你对大模型认知的开始——大模型的能力问题

在此之前，一直不知道该怎么准确表达大模型，虽然一直在学习和使用大模型，但很多时候很难一句话说明白什么是大模型，也很难说明白大模型能干什么。

但在昨天想问题的过程中，脑子里突然冒出一个词——能力，大模型的能力。

总之一句话，大模型能做什么，不能做什么就是大模型的能力问题。

在过去的2023年，被称为千模大战的时代，无数大模型如雨后春笋般冒了出来，很多大模型公司也在不断地强化各自的大模型。因此，我们也经常会听到某某大模型很强大，某某大模型又打破了什么记录。

而千模大战，他们打的是什么？ 

用一句话概括就是，打的是大模型的能力，很多企业想方设法不断的提升大模型的能力；你家的大模型能聊天，我们家大模型就能讲故事，你们家大模型能生成视频，我们家大模型就能做逻辑推理。

你知道了什么是大模型的能力，那么你就知道了你在学习和使用过程中在做什么，在学什么。

比如，机器学习，神经网络，模型训练等等就属于实现大模型能力的技术；而你用大模型去做产品，去解决问题，这就属于大模型的应用技术。

知道了这些，你就知道大模型的发展也就两个方向，一个是怎么做一个拥有强大能力的大模型，另一个是怎么用好大模型的强大能力。

这也是前面文章中不断提到的，技术的本质是工具，一个会制造工具，即怎么把工具做的更好，第二个是学会使用工具，即怎么把工具给用好。

怎么做好工具，就是不断地提升工具的能力；怎么用好工具，就是不断地开发工具的使用场景。

大模型的能力

那大模型有哪些能力？

在之前的文章中，甚至是前一篇文章中也提到过，可以把大模型当做一个人，它能够写文章，做图片，做视频，甚至是做一些逻辑判断和规划，可以说人能做的事，从理论上来说它都能做。

但，受限于目前的技术能力，大模型的能力还有很多的局限性，比如有时候会一本正经的胡说八道；有时在逻辑判断中会出现明显的逻辑错误等，而这正是大模型厂商需要解决的问题。

而目前来说，大模型的主要能力表现在生成方面，也就是常见的生成文字，图片，视频，但随着大模型技术的发展，已经有生成音乐，PPT等内容的模型出现。这也是为什么现在的大模型叫做生成式大模型的原因，顾名思义。

而大模型还一个主要能力就是推理规划，在基于思维链(COT)研究的过程中，大模型已经有了简单的推理规划能力，并且可以通过API的方式调用一些第三方工具里完成任务。

虽然说大模型的推理规划能力还很弱，但随着技术的发展，其推理规划能力将越来越强；其生成能力也会越来越强。就类似于一个无所不能的人。

虽然现在的大模型能力已经很强大，但事实上它离人类的期望还有很长的路要走，比如说它还不具备自我学习的能力，还必须依靠预训练的方式才能完成知识的”学习”过程。

并且，一旦完成“学习”——训练，它的知识也就固定在它学习完成的那一刻，无法再了解最新的知识；如果想让它知道最新的知识，只有通过重新训练或通过挂载知识库的方式来更新它的知识。

而逻辑推理能力更是人类对大模型寄予的厚望，因为这是大模型通向AGI(通用人工智能)的一种方式；人类希望大模型能够通过自己的逻辑判断去自主学习和解决现实中的问题，并能不断强化自身的能力。

技术的发展是一个量变到质变的过程，openAI发布chatGPT代表着人工智能技术上了一个全新的台阶；而目前又将进入一个长期的平稳发展阶段，可以预见在未来的某一天；人工智能技术又将一鸣惊人。