这两天在琢磨 PowerPC G4 和 6502 ，分别问了 ChatGPT 两个汇编语言的问题，AI 都没有回答正确，而且存在比较严重的似是而非。分析了一下原因，PowerPC G4 在网上的公开资料很少，而 6502 的资料虽然多，但是它有一些 Gotcha （比如说光是寻址模式就有 13 种）。
问题具体就不说了，实在是有点长，而且估计也是大家没啥兴趣的东西。只能说，更加坚定了以后往底层走的信心。
相比之下，笔者的本职工作是数据工程，无论是写 SQL 还是写 Pyspark 、Scala ，AI 除了优化一般之外，基本上都能胜任。我相信如果能够把公司的所有代码都导入进模型的话，可以代替本人 75%的工作。
57 条回复 • 2024-12-11 11:01:46 +08:00
 |
1
liuzimin 1 天前 via Android  9
为嘛你们都在担心被 AI 替代掉？在此之前我已经被卷卷的同行人类替代掉了。
|
 |
2
lchynn 1 天前 1
拿特定硬件架构的知识和案例， 做 RAG 场景或者微调特定模型就行了；
这个属于 AI 工程解决的手段，并不是说通用基线大模型或者 AI 不支持，就没用了。毕竟预训练通用大模型并不一定拿得到你这个工作领域的私域知识。但是真要做，也不是不行， 看成本了。 |
 |
3
tool2dx 1 天前 4
其实资料少的，AI 都不擅长。AI 只擅长有一堆资料的各种技术。
|
 |
4
adoal 1 天前 3
AI 比较容易搞定从青鸟/达内/蓝翔/etc 出来的转码程序员所从事的工作。
|
 |
8
villivateur 1 天前
AI 目前只能解决不精确的工程类问题，比如前端怎么画、爬虫怎么写等。
|
 |
9
karnaugh 1 天前 1
无非就是没啥资料，没有上下文这样子，有的话就问题不大
就好比你现在去问任何一个非电脑专业的大学教授，你看他能回答你这个什么 PowerPC G4 和 6502 的问题不。。。 |
 |
10
Configuration 1 天前 1
正常啊，因为它没怎么学过，就只能瞎猜
|
 |
11
WispZhan 1 天前 1
你用 RAG 扔几个 PowerPC G4 和 6502 的操作手册，你看它会不会。
现在模型强的是推理（虽然比各位精英还是差一点🐶，但是强于大部分普通人） --- 我最近在自定义 DSL ，只要你把 DSL 定义文件给它，它也能写你规定的 DSL 。 |
 |
12
Huelse 1 天前 2
你得把相关资料输入进去后才有可能回答的出，ai 的知识也不是凭空捏造的，需要关联内容训练过
|
 |
13
mjawp 1 天前 2
你举的这两个例子,能从书本中得到知识不,如果可以,那 AI 学会也只是时间问题
|
 |
14
ninjashixuan 1 天前 1
语料太少还没办法总结出有效规律吧。
|
 |
15
mahaoqu 1 天前 1
AI 写的最好的是 Python 和 JavaScript 你猜是为什么
|
 |
16
sivacohan 1 天前 1
确实，公开资料少的都不太能正确解答。
我在使用 verilog 实现 double dabble 算法的时候，有不太理解的地方，AI 对此无能为力。 但是单纯问 verilog 的语法反馈还是可以的。 |
 |
17
huzhizhao 1 天前 1
还不能凭空捏造，需要先学习才可以
|
 |
18
DamonXPlus 1 天前 1
但问题是你可以学习，掌握这种知识，只要 AI 也学了，那么。
|
 |
19
a852695 1 天前 1
AI 毕竟也不能凭空捏造，如果 AI 没有这块的垂直资料的学习，估计很难，换成一个行家，如果没有这块资料的输入，估计行家只回答不出来。本质上还是资料困难的问题。
|
 |
20
janus77 1 天前 2
自己训练一个模型，喂你们的内部文档之类的东西，多喂点，效果就好起来了
|
 |
21
fox0001 1 天前 via Android 1
@villivateur #8 我们的经验是，AI 可以搜近似，但不能做否定。
|
 |
22
Donaldo 1 天前 2
把这玩意当成一个搜索引擎就好了，网上都少有的东西，他自然也没什么举一反三的能力。。
|
 |
23
happyabs 23 小时 44 分钟前 1
同感, 呈现出来的只是针对人类语言文字 最大概率的字符序列化预测
|
 |
24
minami 23 小时 27 分钟前 via Android 2
用不着汇编底层，问稍微偏门点的就开始瞎编函数接口了
|
 |
25
lqt19910205 23 小时 8 分钟前 1
和人一样问的多了自然也会了
|
 |
26
mxT52CRuqR6o5 22 小时 58 分钟前 via Android 1
理论上能做，但这种太小众的领域 roi 估计不划算
|
 |
27
hazardous 22 小时 1 分钟前 1
我问 chatgpt 开发问题，他经常言之凿凿地给个结论，然后像模像样地给一大段分析。
然后我实验一遍发现不对，细看一遍发现疑点之后问他，“你分析的 xxx 这个地方是不是有问题？” 然后他又非常干脆地承认错误：“你是对的！ xxx 应该是这么这么写，原因如下……”又给出一大段分析。 |
 |
28
yh7gdiaYW 21 小时 59 分钟前 1
不只是硬件，只要是细分领域的东西 ai 都不擅长
|
 |
29
SenLief 21 小时 48 分钟前 1
ai 是训练出来的，硬件类的本来资料就少，训练的也少。
|
 |
30
locoz 21 小时 45 分钟前 1
@hazardous #26 你这种其实是典型的错误用法，你都明确知道哪里有问题了，就应该直接给它找到相关文档之类更明确的信息，并且附上可能有的报错日志之类的，把充足的信息丢给它，再让它修复；而不是“你这个地方是不是有问题？”，这么做大概率会继续得到错误的结果
|
 |
31
secondwtq 21 小时 20 分钟前 1
我问你，40 个月以前那时候，你有没有想到就这么一段时间 AI 就可以狂刷 LeetCode 了？
我就是做底层的，AI 以后可能真的永远也不能解决底层细节问题，但是以固定静态视角看问题的思路也是真的不可取。 |
|
32
hazardous 21 小时 11 分钟前 1
@locoz #30 主要我开始也不知道他有问题，只是按他的答案实验之后发现不对，才去仔细研究他给的代码的。我本来也怀疑是不是我想的对不对，只是问了一下它，它就立马改正说他前边说的不对了。
虽说作为一个 AI ，勇于改错的态度很好吧，但是他前后给出两个不同回答时的语气，都是很笃定的，中间认错又是很干脆的，给人一种反差感😂。 |
 |
33
iyaozhen 20 小时 56 分钟前 2
你这个有点像之前说中国工业差，造不出圆珠笔珠子
那是你这个行业还没什么价值。或者说卷到最后，可能随便谁顺手整理了下资料就把你们秒了 |
 |
34
rick13 20 小时 53 分钟前 1
应该是训练资料少的问题，我之前写一个游戏 mod ，也是一样的，完全不可用，全是幻觉
|
|
35
locoz 20 小时 50 分钟前 1
@hazardous #31 你可以试着引导 AI“你说的确实是对的，但是 xxxx 出了问题”看看，你就会发现它的回答主要取决于你说了什么，而不是它真的“思考”了
|
 |
37
levelworm OP @mjawp #13
还是得懂行的人去喂才行。目前这么做的人大概只有玩 retro computing 的同好了。其实我后来找到好几本书，但是如果没做过 Power Mac 的开发可能就真不确定到底是不是我要的。毕竟 PPC 现在还在用，但是和我手头的 g4 差别很大。 |
|
38
levelworm OP |
 |
41
Leon6868 18 小时 40 分钟前 1
用 Gemini 把数据手册全部为进去再问问看
|
 |
42
shijingshijing 17 小时 46 分钟前 1
所有闭源的东西，特别是苹果的东西，AI 都不好使。你问 ARM 处理器相关的内容，AI 一般回答都没有毛病；你问苹果定制的和 ARM 相关的东西，比如 KTRR ，深入一点 AI 就只会给你车轱辘话或者糊弄你。我已经试过关于 Secure Enclave 里面运行的那个 SepOS 相关问题了，还有苹果的 kext 扩展相关的，AI 都不好使。
|
 |
43
mumbler 17 小时 31 分钟前 2
这个世界规律是：你对抗什么，你就会成为对抗的反面
你仇视富人，你就会成为穷人 你鄙视年轻人，你就会变老人 你逃避 AI ，你就会被 AI 替代 AI 这么好的东西，干嘛不去拥抱呢，跟 AI 一起淘汰哪些不愿意用 AI 的人啊 |
 |
44
zhangk23 14 小时 51 分钟前 1
这个确实我之前闲暇时间做 gba 模拟器，然后具体的底层相关的 他都回答的答非所问
|
|
45
levelworm OP @mumbler #43
我的确是积极使用 AI ，只不过是在试探他的极限。下一步我要计算一下，是走月计划划算还是 api 划算。一个月 30 刀的确也不贵就是了。 |
|
47
levelworm OP @shijingshijing #42
我理解 AI ，我也不知道这些是什么，哈哈哈，大佬研究的比较深入？ |
 |
48
nevin47 10 小时 49 分钟前 via Android 3
你这个问题我可以来回答😆
我们团队工作和芯片强相关，chatgpt 这种外部工具因为语料的原因根本就不可用。今年拉着相关的同事再摇了一些深度学习相关部门的外援，搭了一套自用的 RAG ，模型用的是开源的，各种内部才有的 FS Datasheet 喂进去然后稍微做了一下调参，再量化了一些特征来提速，现在基本上做到了纯小白入职，也有一个熟读各种协议和设计的 LLM 来当老师了😁 你觉得 gpt 没法回答的核心原因不是模型问题，而是语料不可获取导致的，你可以找一下能做知识蒸馏的平台，多导入几本文档再试试，有奇效 |
 |
49
murmur 10 小时 32 分钟前 1
AI 学的都是 github 上的东西，你如果 github 都搜不到那 ai 也学不到什么
|
 |
50
Actrace 10 小时 4 分钟前 1
智能的本质是概率学。
但是人类的智能是能持续学习的概率学。 而现代 AI 则是无法持续学习的概率学，它的知识体系永远停留在某一个时间点。所以，楼主可以考虑让它能够持续学习，这样它就能解决特定未知领域的问题了。 |
 |
51
me1onsoda 9 小时 54 分钟前 2
我怎么感觉越是硬件底层越完蛋，只要有足够的语料。越是靠近底层的东西越是大道至简
|
 |
52
Greendays 9 小时 51 分钟前 1
AI 刚火起来的时候有种说法是可以用 AI 设计芯片，左脚踩右脚上天
|
 |
54
InkStone 9 小时 14 分钟前
cursor 就有喂文档的功能，可以试一试对一些小众问题，喂文档前后的差异有多大。
互联网上相关数据不足导致 LLM 对有些问题的 0-shot 能力很弱，但只要稍微做下 RAG ，就能得到大幅度的提升。 实际上我认为可以直接这么说：一个人类简单看一看文档能解决的问题，给 LLM 喂一下文档和 prompt 基本上也能解决。 |
 |
55
HEGGRIA 9 小时 11 分钟前
目前的 ai 并不能创造一个新的事物，本质上是对已有事物的糅合拼接，所以说他的知识范围是不会超过其语料的
|
 |
56
vipfts 8 小时 49 分钟前
我基本上可以确认，与爱情软硬件紧密联系的具体操作是 AI 所不擅长的
不给草 0 分  |
 |
57
wangyzj 7 小时 52 分钟前
在这地方他学得少，太小众了
|
Select Language