「AI教父」万字采访实录:AI航行的方向藏着巨大的冰山

AppSO 早些时候报道了 Geoffrey Hinton 宣布辞去 google 的职务,并称自己现在对自己毕生的工作感到后悔 。 Hinton 对人工智能领域的发展所带来的风险感到担忧,并为人类敲响警钟 。
被誉为「深度学习教父」的 Geoffrey Hinton 是深度神经网络技术的奠基人之一,对人工智能的发展做出了重要贡献,曾获得过计算机领域的最高荣誉「图灵奖」 。
Geoffrey Hinton 在 2013 年加入 Google,担任 Google 的工程师,领导开发了一系列 AI 领域的核心技术 。
在 2023 年 3 月初的一场采访上,Geoffrey Hinton 曾就 AI 的发展做了详细的解读,完整地阐述了他对大语言模型的看法和忧虑 。
整个采访全长 40 分钟,相信在你看完后会对 AI 有更深的了解 。
采访:
https://www.YouTube.com/watch?v=qpoRO378qRY
出品:Web3 天空之城 x APPSO
划重点:
1. ChatGPT 实现智能的途径和人类大脑并不一样
2. 20 年或更短时间内我们会构建出 AGI(通用型人工智能)
3. 当我们完成对大模型的训练后,未来像 ChatGPT 这样的程序可以在非常低功耗的芯片上运行
4. AI 有可能会伤害人类,美国军方计划将这项技术应用于战争的一些想法令人作呕
5.AI 普及后,人们将从事更有创造性的工作,而减少例行工作

「AI教父」万字采访实录:AI航行的方向藏着巨大的冰山

文章插图
Q:CBS 主持人 Brook Silva-Braga A:Geoffrey Hinton
Q:您如何描述当前 AI 机器学习领域的时刻?
A:我认为这是一个关键时刻 。ChatGPT 表明,这些大型语言模型可以做一些令人惊奇的事情 。普通公众突然开始关注这个领域,因为微软发布了一些产品,他们突然意识到了大公司在过去五年里所知道的东西 。
Q:你第一次使用 ChatGPT 时的想法是什么?
A:在 ChatGPT 前,我已经使用了许多类似的东西,所以 ChatGPT 并没有让我感到惊讶 。
GPT-2(这是早期的一种语言模型)曾让我惊讶,Google 的一个模型也让我惊讶,它实际上可以解释为什么一个笑话很好笑 。它用自然语言告诉你为什么一个笑话很好笑 。当然,并非所有笑话都可以,但对于很多笑话,它都可以告诉你为什么它们好笑 。
Q:如果 ChatGPT 并不那么令人惊讶或令人印象深刻,那么您对公众对它的反应感到惊讶吗?因为反应很大 。
A:是的,我认为每个人都有点惊讶于反应如此之大 。这是最快增长的应用程序 。也许我们不应该感到惊讶,但研究人员已经习惯于这些东西实际上是有效的 。
Q:你在 AI 领域一直处于领先地位,半个世纪都领先于其他人,对吗?
A:其实不然 。在 AI 领域,有两种思路 。一种是主流 AI,另一种是关于神经网络的 。主流 AI 认为,AI 是关于推理和逻辑的,而神经网络则认为,我们最好研究生物学,因为那些才是真正有效的东西 。
所以,主流 AI 基于推理和逻辑制定理论,而我们基于神经元之间的连接变化来学习制定理论 。从长远来看,我们取得了成功,但短期内看起来有点无望 。
Q:回顾过去,了解你现在所知道的,你认为当时你是否可以说服人们?
A:我当时可以说,但那并不能说服人们 。我可以说,神经网络在 20 世纪 80 年代没有真正奏效的唯一原因是计算机运行速度不够快,数据集不够大 。
然而,在 80 年代,一个重要的问题是,一个拥有大量神经元的大型神经网络,计算节点和它们之间的连接,仅通过改变连接的强度,从数据中学习,而没有先验知识,这是否可行?主流 AI 的人认为这完全荒谬 。尽管这听起来有点荒谬,但它确实有效 。
Q:您是如何知道或为什么相信这种方法会奏效的?
A:因为大脑就是这样 。你必须解释我们是如何做到这些事情的,以及我们是如何做到那些我们没有进化出来的事情的,比如阅读 。
阅读对我们来说是非常新近的,我们没有足够的进化时间来适应它 。但我们可以学会阅读,我们可以学会数学 。所以一定有一种在这些神经网络中学习的方法 。
Q:昨天,曾与您共事的 Nick 告诉我们,您并不是真正对创建 AI 感兴趣,您的核心兴趣是理解大脑是如何工作的 。
A:是的,我真的想了解大脑是如何工作的 。显然,如果你关于大脑工作原理的错误理论带来了好的技术,你可以利用这一点来获得资助 。但我真的想知道大脑是如何工作的 。我认为目前人工神经网络与大脑实际工作原理之间存在一定的分歧 。我认为它们现在走的是不同的道路 。
Q:那么我们现在还没有采取正确的方法?


推荐阅读