当前位置: 首页 > news >正文

AI人工智能与LLM大语言模型有什么区别

AI人工智能与LLM大语言模型有什么区别

大部分人只知AI,没听说过LLM大语言模型,或者以为两者就是一回事,实际上LLM是AI的组成部分,而且是核心组成部分

为什么很多人会把LLM和AI画等号,因为LLM基本可以看做是简化版的AI,它将AI的几个核心功能都实现了,实现了0到1的突破,现在我们常用的deepseek、豆包、chatgpt、gemini等都是属于LLM模型产品

如何区分AI和LLM呢

首先要理解AI,AI可以简单的理解为一个具有人类智慧能力的电脑,AI还是一个概念,一个还未被实现的概念,想想人有什么能力,有各种信息的理解能力、有信息的分析能力、有推理能力、有表达能力,而LLM大模型有吗,有,又似乎不完全有

这就对了,LLM确实实现了人类对AI的定义的部分能力,但不是全部

第一是,不同类型信息的理解能力,LLM当前主要对文字进行理解,而且能力达到或超越多数人水平,但在非文字信息上的理解能力确还离人类有相当的差距,比如对语调的理解、对图片的理解、对画面的理解等等,用不同语气语调和AI说明,它并不能明白其中的含义

第二是,全局信息的把控能力,这个很多人会感到意外,觉得人不可能比电脑掌握更多的信息,但因为大模型的算力、算法限制,导致其上下文受限,也就是它无法同时把控大量信息进行输入分析,否则就会超出其处理范围,比如把一个人的所有健康检查信息进行输入,可能有一千万行数据,要他对人的整体情况进行分析和评估,那么它其实无法对整体进行评估,而只能截取其中部分信息来进行分析,也就是说它还难以形成完整的全局观

第三是,幻觉情况严重,人在遇到可疑的信息和数据时,会反复求证核实信息的真实性,但LLM不会,它拿到什么就用什么,不论真假;人在不熟悉的领域,正常会不做分析,因为没有对应的分析逻辑和框架,但是AI不会,它不知道自己所分析的领域是自己不熟悉的领域,会挑选它认为合适的分析逻辑来进行分析,这时就会看到他一本正经的胡说八道,这是一个非常严重的问题,因为大家都把AI当做专家来对待,以便在自己不了解的领域获得准确信息,现在AI瞎编导致人民无法判断信息的可信度

第四是,不同类型的信息的表达能力,人可以通过语言、文字、情绪、动作形态等方式表达信息,当前LLM大模型仅能通过文字方式进行表达

总之LLM可视为一个简化版的AI,而AI是一个还未实现的具备人类智慧能力的电脑

http://www.lryc.cn/news/572604.html

相关文章:

  • Node.js 在前端开发中的作用与 npm 的核心理解
  • 1.22Node.js 中操作 Redis
  • Kafka线上集群部署方案:从环境选型到资源规划思考
  • 源易信息:领先GEO供应商的市场布局与服务优势
  • 【生活点滴】车辆过户、新车挂牌
  • 变幻莫测:CoreData 中 Transformable 类型面面俱到(五)
  • 学习华为 ensp 的学习心得体会
  • 百胜软件荣膺零售商业评论“《2024创新零售》优秀服务商TOP”奖项
  • 学习华为 ensp 的学习心得体会(适合新手)
  • Python 数据分析与可视化 Day 2 - 数据清洗基础
  • 如何轻松将照片从 iPhone 传输到 Android?
  • 从“数据困境”到“数据生态”:DaaS重塑三甲医院医疗数据治理
  • 【RTSP从零实践】2、使用RTP协议封装并传输H264
  • 基于Gold-YOLO的聚合-分发机制改进YOLOv8教程
  • 电影感户外柔和光线人像街拍摄影后期Lr调色教程,手机滤镜PS+Lightroom预设下载!
  • 【世纪龙科技】智能网联汽车装调仿真教学软件数智化赋能实训教学
  • 魅族“换血”出牌:手机基本盘站不稳,想靠AI和汽车“改命”
  • Servlet容器(Web容器)简介
  • Windows + R组合键常用命令
  • Qi无线充电:车载充电的便捷与安全之选
  • 大数据系统架构实践(一):Zookeeper集群部署
  • 分布式系统中的 Kafka:流量削峰与异步解耦(二)
  • Unity3d中使用Mirror进行自定义消息通信
  • 磐基PaaS平台MongoDB组件SSPL许可证风险与合规性分析(下)
  • 设计模式精讲 Day 8:组合模式(Composite Pattern)
  • Git——分布式版本控制工具
  • 深度学习N5周:Pytorch文本分类入门
  • android 渲染流水线中的两个重要阶段:swapBuffers 和 DrawFrames
  • 【Oracle专栏】ORA-04036 报错 PGA设置
  • Android开发常用adb合集