Là một nhà đầu tư, làm thế nào để tận dụng tốt ChatGPT?
Tuyển chọn TechFlowTuyển chọn TechFlow
Là một nhà đầu tư, làm thế nào để tận dụng tốt ChatGPT?
Không có chân lý tuyệt đối nào, chân lý là thứ được so sánh mà có.
Chuyên sâu báo cáo Web3Twitter của khách mời: @pcfli, @zhendong2020, @OdysseysEth, @伟丽, @海波
OdysseysEth
Tôi sẽ nói về hai khía cạnh: Thứ nhất là ảnh hưởng của ChatGPT đến toàn bộ lĩnh vực đầu tư; thứ hai là cách tôi sử dụng cụ thể.
Có thể bắt đầu từ góc độ sâu hơn: Liệu ChatGPT và trí tuệ nhân tạo (AI) sâu rộng hơn có thể thay thế con người trong việc đầu tư hay không? Tôi cho rằng điều này là không thể. Bởi vì lĩnh vực đầu tư mang tính phản thân – khi một chiến lược thành công, nó sẽ thay đổi môi trường xung quanh, khiến chính nó thất bại. Do đó, dù AI mạnh đến đâu cũng không thể có lợi thế tuyệt đối trước con người – đây chính là cơ sở để chúng ta hôm nay vẫn còn có thể thảo luận về đầu tư. Một tầng bậc tiếp theo cần lưu ý là mọi phát triển công nghệ, kể cả AI, đều mang lại hai hệ quả đồng thời: một mặt tăng cường sức mạnh cho một nhóm người, mặt khác thay thế một nhóm khác. Mọi công nghệ đều như vậy, vì vậy vấn đề không phải là cạnh tranh với công nghệ, mà là làm sao để điều khiển được công nghệ đó.
Chúng ta cũng cần nhận ra hàm nghĩa sâu xa hơn đằng sau công nghệ hoặc ứng dụng: Khi iPhone vừa ra đời năm 2007, trong vài năm sau chưa nhiều người hiểu được ý nghĩa sâu sắc của nó – rằng nó sẽ trở thành một phần mở rộng của con người. Quan sát ChatGPT, tôi thấy ngôn ngữ giữa con người và máy móc đang tiến gần nhau, bước tiến này rất mạnh mẽ, đánh dấu giai đoạn mới trong quá trình hòa hợp giữa sự sống carbon và sự sống silicon. Việc tương tác giữa người và máy bằng ngôn ngữ tự nhiên là điểm đặc biệt vô cùng.
Dù trước đây có thể tìm kiếm thông tin trên internet, nhưng khó chạm tới những ngóc ngách thông tin "khắc nghiệt" hơn. Nhưng với khả năng tương tác bằng ngôn ngữ tự nhiên, con người dường như trở thành một dạng sự sống silicon mới, và toàn bộ internet trở thành phần kéo dài của bộ não – ít nhất hiện tại điều này đã có khả năng rất lớn.
Vậy mối liên hệ trực tiếp giữa điều này và đầu tư là gì?
Theo tôi, đầu tư ít nhất trải qua hai quá trình: thu thập thông tin và xử lý hoặc hiểu thông tin.
Ở cả hai giai đoạn này, chúng ta đều bị giới hạn và có điểm mù. Khi dùng ChatGPT, chúng ta có thể giảm bớt điểm mù ở nhiều phương diện. Điều quan trọng là nó nâng cao hiệu suất kết nối tri thức và tiết kiệm thời gian. Ví dụ, tôi có thể tiếp cận một số thông tin, nhưng với độ trễ cao, nên những thông tin dài hạn, giá trị thấp nếu tốn thời gian vượt quá giá trị thì tôi thường bỏ qua. Tôi chỉ tập trung vào những điểm then chốt, nhưng giờ đây nhờ ChatGPT, tầm nhìn về chiều rộng lẫn chiều sâu đều được mở rộng. Nó giúp tăng hiệu suất kết nối kiến thức rất lớn – giống như 100.000 tiến sĩ cùng thảo luận trong một đội ngũ thống nhất, còn mạnh hơn cả việc thuê 100.000 tiến sĩ riêng lẻ vì chi phí giao dịch giữa họ được giảm xuống cực thấp.
Trên đây là những suy nghĩ của tôi về ảnh hưởng của ChatGPT đến lĩnh vực đầu tư, hoặc nói cách khác là một góc nhìn mới.
Còn cá nhân tôi sử dụng cụ thể như thế nào? Dưới đây là một vài cách tôi đang thử nghiệm, tôi cũng đang trong quá trình học hỏi.
-
Cách thứ nhất: Đưa ra một ý tưởng khởi đầu, để từ đó gợi mở thêm nhiều ý tưởng khác. Ví dụ, đưa một chủ đề, yêu cầu gợi ý sách. Trong thực tế, đôi khi sách mà ChatGPT gợi ý hoàn toàn không tồn tại. Tất nhiên có thể hỏi lại, kiểm tra lại, nhưng khoảng 20-30% thông tin khá tốt, giúp tôi có thêm ý tưởng mới. Những thông tin kiểu này trước đây rất khó tìm, ví dụ như tìm sách tương tự trên Douban, mỗi lần phải tìm từng bản, rồi xem sách tương tự, hoặc tìm trong danh sách đọc. Giờ đây ChatGPT cung cấp thêm một lựa chọn.
-
Cách thứ hai là dùng New Bing. Khi CEO Microsoft trình diễn, ông dễ dàng tóm tắt báo cáo tài chính. Trước kia có thể phải xem các báo cáo phân tích khác, khó đặt câu hỏi liên tục hoặc thiếu cập nhật, phạm vi hẹp. ChatGPT có thể kết hợp thông tin mới để tóm tắt báo cáo tài chính rất tốt. Tuy nhiên cần lưu ý rằng, dù con số hiển thị rõ ràng, trích dẫn minh bạch, nhưng toàn bộ tài liệu có thể hoàn toàn bịa đặt. Microsoft cũng đang cố gắng giải quyết vấn đề này, nhưng không dễ cải thiện. Hiện tại BING chỉ cho phép 5 lượt hội thoại, đây là một hạn chế. Nhưng dù sao cũng cung cấp cách tiếp cận mới, không phụ thuộc vào nhà phân tích chứng khoán, cho phép đặt câu hỏi chủ động và tổng hợp thông tin tốt hơn.
Điểm thứ ba tôi thử nghiệm là đưa ra những ý tưởng chưa hoàn thiện, yêu cầu ChatGPT đưa ra 10 câu nói nổi tiếng của các nhân vật liên quan. Đôi khi cách diễn đạt hoặc quan điểm tương tự có thể khơi gợi rất tốt cho tôi. Vì ý tưởng của tôi có thể mờ nhạt, chưa rõ ràng, ChatGPT giống như một chiếc đèn pha soi sáng con đường xa hơn trong vùng tối.
-
Ý nghĩa sâu hơn là tôi thích tư duy phản biện, như芒格 từng nói: Nếu bạn không thể phản bác quan điểm của mình tốt hơn đối thủ, thì bạn không xứng đáng giữ quan điểm đó. Nhưng rất khó tìm được đối thủ ngang tài ngang sức trong một lĩnh vực nào đó để luôn sẵn sàng tranh luận. ChatGPT có thể đóng vai trò này, phản bác lại quan điểm ban đầu của tôi. Tôi cảm thấy điều này có thể thay đổi hoặc không, nhưng dù sao quan điểm cũng sẽ trưởng thành hơn.
Trên đây là một số cách sử dụng cụ thể của tôi hiện nay. Lưu ý là cần có hiểu biết sâu sắc về lĩnh vực đó mới có thể đặt câu hỏi tốt và nhận ra phần nào là nói nhảm.
Hải Ba @realliaohaibo
Tôi cho rằng bản chất của ChatGPT là hạ chi phí biên của trí tuệ xuống mức cực thấp, giúp đạt trạng thái "một người như một đội quân". Có thể hình dung trong tương lai, sau khi có khả năng xử lý tài liệu, tôi sẽ không cần ai giúp sắp xếp bảng biểu nữa, nhiều thao tác tìm kiếm cũng không cần làm. Là nhà nghiên cứu cá nhân, nếu muốn đọc 5 năm báo cáo nghiên cứu, muốn quan sát xu hướng doanh thu, đương nhiên có những dịch vụ tương tự, nhưng không phải thông tin gốc, đôi khi gây mất tin tưởng – tôi vẫn thích tự đọc báo cáo tài chính hơn.
Khả năng xử lý tài liệu của ChatGPT chỉ là vấn đề thời gian. Hiện tại nó đã có thể tự học sử dụng các giao diện. Khi tôi cần làm việc gì, có thể dùng ngôn ngữ tự nhiên để lập trình. Ví dụ, bảo nó giúp tôi xem 5 báo cáo tài chính, biến động của một lĩnh vực trong 5 năm qua – cách làm này sẽ hoàn toàn thay đổi phương pháp làm việc cũ, giúp một cá nhân có thể đấu với cả một tổ chức.
Nếu coi thế giới là một hộp đen chứa đầy thông tin, thì chúng ta có vô số cách để trích xuất thông tin từ đó. Tìm kiếm là một cách, tự mình đi khảo sát thực tế là một cách khác. ChatGPT cung cấp khả năng trích xuất thông tin ở một chiều kích hoàn toàn khác.
Tôi thường chia sẻ quan điểm này trong các buổi gặp gỡ riêng về cách trích xuất thông tin.
Hãy hỏi ChatGPT ba câu hỏi: Nội dung cuốn sách XYZ là gì, tóm tắt giúp tôi. Cách hỏi thứ hai: Quan điểm chính về chủ đề ABC trong sách này là gì? Cách hỏi thứ ba: Sách này có vấn đề gì về chủ đề này? Hoặc tôi phản đối một quan điểm trong sách, bạn nghĩ sao?
Ba câu hỏi này thoạt nhìn rất giống nhau, nhưng do độ phức tạp và tính định hướng khác nhau, chất lượng câu trả lời mà ChatGPT đưa ra sẽ chênh lệch rất lớn. Vì vậy tôi dần nhận ra điều này cũng giống như hiệu suất khám phá thế giới trong đời thực – cùng làm một việc, người này hiệu quả hơn người kia.
Hiện nay nhiều người chế giễu rằng nội dung ChatGPT toàn bịa đặt, nhưng điều này chẳng quan trọng chút nào. Ví dụ tốt nhất là khi gặp một người, anh ta rất giỏi ở mặt này nhưng ngu ngốc ở mặt khác. Bạn có hai thái độ: một là coi anh ta hoàn toàn là kẻ ngốc, hai là tận dụng điểm mạnh của anh ta – việc sử dụng ra sao là do bạn quyết định. Tôi thấy ví dụ buồn cười là khi hỏi ChatGPT về Thập Bát Chưởng Hàng Long, nội dung dưới đó toàn bịa đặt – bản chất của việc bịa đặt là do có quá nhiều nội dung linh tinh từ nhiều website khác nhau.
Về cách sử dụng ChatGPT, gần đây tôi luôn muốn luyện thêm kỹ năng nói. Trên Chrome, ChatGPT có tiện ích mở rộng chuyển lời nói thành văn bản, rồi chuyển câu trả lời thành giọng nói. Có thể dùng mẫu câu như "đóng vai bác sĩ" để trò chuyện, dùng tiếng Anh giao tiếp trong tình huống thực tế. Trong lúc nói chuyện, tôi cảm thấy điều này làm tăng hiệu suất thông tin cực lớn. Điểm then chốt là cách bạn sử dụng quyết định giá trị thực sự của nó.
Một cách dùng khác là hôm qua thấy nhóm chia sẻ một cuốn sách về cách dùng ChatGPT, tôi chưa kịp đọc, nhưng vì đã thành sách thì chắc chắn có nhiều cách chơi. Khi đọc nhiều tiếng Anh, tốc độ tôi còn chậm, nên tôi bỏ từng đoạn vào để tóm tắt, hoặc yêu cầu dịch sang tiếng Trung rồi tóm tắt – đây là cách đọc nhanh các bài viết dài.
Thêm một ví dụ từ một người bạn rất giỏi trong trích xuất thông tin: Anh ấy muốn tìm 30 cuốn sách bán chạy nhất trên Amazon trong thời gian gần đây. Sau khi xem sơ, anh tìm tiếp 30 cuốn về một chủ đề nhất định, rồi tìm giao điểm giữa các chiều, trích xuất nội dung cần thiết theo nhiều chiều. Sau đó kiểm tra trên Amazon, xem các đề xuất, thay vì trước kia phải hỏi khắp nơi, giờ anh chỉ cần xem Amazon có bao nhiêu sách, top 10 sách bán chạy nhất, dự đoán này thực sự rất chính xác, gần như không sai.
Vì vậy, tìm đúng cách sử dụng là hoàn toàn khác biệt. ChatGPT có thể sai, nhưng bạn có thể sửa lỗi bằng tay.
Tôi cảm giác ma quỷ thực sự nằm ở chi tiết.
Tôi thường bị bí ở một điểm, ví dụ khi hỏi về tìm sách như nói trên, hỏi hai chiều là không nghĩ ra tiếp. Nhưng tôi thấy các cao thủ có thể đào sâu liên tục – điểm này tôi vẫn chưa tìm được đầu mối.
Cốt lõi là chi tiết, là cách liên tục đào sâu, dùng công cụ đúng để trích xuất thông tin từ hộp đen. Cần thêm nhiều ví dụ, bản thân tôi cảm nhận được giá trị của nó, nhưng chưa thực sự dùng tốt.
Vĩ Lệ @happylilyelf
Tôi rất quan tâm đến sự phát triển của trí tuệ nhân tạo (AI), theo dõi nhiều năm nay, và giờ đây tôi có cảm giác mãnh liệt rằng ngành này đã đến ngã rẽ.
Những năm trước, AI được áp dụng chuyên sâu trong nhiều lĩnh vực, đặc biệt là nghiên cứu chuyên môn như cấu trúc protein, cờ vây, nghiên cứu thuốc mới, nhiệt hạch kiểm soát... Nhưng lần đầu tiên chúng ta thấy đại chúng cuồng nhiệt như vậy là nhờ sự ra đời của ChatGPT. Ngay cả GPT-3 khi ra mắt cũng không tạo được tác động mạnh như vậy. Nó đã thâm nhập sâu vào đời sống đại chúng. Ngay cả người không biết lập trình cũng có thể dùng ngôn ngữ tự nhiên để biến máy móc thành trợ lý của mình.
Là nhà đầu tư, làm sao tận dụng tốt ChatGPT?
Tôi dùng chưa nhiều, hiện vẫn đang trong danh sách chờ của ChatGPT Plus, chủ yếu dùng qua các cổng giao tiếp trong nước, nên trải nghiệm chưa sâu. Nhưng vì là nhà đầu tư, tôi phải suy nghĩ làm sao để dùng? Trước tiên phải xác định vị trí của mình.
Hiện tại tôi bắt đầu từ đầu tư cổ phiếu, là nhà đầu tư dài hạn, tôi hy vọng nó hỗ trợ tôi ở vài khía cạnh: thứ nhất là thu thập thông tin, thứ hai là xử lý thông tin.
Đối với một nhà đầu tư, quan trọng nhất là xây dựng khung phân tích và nghiên cứu riêng, nhưng cuối cùng quyết định đầu tư vẫn do tôi tự đưa ra.
Tôi mong muốn nó càng kịp thời, chính xác và chuyên nghiệp càng tốt.
-
Kịp thời: Khi đầu tư vào một công ty, tôi cần nhanh chóng biết các sự kiện quan trọng, và phải chính xác. "Chính xác" ở đây có nghĩa rất rộng. Ví dụ so sánh khả năng sinh lời và xu hướng tăng trưởng của NVIDIA và AMD trong vài năm qua. Nói thì đơn giản, nhưng ChatGPT làm điều này có độ khó nhất định. Vì liên quan đến dữ liệu, mà ChatGPT dựa trên mô hình ngôn ngữ lớn, quá trình huấn luyện dùng tư liệu cũ, tính toán xác suất ngôn ngữ, nên không mạnh về toán học và vật lý. Nhưng xử lý dữ liệu lại rất quan trọng trong đầu tư. Hiện có nhiều công ty cung cấp dịch vụ chuyên nghiệp như Bloomberg, Reuters, cho thấy việc xử lý dữ liệu rất kỳ công và nghiêm ngặt. Tính tỷ suất lợi nhuận, chỉ định nghĩa chỉ số thôi đã rất quan trọng.
Chiều thứ ba là mong ChatGPT ngày càng chuyên nghiệp và sâu sắc hơn, để hỗ trợ tôi xây dựng khung nghiên cứu và phân tích.
-
Thứ hai là toàn diện: Hiện tại tạm ổn. Tôi đã hỏi một số câu, ví dụ ưu thế cạnh tranh của NVIDIA là gì? So với AMD thì sao? Nó liệt kê các ưu điểm về sản phẩm, tiêu thụ điện, xây dựng hệ sinh thái...
Trong quá trình huấn luyện mô hình, dữ liệu chuyên môn thường có bản quyền. Ví dụ Bloomberg có bản quyền, xử lý dữ liệu rất chính xác, thời gian dài và đặc biệt toàn diện. Tôi không rõ ChatGPT có thể lấy, sử dụng và xuất dữ liệu này không, thử nghiệm sơ vài dữ liệu, tạm thời chưa đáp ứng yêu cầu của tôi.
-
Về chuyên môn, so với tính toàn diện thì kém hơn, nhưng tôi nghĩ chuyên môn phụ thuộc vào tính chuyên môn của câu hỏi và cách dùng ChatGPT. Hiểu chung chung thì không rút ra được kết luận chuyên môn, cần phân tích và làm sâu câu hỏi từng lớp. Trong quá trình này, bản thân phải hiểu rõ hai công ty, nếu không sẽ không đặt được câu hỏi chất lượng, không ra quyết định đầu tư.
Ví dụ khi khảo sát công ty niêm yết, người mới và người cũ đối diện giám đốc, người cũ dễ dàng đặt câu hỏi tuần tự, nắm bắt các yếu tố cốt lõi; người mới vòng vo mãi ngoài rìa, cuối cùng khiến đối phương mất kiên nhẫn.
Hiện tôi chưa đi sâu ở khía cạnh này, muốn đợi khi được duyệt ChatGPT Plus, có thể hỏi từng lớp, ghi lại toàn bộ quá trình, phản hồi lại, sẽ chọn các công ty Mỹ quen thuộc để tìm hiểu.
Tóm lại trải nghiệm này: tính toàn diện tạm ổn, tính chính xác là công trình lớn, tính chuyên môn chưa thử sâu.
Toàn bộ cảm nhận khi dùng chung chung là: Nếu muốn trở thành công cụ ra quyết định đầu tư tốt, trước tiên bản thân phải đặt yêu cầu cao, phải đủ chuyên môn, cần quá trình phản hồi tương hỗ, đồng thời dùng nó tra cứu tài liệu nâng cao chuyên môn, mới tạo được phản hồi tích cực.
Còn có thể đầu tư được không? Hai năm trước, DeepMind ra mắt AlphaGo, rồi xây dựng mô hình AI để đầu tư. Đồng thời trên thị trường chứng khoán Mỹ có một quỹ ETF dùng AI để đầu tư, nhưng hiệu quả dường như bình thường. Nếu mô hình ll được huấn luyện dựa trên tư liệu hiện có, giống thống kê xác suất, quá trình này mang tính đại chúng, theo đám đông. Còn nghiên cứu công ty và dự án đầu tư lại đòi hỏi tính tiên phong.
Thứ hai, cần có quan điểm độc đáo, ở khía cạnh này tôi không rõ ChatGPT hỗ trợ được bao nhiêu, tôi định thử nghiêm túc và quá trình này sẽ kéo dài, sau đó có thể chia sẻ thực tế trên Twitter. Dự kiến ít nhất vài tháng để trải nghiệm, học hỏi, nâng cao khả năng sử dụng nó.
Peicaili:
Gần đây tôi dùng chưa nhiều, trong quá trình dùng có hai ví dụ khiến tôi được khơi gợi.
Ví dụ thứ nhất là một thời gian trước tôi luôn đọc về triết học khoa học, tôi có trao đổi với ChatGPT trong lĩnh vực này. Ví dụ: Các chuyên gia được công nhận hiện nay trong triết học khoa học là ai, tác phẩm tiêu biểu? Câu trả lời chất lượng khá cao.
Lại hỏi có thể tóm tắt quan điểm khoa học chính của Popper không? Câu trả lời cũng khá chuẩn xác. Dùng tư duy phản biện hỏi tiếp: Đánh giá của giới học thuật hiện nay với Popper là gì, đánh giá tốt và xấu ra sao? Câu trả lời cơ bản phù hợp với quan điểm của tôi.
Đó là kết quả sau khi tôi đọc sách kỹ, thảo luận nhiều trong thời gian dài. Tôi thấy chỉ vài giây đã đưa ra đáp án, nêu bật các quan điểm cốt lõi, vẫn rất hữu ích.
Ví dụ thứ hai là tôi muốn tìm hiểu hệ thống thi IB. Tôi hỏi nhiều câu về IB: IB là gì? Có những khóa học nào? Cách tính điểm ra sao? Vì IB khá phức tạp, có kỳ thi chuẩn hóa trình độ cao, khác biệt lớn với hệ thống thi đại học. Nhờ hỏi từng lượt, tôi nhanh chóng hiểu rõ hệ thống này.
Trước đó tôi cũng thử dùng Google tìm hiểu, thông tin tìm được và thông tin muốn có không hoàn toàn giống nhau, đọc vài bài giới thiệu có chút thu hoạch nhưng vẫn còn mơ hồ, lại tìm tiếp các điểm mơ hồ thì không nhất thiết tìm được câu trả lời chính xác. Câu hỏi và bài viết chung chung rất nhiều, nhưng câu trả lời cho câu hỏi cụ thể thì không nhiều.
Đó là hai ví dụ sử dụng của tôi. Tổng quát mà nói, ChatGPT liên quan mật thiết đến mục đích sử dụng của bản thân. Nếu trong phạm vi năng lực, chủ yếu nâng cao hiệu suất thu thập thông tin, có dữ liệu chính xác không cần tốn nhiều thời gian tìm kiếm. Nhưng độ chính xác dữ liệu ra sao, vẫn cần tự đánh giá. Và tư duy phản biện, sau khi hình thành quan điểm, ChatGPT có thể đưa ra quan điểm ngược.
Tôi cho rằng hỗ trợ lớn nhất là mở rộng phạm vi năng lực, vì lúc này bản thân chưa có khung hoàn chỉnh, nó có thể nhanh chóng xây dựng khung, thậm chí xây vài khung để chọn. Có thể đào từ trên xuống dưới. Dù không dám nói nó luôn xây khung đúng, nhưng tôi nghĩ ở lĩnh vực lạ ít nhất có thể xây khung có độ chính xác hoặc khung được công nhận là tốt.
Không có chân lý tuyệt đối, chân lý là so sánh mà có.
ChatGPT ít nhất xây dựng khung ở mức trên trung bình, cơ bản có thể dùng làm tham chiếu chuyên môn, thứ nhất là rất chân thành; thứ hai là trình độ ở mức chuyên gia trung bình khá.
Gần đúng quan điểm của tôi là như vậy, nếu muốn mở rộng phạm vi năng lực, hoặc chú ý lĩnh vực đầu tư mới, ChatGPT sẽ đẩy nhanh quá trình hiểu và hấp thụ lĩnh vực đó. Nếu đã rất thành thạo lĩnh vực nào đó, đã có khung riêng, có thể nâng cao hiệu suất thu thập thông tin.
Nhưng tôi có cảm giác mơ hồ, ChatGPT có thể giúp nâng cao năng lực đầu tư xuyên lĩnh vực, vượt khỏi phạm vi năng lực cũ. Nhưng cụ thể ra sao, cần thêm thời gian để kiểm chứng.
dongzhen
Tôi nói vài ý ngược lại, ChatGPT ra đời còn mới, tôi chỉ dùng nhiều qua cổng giao tiếp trong nước, chưa thực sự trải nghiệm cổng giao tiếp thật.
Tôi nêu vài nghi vấn: Thứ nhất gần đây cũng trao đổi với vài người bạn, phần lớn là mô hình quy nạp, qua tính toán lớn, khả năng tích hợp chi tiết rất mạnh.
Vì vậy tôi thấy có vấn đề, ví dụ khi tôi dùng ChatGPT, tính cập nhật không mạnh, chưa chắc tìm được thông tin hữu ích hoặc liên quan cao, chất lượng cung cấp có vấn đề, bao gồm tính cập nhật, logic chủ yếu thiên về quy nạp.
Ví dụ đơn giản, bảo trẻ vẽ người tí hon, đơn giản vô cùng, tay chân chỉ cần một nét dọc, một nét ngang. Nhưng ChatGPT khi mô tả người tí hon lại dùng vô số chi tiết. Vì nó là mô hình được huấn luyện dựa trên chi tiết, nên ở cấp độ trừu tượng, diễn dịch, khả năng diễn dịch yếu, vẫn giống thuật toán "theo đám đông".
Nếu bạn biết thông tin tồn tại nhưng không biết cách lấy, không quen thuộc, có thể bảo nó nói theo cách của nó. Nhưng nếu thực sự muốn tư duy diễn dịch sâu sắc, chỉ dựa vào câu trả lời của ChatGPT là chưa đủ, nó không thể thay thế tư duy trừu tượng, đây là nghi vấn đầu tiên của tôi.
Thứ hai, tôi cho rằng ChatGPT ra đời còn ngắn, đặc biệt trong đầu tư cần thêm thời gian quan sát. ** Giống cách đầu tư của gorilla, phải đạt quy mô nhất định, nếu không thời gian đầu bỏ ra có thể lãng phí. Có nên đợi chín muồi hơn không? Tôi không rõ hiện tại đã đến giai đoạn này chưa, bỏ nhiều thời gian vào có phải quá sớm không.
Điểm thứ ba là độ tin cậy kết quả, ** độ rộng có thể rất tốt, nhưng độ tin cậy chưa chắc được kiểm chứng thực sự, kiểm chứng thế nào? Nếu nó là thứ logic quy nạp, trước đây kiểm chứng độ tin cậy logic của nó, liệu mỗi lần dùng sau này có phải tìm lại dữ liệu để xem không?
Theo tôi, vài điểm có thể nâng cao hiệu suất: Vì sao đại học cấm, vì một số môn học, bài tập có thể dùng ChatGPT viết ra những lời lẽ có vẻ logic để đầy chữ, và một ứng dụng lớn là viết cấu trúc mã đơn giản. Ít nhất có thể cho tôi một khung. Nếu dùng được thì tốt, nếu không dùng được thì làm thay đổi đơn giản, có được khung viết tốt, và giúp viết nhiều chú thích, đây là cách dùng chắc chắn nhất theo tôi.
Vĩ Lệ @happylilyelf
Hiện tại về tính chính xác khi sử dụng, tôi vẫn giữ thái độ thận trọng. Nhưng nhìn tổng thể, tôi dùng góc nhìn tiến hóa để xem xét toàn bộ sự phát triển của AI.
Hiện tại có vài điểm chưa hài lòng, thậm chí kém hơn truyền thống, nhưng tương lai sẽ có nhiều đột hiện. Hiện toàn thế giới hàng trăm triệu người đã dùng nó. Người dùng càng nhiều, tức là đang huấn luyện nó, cung cấp thêm tư liệu, nó có chức năng tự học. Như tôi vừa nói toán học có thể chưa tốt, nhưng nó có thể tự học, trong tương lai AI hoàn toàn có thể làm được, gọi mô hình bên ngoài để tính toán toán học... Nếu vậy thì rất mạnh.
Chúng ta đang bàn về việc dùng nó như công cụ, nhưng trong lòng tôi coi nó như một hệ thống gần con người, thậm chí là một dạng sinh vật. Rất có thể tương lai hệ thống con người và hệ thống AI cần thích nghi và tiến hóa cùng nhau, khó nói ai kiểm soát ai. Với tôi, nền tảng đầu tư rất quan trọng, là tôi dùng góc nhìn nào để xem AI. Tôi coi nó như hệ sinh thái tiến hóa cùng hệ sinh thái con người.
Vì vậy cách tiếp cận đầu tư truyền thống sẽ hơi khác, dùng góc nhìn tiến hóa, cởi mở để xem xét, rồi cùng thích nghi và tiến hóa.
dongzhen
Tôi muốn hỏi thêm một câu, ví dụ sau khi Google ra đời, không nên tạo Google mới để cạnh tranh, cơ hội tốt hơn là cung cấp nội dung tốt hơn cho nó, nên lúc đó làm nội dung sẽ có lối thoát hơn là cạnh tranh với Google.
Với ChatGPT cũng tương tự? Và bạn cho rằng ChatGPT không phải công cụ của con người, mà cần tiến hóa cùng nó. Gần đây chúng tôi đang đọc triết học khoa học, tôi nghĩ điểm mạnh của con người hoặc tiến bộ trong triết học khoa học là có thể đưa ra phạm trù mới. Chỉ khi đưa ra phạm trù mới, khoa học hay mọi tư tưởng mới có thể phong phú nội dung, xây khung trong phạm trù mới, đạt tiến bộ lớn. Bạn nghĩ nếu AI có đặc điểm chung với con người, AI có thể đưa ra phạm trù mới không? Trong suốt tiến trình khoa học, nó có khả năng này không?
Tôi hơi nghi ngờ về câu hỏi này, trước đó cũng nói nhiều về logic quy nạp, nếu thiếu khả năng diễn dịch, tôi nghi ngờ khả năng AI đưa ra phạm trù mới.
Vĩ Lệ @happylilyelf
Tôi nghĩ năng lực bản thân không đủ để trả lời câu hỏi sâu sắc này, nhiều thứ phát triển có thể vượt quá giới hạn tưởng tượng của chúng ta. Bản thân tôi là người mê khoa học viễn tưởng, trong các tác phẩm khoa học viễn tưởng có nhiều câu chuyện trả lời câu hỏi này, có thể có kết quả khác nhau, lộ trình tiến hóa khác nhau.
Với tôi, tôi sẽ đợi sự tiến hóa, đợi sự đột hiện. Trong quá trình theo dõi sự phát triển AI vài năm nay, tôi thấy chúng dần phát triển, từ đầu mọi người đều biết rõ alpha go, tư duy chơi cờ hoàn toàn khác chúng ta, trong cờ vây đã đề xuất toàn bộ phạm trù hoàn toàn khác – nó nhìn cục diện, không cầu mỗi nước đi có xác suất thắng cao nhất, mà nhìn cục diện lớn để giành chiến thắng.
Xem tiếp AlphaFold, dùng để tính cấu trúc protein, dùng phương pháp dự đoán giải quyết toàn bộ vấn đề cấu trúc protein. Cấu trúc protein rất phức tạp, chúng ta khó thấy được. Từ đó còn诞生 nhà khoa học cấu trúc, dùng nhiều cách khám phá cấu trúc protein, cần thời gian dài và thiết bị đắt tiền như kính hiển vi điện tử lạnh.
Nhưng sau khi AlphaFold ra đời, có thể giải cấu trúc protein với hiệu suất xác suất gấp hàng chục, hàng trăm lần, 98% cấu trúc protein chúng ta biết có thể dự đoán bằng nó, rất hữu ích cho nghiên cứu thuốc mới, hợp chất. Thực ra cũng là một phạm trù hoàn toàn khác.
Bạn hỏi AI có thể tự đề xuất phạm trù không, tôi không loại trừ khả năng này, trong quá trình phát triển AI, tư duy của nó hoàn toàn khác con người. Vì sao nghĩ là tiến hóa cùng nhau? Vì chúng ta đưa vào tư liệu khác nhau, sau tiến hóa có thúc đẩy lẫn nhau. Tương đương hai hệ thống cùng tồn tại tiến hóa, bạn hỏi nó có thể đề xuất phạm trù không, tôi thấy bản thân không đủ trả lời, nhưng trực giác cho rằng rất có thể.
Hải Ba @realliaohaibo
Tôi nghĩ phần lớn cuộc thảo luận này là "not even wrong" (thậm chí không sai). Điểm thứ nhất: Không biết từ đâu ra khái niệm "đề xuất phạm trù", nếu "đề xuất phạm trù" là do con người chủ động đề xuất hoặc phát minh, thì bản thân khái niệm này đã sai.
Con người chưa từng đề xuất phạm trù, AI cũng không cần đề xuất phạm trù. Ví dụ AI chơi cờ vây tự huấn luyện, cuối cùng cách chơi cờ là điều con người không thể tưởng tượng, nó tạo ra phạm trù mới. Toàn bộ logic nền tảng đã hoàn toàn thay đổi so với logic do con người suy diễn, tư duy và kinh nghiệm chơi cờ trước kia trở nên vô giá trị trước nó. Nếu nói nó có tạo ra phạm trù mới không, nó đã tạo rồi, nên tôi cho rằng đây là câu hỏi "not even wrong".
Thứ hai là khả năng dùng phụ thuộc vào trình độ chuyên môn mỗi người, cách bạn dùng quyết định giá trị với bạn. Trong trích xuất thông tin, có vài lĩnh vực rất khó. Một tình huống là bạn không biết mình không biết, không có manh mối nào để phát hiện, lúc này rất phiền toái.
Thực ra ChatGPT có thể giải quyết ở chiều này, giá trị của nó còn lớn hơn nhiều so với việc đưa ra câu trả lời chính xác, lớn hơn giá trị của công cụ tìm kiếm. Ví dụ có thể hỏi định kỳ: Sự việc mới nhất đang hot tìm kiếm ở Bắc Mỹ là gì? Hiện tại không thể kết nối mạng nên không trả lời được, nhưng về mặt kỹ thuật kết nối mạng hoàn toàn không có vấn đề. Giá trị lâu dài là biến điều "không biết" thành "biết mình chưa biết", đây là khoảng cách thông tin lớn nhất.
Thay vì yêu cầu nó trả lời câu hỏi chính xác, hãy kỳ vọng bản thân có khả năng nhận diện câu trả lời có chính xác không, giá trị của nó nằm ở tầm nhìn rộng hơn, cung cấp thêm thông tin ở chiều kích.
OdysseysEth
Tôi xin phản hồi trước, điểm thứ nhất cho rằng ChatGPT hơi cũ, dữ liệu chỉ đến tháng 9 năm 2021. Về điểm này, NewBing của Microsoft đang cố gắng giải quyết, vấn đề tồn tại nhưng có thể cải thiện, tôi quan tâm là điểm có thể cải thiện.
Điểm thứ hai cho rằng mới ra đời cần quan sát, tôi cho rằng nếu đầu tư, tôi thiên về "dám làm sau thiên hạ"; nhưng nếu là ứng dụng, tôi cho rằng nên "dám làm trước thiên hạ". Sai lầm trong đầu tư代价 cao, có thể đợi. Với ứng dụng, sai lầm代价 không cao, lợi ích tiềm năng có thể rất lớn, nên thử sớm hơn là hợp lý, quan trọng hơn là tính ứng dụng mang mùi vị phổ quát, thử nghiệm là muôn hình vạn trạng. Khó nói đợi người khác đưa ra cách làm chín muồi để học, nhiều khi bản thân cần tự khám phá, thử sớm không có hại gì.
Tôi không cho rằng AI và con người có khác biệt bản chất, từ góc độ sâu hơn, não người và máy tính dùng cùng một dạng tính toán phổ quát, thậm chí có thể coi tư duy cũng là một dạng tính toán, chỉ khác ở vật thể mang tính toán.
ChatGPT dùng mô hình ngôn ngữ lớn, chủ yếu tính toán theo xác suất, nhưng bản thân nó có thể qua giao diện, hoàn toàn có thể tự biến thành cầu nối. Vì vậy không nên nhìn vào giới hạn bề ngoài, mà nên nhìn vào khả năng ứng dụng sâu hơn, tính kết hợp, và sự khác biệt sâu xa hơn giữa tính toán sự sống silicon và sự sống carbon.
Vì vậy tôi không nghĩ nó nhất định thiếu khả năng diễn dịch, từ góc độ máy Turing thì không như vậy.
dongzhen
Tôi theo câu hỏi này hỏi tiếp, chúng ta biết khoa học không chỉ nên xem kết quả, nó có thể dự đoán tốt, nhưng nên hiểu toàn bộ quá trình logic. Nếu không hiểu rõ quá trình logic cụ thể của mô hình, làm sao tin tưởng kết quả.
Giống như tôi nói trời xanh là vì có một người khổng lồ tùy tâm trạng sơn màu xanh, cũng có thể giải thích kết quả này rất tốt, có cảm giác như vậy không.
Nếu không hiểu rõ quá trình logic, mỗi lần phải kiểm chứng, lại dựa trên logic quy nạp, làm sao tin tưởng kết quả lâu dài, tôi có nghi vấn này.
Tôi cũng đồng ý nó là một ứng dụng, chắc chắn có chỗ phù hợp, chúng ta thực sự cần thử nhiều, tìm chỗ nó giỏi giải quyết vấn đề, một cái nhấc là giải quyết hiệu quả, có thể là hướng rất tốt.
Hải Ba @realliaohaibo
Trí tuệ nhân tạo vốn là một hộp đen, lập trình viên cũng không biết quá trình logic. Khả năng con người trích xuất thông tin vốn là hộp đen, quá trình kiểm chứng cũng là hộp đen, nên kiểm chứng không phải là tra nhiều dữ liệu để kiểm chứng, mà là bản thân có khung hỗ trợ cho vấn đề.
Việc phán đoán vốn nằm trong tay mình, dù là tìm kiếm từ công cụ, hay một người giỏi ngồi cạnh nói, quá trình trải nghiệm cũng không khác gì. Vì vậy所谓 cần kiểm chứng, bản chất là phụ thuộc vào nó, bản chất là phải tin vào phán đoán của mình.
2+2=5 có thể phán đoán sai trong một giây, nhưng một nguyên lý toán học hoặc vật lý phức tạp nhất định không phán đoán được, giống như cao thủ nói khung chính trị, mà chúng ta không có đủ hỗ trợ thì không phán đoán được, không hề đưa ra vấn đề mới nào.
OdysseysEth
Tôi nghĩ hai khía cạnh, vấn đề hộp đen thực ra trong lĩnh vực toán học hiện nay cũng có một số được chứng minh bằng tính toán, toàn bộ quá trình các nhà toán học hoàn toàn không hiểu, chỉ có thể hiểu gián tiếp. Trong lĩnh vực toán học, chỉ cần vài nhà toán học đỉnh cao công nhận, mọi người cho là lý thuyết đúng. Vì vậy vấn đề luôn tồn tại, ranh giới vốn mờ nhạt.
Điểm thứ hai bản thân tôi không thiên về tin tưởng một người hay một quan điểm, tôi thiên về tạm thời không phủ định, có cách thích hợp hơn sẽ loại bỏ. ChatGPT không phải ném quá nhiều thứ cần tin tưởng, nó có cả hai lực, có thể bác bỏ quan điểm bản thân đưa ra, nhiều hơn là các giả thuyết mới hoặc góc nhìn mới, thậm chí đưa ra khả năng phản bác hoặc phê bình mới, nhiều hơn là coi những gì đưa ra là quá trình, chứ không phải câu trả lời cuối cùng hoặc kết quả.
Góc nhìn này có thể phù hợp hơn, đây là cảm nhận chủ quan của tôi.
Vĩ Lệ @happylilyelf
Với những cú sốc từ AI và ChatGPT đợt này, tôi nghĩ tác dụng của AI thế nào cũng không quá, cần dùng thái độ rất cởi mở, dám phá vỡ khung tư duy truyền thống để chấp nhận nó.
Vì trong toàn bộ quá trình phát triển, AI một lần lại một lần phá vỡ giới hạn tư duy hiện có của con người, mang lại bất ngờ, ngạc nhiên thậm chí kinh ngạc. Nhưng là người hiện đại, rất may mắn khi được chứng kiến sự phát triển lớn. Nhưng dùng tư duy truyền thống chỉ coi nó là công cụ bị con người thuần hóa, thì hơi đánh giá thấp nó. Chủ động tham gia, đầu tư vào tương tác và tiến hóa cùng AI, tôi nghĩ là cách tốt hơn.
Chào mừng tham gia cộng đồng chính thức TechFlow
Nhóm Telegram:https://t.me/TechFlowDaily
Tài khoản Twitter chính thức:https://x.com/TechFlowPost
Tài khoản Twitter tiếng Anh:https://x.com/BlockFlow_News
@E2mResearch
