,把贴近人类常用表达的字词留下,无用的字词撇去,从而得到一句符合人类逻辑的话。因而,ChatGPT的核心原理是概率论,是贝叶斯定律的胜利。

从ChatGPT底层技术的运用逻辑,不难看出ChatGPT仍然是数学和计算机科学相结合的产物。无论它产生的结果多么贴近人的答案、出乎人的意料、超越人的能力,但它仍然不具备人类的智能,更不可能产生人类智能。从这个角度来看,ChatGPT和过去出现的机器学习、深度学习等一样,只是人工智能的另一个产品,是倾向于自然语言处理系统的。它目前难以形成人类智能,也就不可能出现军事智能,更不会引起作战方式的变革。

ChatGPT还不是好参谋

判断人与机器的区别,最经典的测试是图灵测试。让无关的第三人,从人与机器的对话中,能否准确区分于人与机器。如果把这一测试应于ChatGPT与人类之间,或许能够骗过第三人,把机器看作人。可见,ChatGPT在自然语言处理方面的杰出能力。

ChatGPT跟提问人之间这种往复交谈的过程,看上去似乎真的就是一个有思维的人,但严格来说,ChatGPT并不是对它所说的那些东西有了理解。它仍然是一种概率算法,只不过是它的算法、参数等等极为强大。OpenAI的GPT-3模型具有1750亿参数量,ChatGPT-3.5,参数数量应该多于1750亿,ChatGPT4.0技术相比之前的几个版本来说模型规模更大,预计将包含数万亿个参数。这些参数指的是在训练模型前需要预先设置的参数,这些接近天文数字的巨量参数是Chatgpt的能源,是其生存发展的养分。

同样,如果ChatGPT的技术直接移植到军事情报领域,但由于缺乏庞大、巨量的既往信息资源和每天产生的海量信息资源的支持,其也难以做出“完美”的决策。诚然,ChatGPT能够协助指挥员快速生成标准的军用文书,提升参谋人员作业的效率;ChatGPT能够突破语言文字交流壁垒,让交流沟通和信息获取更加顺畅,但这些能力不是参谋的核心能力,只是参谋的基本素质,只是一个工具,本身需要人来掌握。因而,其离一名优秀的参谋还有相当大的距离,不是其能力不够,而是其头脑中的真实军事信息、数据缺乏,难以提出适合的、科学的建议和方案。

ChatGPT还不能进行决策对抗

哲学家笛卡尔的一句名言,“我思故我在”,他这句名言有两个“我”,分别代表不同的“我”。前一个我对后一个我进行观察,有一个永远质疑“我”的“我”。对比应用到战争博弈,也是同样有两个我,我对我的观察,我对我的质疑,我对我的判断。要想用人工智能去模拟一个自我,得先要知晓我的认知,而问题是我的认知又恰恰是不能被观察和认识的,也就更无法模拟了。同样,在军事斗争的最高形式——战争指挥上,就是两个“大我”的博弈。既然,最底层的我是不能被模拟的,后面的我更不能被认知。这就决定了ChatGPT无法具备人的主观能动性,不会有非理性思维的能力,也就无法去设定战争目标,进而去实现战争目标。它强大的推理能力、计算能力,都是用来人为实现战场目标而服务的。决策的本身是人的目标对抗,ChatGPT还不具备自主对抗的能力。

虽然ChatGPT暂时还不能广泛直接运用于军事领域,但人类在ChatGPT发明、升级、改造过程中获得的知识、积累的经验和取得的技术进步等成果,却让人类越来越接近通用强人工智能。ChatGPT锻炼和提升人的思维能力、提出问题的能力、超越ChatGPT能力的能力,却是军事斗争领域一直以来推崇的。或许不能断言:未来谁掌控ChatGPT,谁就赢得斗争的主动权,但至少有一点可以肯定:ChatGPT给予一方在军事谋略能力的辅助和信息综合能力的提升,一旦超越了对手,也等于间接地掌握了斗争的主动权,胜利的天平就倾向了这一方。

THE END
1.ChatGPT技术应用分享一个小技巧,解锁ChatGPT「预测未来」?新研究利用了ChatGPT在2021年9月的训练数据截止这一限制,比较了ChatGPT在直接预测和未来叙事预测两种不同提示方式下,预测2022年各种事件上的表现。结果显示,未来叙事预测方法在预测2022年奥斯卡奖得主时表现出色,在预测宏观经济变量时,ChatGPT-4的表现也有所提高。 https://blog.csdn.net/xzs51job/article/details/141549024
2.chatgpt用户量预测导读:为帮助您更深入了解chatgpt用户量预测,小编撰写了chatgpt用户量预测,chatgpt用户量分析,chatgpt用户总量,chatgpt用户量,chatgpt用户数量等5个相关主题的内容,以期从不同的视角,不同的观点深入阐释chatgpt用户量预测,希望能对您提供帮助。 本文目录一览 http://chatgpt.cmpy.cn/article/1731571.html
3.怎么通过chatgpt做数据预测ChatGPT是是由人工智能研究实验室OpenAI在2022年11月30日发布的全新聊天机器人模型,一款人工智能技术驱动http://www.hlwwhy.com/ask/6693025.html
4.AI炒股胜率几何?ChatGPT如何预测股价在受访人士看来,相比传统的AI模型,ChatGPT大规模预训练模型有多方面优势。在股价预测领域,大模型可以处理大量异构数据,如股票交易数据、宏观经济数据、公司财务报告等,同时还可以处理非结构化数据,如新闻报道、社交媒体信息等,这使得大模型能从多方面捕捉市场信息,提高预测准确性。 https://wap.eastmoney.com/a/202306152752219380.html
5.一.ChatGPT只有有限的技术壁垒机器学习的核心算法是都是公开的二. ChatGPT只是一个处理自然语言的NLP模型 不可以进行预测 也没有真正意义上的逻辑 与替代人工还有很大距离 至少现在远远没到那个程度 ChatGPT最强大的应用仍然是是写文章 应用场景包括改写、扩写、概括等等 相当于Grammarly Pro Max Ultra Master Supreme版 再加上答案有限以及仅能以文字展示 说ChatGPT要改变搜索引https://xueqiu.com/3976999949/242252671
6.ChatGPT能否预测股价走势?——回报可预测性与大型语言模型GPT(生成预训练转换器)架构是一种用于自然语言处理任务的深度学习算法,它基于Transformer架构,具有语言翻译、文本总结、问题回答和文本完成等能力,在一系列自然语言处理任务中都表现先进的性能。ChaGPT类大模型人工智能有广泛的应用场景,包括金融领域,因此,本文十分具有前瞻性的讨论ChatGPT在预测股票市场收益方面的能力。http://sxy.cupl.edu.cn/info/1279/10321.htm
7.首发类ChatGPT大语言模型背景下计算机兵棋面临的机遇挑战及经历200多年的历史积淀,兵棋从研讨型、手工型、到复杂的计算机系统支持,当前进入快速发展期。ChatGPT自2022年底推出以来,其强大的“人机对话”能力吸引了全球目光。2023年1月,美国防信息系统局(DISA)将类ChatGPT大语言模型(以下简称大语言模型)底层的“生成式AI技术”(AIGC)列入“技术观察清单”。大语言模型的突破性http://www.360doc.com/content/24/0511/17/1676247_1123011509.shtml
8.2023ChatGPT人工智能新纪元.pdfChatGPT狂潮引发的产业颠覆与模式创新。同时,本书对未来的强人工 智能与人类社会的关系进行了深度研讨。 4 前言 从2022年末到了2023年初,ChatGPT火遍了全球互联网。 2022年11月30日,OpenAI发布AI对话模型ChatGPT。由于ChatGPT 的能力过于惊艳,上线仅5天就吸引了100万名用户。推出两个月后, ChatGPT的月活跃用户https://max.book118.com/html/2024/0112/5304213221011041.shtm
9.ChatGPT与深度学习有什么关系?3.特征提取和模式识别:ChatGPT和深度学习都可以学习和提取数据中的复杂特征和模式,并实现高效的分类和预测。 4.模型优化和改进:ChatGPT和深度学习都需要通过模型优化和改进来提高性能和精度,例如优化损失函数、调整模型参数、改进训练算法等。 ChatGPT是一种基于深度学习的人工智能模型,其核心技术是神经网络。ChatGPT和https://www.gaodun.com/xinzhiye/1437993.html
10.ChatGPTChatGPT是OpenAI开发的、具有语言预测与文本续写功能的一个大模型。一个用对话的方式进行交互的模型。一种基于互联网可用数据训练的文本生成深度学习模型。一个人工智能聊天机器人程序。 ChatGPT是一款建立在云计算、海量数据库、人工智能算法架构和深度神经网络基础之上开发的聊天机器人程序,它不像传统的搜索引擎一样复制https://www.jianshu.com/p/805abc3dcaae
11.ChatGPT背后的创新支撑机制及对我国的启示OpenAI在运营模式上的一个重要创新,是将算法研究与软件工程相结合,采用工程化思维推动技术迭代。OpenAI联合创始人、现任总裁格雷格·布洛克曼(Greg Brockman)表示,OpenAI从成立之初,就在打造一支“能将软件工程与算法研究相结合的团队”。ChatGPT的研发流程也同样呈现出了工程化的特点。ChatGPT团队进行了业务拆分和流水线https://jjwmsj.cbg.cn/show/8142-2885961.html