AI大佬隔空激辯，你支持誰？

????

“未來5年內(nèi)，頭腦正常的人都不會再用自回歸LLM（大型語言模型），GPT系統(tǒng)將很快被拋棄?！?/p>

這是圖靈獎得主、Meta首席AI科學家、紐約大學教授Yann LeCun（楊立昆）在今年智源大會上發(fā)表的觀點。

今年以來，以ChatGPT為代表的AI大模型點亮了人類世界又一次群星閃耀的時刻。但顯而易見的是，AI大模型的快速躥紅，也同時帶來了無數(shù)亟待解決的問題和諸多針鋒相對的探討。

人類是否已經(jīng)進入AGI時代？GPT是否會被拋棄？開源與閉源到底如何選擇？AI是否已然威脅到人類安全？人和AI，誰是未來世界的主宰？

顛覆式創(chuàng)新往往伴隨巨大的不確定性。即使是專家們在今天發(fā)出的權(quán)威論斷，在若干年后也很可能變成技術(shù)長河中一個微小的“謬誤”。但盡管如此，當下的百家爭鳴依然有永恒的意義。

6月10日，第五屆北京智源大會閉幕。

北京智源大會由智源研究院主辦，今年邀請到了圖靈獎得主Geoffrey Hinton（杰弗里·辛頓）、Yann LeCun（楊立昆）、Joseph Sifakis、姚期智，張鈸、鄭南寧、謝曉亮、張宏江、張亞勤等院士，加州大學伯克利分校人工智能系統(tǒng)中心創(chuàng)始人Stuart Russell（斯圖爾特·羅素），麻省理工學院未來生命研究所創(chuàng)始人Max Tegmark（馬克斯·泰格馬克），OpenAI首席執(zhí)行官Sam Altman（薩姆·奧爾特曼）等200余位人工智能專家——如此群星璀璨的專家陣容，有人評價這場大會為“AI春晚”。

大會共持續(xù)了兩天，設(shè)置了十余場分論壇，內(nèi)容涵蓋前沿技術(shù)、生態(tài)、安全、倫理等方方面面。

不過，大會最奪人眼球的環(huán)節(jié)之一，還是杰弗里·辛頓、楊立昆、斯圖爾特·羅素、馬克斯·泰格馬克、薩姆·奧爾特曼等國際AI大咖的隔空辯論。大會期間，「甲子光年」參與了活動群訪，將最值得關(guān)注的4個核心爭議點進行了提煉總結(jié)，盡可能還原全球AI領(lǐng)軍者們對AI當下與未來的深度思考。

1.GPT快要被拋棄了？

AI大模型出現(xiàn)后，一個隨之而來的問題是：世界是否已經(jīng)進入AGI時代？

王小川曾在今年2月便篤定地告訴「甲子光年」：“這（指ChatGPT）就是AGI！”這一判斷的核心邏輯是，ChatGPT背后的大模型掌握了語言，而語言的邊界就是世界的邊界，機器掌握了語言，就意味著AGI的到來。

但就在本次智源大會上，ChatGPT神話的締造者、OpenAI CEO薩姆·奧爾特曼則表示，自己并不確定AGI何時到來，但他認為10年內(nèi)，人類可能會迎來更強大的AI系統(tǒng)。

之所以業(yè)內(nèi)有如此巨大的分歧，是因為AGI目前并沒有明確定義。

在本屆智源大會上，智源研究院院長黃鐵軍表示，“通用人工智能”有兩個解釋，GAI（General Artficaial Intelligence）和AGI（Artificial General Intelligence）。他認為，大多數(shù)媒體都將通用人工智能理解為前者，而真正讓人工智能研究者談?wù)摂?shù)年的是AGI，世界正處于由GAI向AGI邁進的歷史時期。

要實現(xiàn)AGI，究竟需要什么樣的技術(shù)條件？

黃鐵軍總結(jié)了三條實現(xiàn)AGI的技術(shù)路線：

大數(shù)據(jù)+自監(jiān)督學習+大算力形成的信息類模型，以O(shè)penAI的GPT系列模型為代表；

?

基于虛擬或真實世界，通過強化學習訓練出來的具身模型，以Google DeepMind的DQN深度學習技術(shù)為代表；

直接抄自然進化的作業(yè)，復(fù)制數(shù)字版本的人腦和智能體，即腦智能。這是智源研究院一直在嘗試的方向。

目前，智源研究院在上述三個方向均有布局。會上，黃鐵軍著重介紹了大模型與具身智能兩個方向，發(fā)布了全面開源的“悟道3.0”系列大模型及算法，報告了在高精度生命模擬和有機大分子建模方面的最新進展。

在2021年3月，悟道1.0發(fā)布會上，智源研判人工智能已經(jīng)從“大煉模型”轉(zhuǎn)變?yōu)椤盁挻竽Ｐ汀钡男码A段，從此，“大模型”概念走入公眾視野。

黃鐵軍提出了大模型需要具備的三個條件：一是規(guī)模要大，參數(shù)達百億規(guī)模以上；二是涌現(xiàn)性，能夠產(chǎn)生預(yù)料之外的新能力；三是通用性，不限于專門問題或領(lǐng)域，能夠處理多種不同的任務(wù)。

悟道系列模型已發(fā)展到“悟道3.0”版本，涵蓋語言、視覺、多模態(tài)等基礎(chǔ)大模型，并全面開源。

在攻關(guān)大模型的同時，智源研究院也在探索具身智能。近期，智源研究院提出了在無專家數(shù)據(jù)情況下高效解決《我的世界》任務(wù)的方法Plan4MC，可完成大量復(fù)雜多樣任務(wù)，為當前強化學習路徑下最優(yōu)表現(xiàn)，成功率相比所有基線方法有大幅提升。智源的下一個目標則是讓智能體在開放世界中持續(xù)學習并進一步具備創(chuàng)造力。

針對第三條路徑，智源研究院也有新進展。

去年的智源大會上，智源研究院發(fā)布了最高精度的仿真線蟲?，F(xiàn)在，智源開放仿真線蟲研究所使用的“天演”平臺，提供在線服務(wù)。

基于天演平臺，實現(xiàn)對生物智能進行高精度仿真，探索智能的本質(zhì)，推動由生物啟發(fā)的通用人工智能。為進一步推動神經(jīng)系統(tǒng)仿真規(guī)模與性能，天演團隊將天演接入我國新一代百億億次超級計算機-天河新一代超級計算機。通過“天演-天河”的成功部署運行，實現(xiàn)鼠腦V1視皮層精細網(wǎng)絡(luò)等模型仿真，計算能耗均能降低約10倍以上，計算速度實現(xiàn)10倍以上提升，達到全球范圍內(nèi)最極致的精細神經(jīng)元網(wǎng)絡(luò)仿真的性能，為實現(xiàn)全人腦精細模擬打下堅實基礎(chǔ)。

除智源的三條路徑之外，圖靈獎得主、Meta首席AI科學家、紐約大學教授楊立昆也在會上系統(tǒng)闡述了他提出的“世界模型”。

在楊立昆看來，幾十年來，研究者一直在使用監(jiān)督學習，這需要太多的標簽。強化學習效果不錯，但需要大量的訓練來學習知識。近年來，研究者一直在使用大量的自我監(jiān)督學習，但這些系統(tǒng)在某個地方不太專業(yè)，而且很脆弱，它們會犯愚蠢的錯誤，它們不會真正地推理，也不會計劃。當然，它們的反應(yīng)確實非常快。

相比之下，動物和人類可以快速執(zhí)行新任務(wù)并理解世界是如何運作的，也可以推理和計劃、具有常識，這是機器所不具備的。

他甚至不留情面地說，未來5年內(nèi)，頭腦正常的人都不會再用自回歸LLM（大型語言模型），GPT系統(tǒng)將很快被拋棄?！斑@些系統(tǒng)沒有物理世界的經(jīng)驗，這使得它們（的能力）非常有限?！睏盍⒗ケ硎?。

楊立昆認為，人類最終走向的將是“世界模型”。世界模型可以真正地理解這個世界，并預(yù)測和規(guī)劃未來。通過成本核算模塊，結(jié)合一個簡單的需求（一定按照最節(jié)約行動成本的邏輯去規(guī)劃未來），它就可以杜絕一切潛在的毒害和不可靠性。

那么，我們?nèi)绾螐谋举|(zhì)上理解世界模型？

楊立昆提出了一個分層系統(tǒng)的設(shè)想：通過一連串的編碼器，提取世界狀態(tài)的更多抽象表示，并使用不同層次預(yù)測器的世界模型，在不同的擾動水平、不同的時間尺度下預(yù)測世界的狀態(tài)。

一個簡單的例子是，如果你想從紐約去北京，你需要做的第一件事就是去機場，然后坐飛機去北京。這個過程可以拆分為若干動作，例如你從紐約辦公室的椅子上站起來，出門，到街上去攔一輛出租車，并告訴司機你要去機場等等——所有復(fù)雜的任務(wù)都是以某種分層規(guī)劃的方式完成的。

不過，楊立昆也承認，目前還沒人知道如何規(guī)模化實現(xiàn)這種分層規(guī)劃的體系。

2.開源與閉源：一場信仰與現(xiàn)實的較量

盡管技術(shù)邊界無窮無盡，但一個擺在人們眼前的現(xiàn)實問題更不容忽視——正在快速形成的大模型生態(tài)應(yīng)該開源還是閉源？

回看整個計算機技術(shù)發(fā)展史，很難分辨開源、閉源生態(tài)究竟孰優(yōu)孰劣。

在PC時代，有封閉的Wintel聯(lián)盟和開放的Linux，今天，Linux幾乎成為所有操作系統(tǒng)的內(nèi)核；移動互聯(lián)時代，iOS的封閉生態(tài)與安卓的開放生態(tài)雙足鼎立。

如今到了智能時代，未來的大模型之爭也難逃生態(tài)之爭。

從國外看，LLaMA發(fā)布后，在全球派生出的模型不計其數(shù)，已經(jīng)形成了龐大的生態(tài)。但智源研究院副院長、總工程師林詠華在訪談時對「甲子光年」等媒體表示，這種生態(tài)對中國的企業(yè)和開發(fā)者并不友好。

首先，LLaMA的開源生態(tài)無法商用；其次，LLaMA的語料主要來自國外，由此帶來的部分和中文語境不適配的問題會被繼承在基于LLaMA訓練的模型中。

為此，智源研究院搭建了一套更適用于國內(nèi)的開源生態(tài)體系。

今年年初，智源發(fā)布了FlagOpen大模型技術(shù)開源體系；數(shù)據(jù)集方面，智源已開源首個大規(guī)模、可商用的中文指令數(shù)據(jù)集COIG。COIG一期已開放總計19.1萬條指令數(shù)據(jù)，COIG二期正在建設(shè)最大規(guī)模、持續(xù)更新的中文多任務(wù)指令數(shù)據(jù)集，整合了1800多個海量開源數(shù)據(jù)集，人工改寫了3.9億條指令數(shù)據(jù)，并提供了配套的數(shù)據(jù)篩選、版本控制工具。

事實上，開源和閉源的選擇背后，是一場信仰與現(xiàn)實的較量。

對于很多人而言，開源是一個原則問題。開源社區(qū)Hugging Face聯(lián)合創(chuàng)始人Julien Chaumond曾在推特上寫道：“我們永遠不會放棄為開源人工智能而戰(zhàn)?！?/p>

智源研究院也是開源生態(tài)堅定的擁躉?！叭绻麤]有開源，AI不會發(fā)展到今天。”林詠華表示。

不過，在林詠華看來，開源和閉源沒有對錯之分，更多取決于主體自身性質(zhì)和訴求。國內(nèi)大廠作為商業(yè)機構(gòu)，投入了大量成本訓練模型，這也決定了他們需要考慮如何讓投資有回報的問題；而智源作為政府支持的非營利組織，主要訴求是對產(chǎn)業(yè)產(chǎn)生更多的技術(shù)影響，這決定了智源追求開源，尤其是可商用的開源生態(tài)。

只是，相比以商業(yè)目標為主導的閉源生態(tài)，開源系統(tǒng)還有更強的公共意義。

在封閉生態(tài)下，大企業(yè)很容易形成壟斷，甚至演變?yōu)榧夹g(shù)霸權(quán)。當一項影響全人類命運的技術(shù)僅僅掌握在少數(shù)商業(yè)主體手中，世界都將陷入巨大的不穩(wěn)定性中。開源則能在一定程度上避免技術(shù)霸權(quán)。

但開源也會然意味著谷歌、OpenAI等提供開源內(nèi)核的企業(yè)在巨大的技術(shù)投入后很難得到相應(yīng)的回報，甚至讓企業(yè)生存難以為繼。

眾所周知，OpenAI也曾為開源而生。但從GPT-3開始，OpenAI便停止開放模型源代碼；到GPT-4，更是連最基本的模型參數(shù)都沒公布。

會上，張宏江將未來是否會開源的問題拋向奧爾特曼，而奧爾特曼卻打起了“太極”：“隨著時間的推移，我認為我們可能會期待更多的開源模型，但我沒有具體的時間表?！眾W爾特曼進一步表示，開源一切并不是最優(yōu)路徑。

曾有人推測認為OpenAI走向“CloseAI”是因為其背后綁定了巨頭微軟，必須考慮商業(yè)回報。不過，在OpenAI的官方口徑中，閉源是出于安全考慮。

過去一段時間，奧爾特曼像一位AI安全的“布道者”，不斷呼吁全球各界人士重視AI安全。這一次也不例外。

3.控制AI是否為時尚早？

關(guān)于人類究竟應(yīng)不應(yīng)該盡早控制AI的問題，專家們也始終爭執(zhí)不下。

一邊是以楊立昆為代表的樂觀派。

在他看來，超級人工智能確實存在安全風險，對此，各界可以通過謹慎的工程設(shè)計來減輕或遏制風險。但問題在于，目前人類并沒有真正設(shè)計出超級智能系統(tǒng)，談?wù)摪踩蚩刂茊栴}有些為時過早。

楊立昆舉了一個生動的例子：“這就好像你在1930年問航空工程師‘如何讓渦輪噴氣式飛機安全可靠’？工程師會說‘什么是渦輪噴氣式飛機’？因為渦輪噴氣發(fā)動機在1930年還沒有被發(fā)明?！?/p>

另一邊，則是以奧爾特曼、泰格馬克、辛頓等為代表的謹慎派。

“千里之行，始于足下?！痹凇癆I安全與對齊”的分論壇上，奧爾特曼引用了《道德經(jīng)》中的一句話，來呼吁全球盡早邁出AGI治理最有建設(shè)性的第一步。

奧爾特曼表示，人工智能系統(tǒng)正在越來越強大，如果人類不做好規(guī)劃，一個原本設(shè)計用來改善公共衛(wèi)生的AI系統(tǒng)很可能提供破壞公共衛(wèi)生的建議；一個原本用來優(yōu)化農(nóng)業(yè)實踐的人工智能系統(tǒng)可能會無意中損害經(jīng)濟和資源的消耗，缺乏對長期可持續(xù)性的考慮，從而影響食物生產(chǎn)和環(huán)境平衡。

因此，推進AGI安全是全球?qū)ふ夜餐鲎钪匾念I(lǐng)域之一。首先，各國應(yīng)共同建立包容的國際準則和標準，并在所有國家對AGI的使用中建立平等、統(tǒng)一的防護措施。其次，建立國際合作，以可驗證的方式在全球范圍內(nèi)建立對越來越強大的AGI系統(tǒng)安全開發(fā)的信任。

而在更具體的操作層面，“對齊”則是很重要的一步。

奧爾特曼表示，從GPT-4完成預(yù)訓練到部署，OpenAI花了八個月來研究如何前置預(yù)判風險并給出對策的問題?！癎PT-4的對齊程度超過當前所有的代碼?！?/p>

他進一步表示，對于更高級的系統(tǒng)，對齊仍然是一個尚未解決的問題。未來的AGI可能是一個十萬行二進制代碼的系統(tǒng)，人類很難判斷如此規(guī)模的模型是否在做一些損害人類社會的事情。因此，我們需要新的技術(shù)方法，并加強治理監(jiān)督。

奧爾特曼透露了兩個正在投資新的方向：

一個是可擴展的監(jiān)督，嘗試使用AI系統(tǒng)來協(xié)助人類監(jiān)督其他AI系統(tǒng)。例如，訓練一個模型來幫助人類監(jiān)督員找出其他模型代碼中的缺陷。

一個是可解釋性。我們希望更好地理解模型內(nèi)部發(fā)生的事情，我們最近發(fā)表了一篇論文，使用GPT-4來解釋計算機的復(fù)雜狀態(tài)。

麻省理工學院未來生命研究所創(chuàng)始人馬克斯·泰格馬克的觀點和奧爾特曼有異曲同工之妙。

在主題為《Keeping AI under control》的演講中，泰格馬克表示，要確保AI為人類服務(wù)而不是和人類作對，需要解決兩大問題：

首先是對齊，讓單個AI真正按照其所有者的意愿行事。其次，是如何讓世界各地所有組織、公司、個人等保持一致，確保他們用AI來做正確的事。

在這次分享中，泰格馬克主要圍繞前者展開討論。其中，讓機器具有可解釋性是關(guān)鍵。他將讓機器實現(xiàn)可解釋性分為三個層面：

首先，判斷機器的可信度。例如人在開車時并不明白剎車的工作原理，但人們會相信踩下剎車板車就會慢下來。

其次，更好地理解機器，這會讓機器更值得被信賴。

最后，也是泰格馬克本人的志向，就是提取機器學習黑匣子中的所有知識，并將其在其他系統(tǒng)中復(fù)現(xiàn)，便能夠證明機器會按照人類的意愿做事。

泰格馬克用一些例子來解釋了最后一點，其中一個例子還反駁了楊立昆對自回歸模型中缺乏世界模型的批評。

他引用了一篇論文內(nèi)容，其中提到，研究者訓練了一個transformer模型來預(yù)測奧賽羅游戲（一種比圍棋簡單得多的棋盤游戲）的下一個動作，他們并未告訴模型任何游戲規(guī)則，甚至沒讓模型知道這是一個棋類游戲。但機器的可解釋性發(fā)現(xiàn)，模型自己建立了一個8x8的二維世界模型，棋盤上還有棋子。

泰格馬克表示，這種能力也存在于其他大型語言模型中，例如人們在使用百度的文心一言或GPT-4時，會發(fā)現(xiàn)它們能夠為不同的人建模，按照使用者的風格輸出內(nèi)容。

智源研究院院長黃鐵軍也對「甲子光年」等媒體發(fā)表了自己的看法，強調(diào)了關(guān)注AI安全，應(yīng)對AI風險的重要性。

黃鐵軍認為，目前，我們處在一個模糊的階段，他將其稱之為“Near AGI”，任何事情只要確定都是可以把控的，就怕不能確定。而今天，我們就處在一個不能確定的狀態(tài)。

“雖然我們認為GPT-4還不算真正的AGI，但是其知識儲備量和融會貫通的能力已經(jīng)很強。這樣的‘Near AGI’比我們強嗎？超過我們的智能了嗎？今天論壇的所有嘉賓在報告中都沒有給大家一個確定的答案。并沒有明確說‘NO’‘放心’‘今天的AI系統(tǒng)還不如人類強大呢’。這就是問題所在”，黃鐵軍表示，“我們并不清楚地知道人工智能是不是已經(jīng)超過我們，不知道它何時會超過我們，該問題處在一個完全無法把控的狀態(tài)。如果我們能夠像投資熱情那樣投入來應(yīng)對風險，至少還有一定把握未來的可能。但是，你相信人類能做到嗎？我不知道”。

4.人類和AI，誰是未來世界的主宰？

大佬們之所以如此關(guān)注AI安全，核心是因為人工智能的發(fā)展趨勢將直接影響到全人類的未來命運。

有關(guān)AI顛覆人類的科幻故事不勝枚舉，甚至有不少人談“AI”色變。無論專家、從業(yè)者還是普通公眾，都迫切地想要知道：如果智能體比人類更聰明，世界會發(fā)生什么？

圖靈獎得主、“深度學習之父”杰弗里·辛頓在閉幕演講中提到，超級智能可能會比預(yù)想中發(fā)生得更快。

不良分子可能會利用超級智能體操縱選舉等活動。在美國和其他許多地方，他們已經(jīng)在利用它們進行這些活動，甚至可能會用于贏得戰(zhàn)爭。

如果要讓數(shù)字智能更高效，人們需要允許智能體制定一些目標，而智能體實現(xiàn)這些目標的大前提是擁有更多的控制權(quán)。辛頓認為，目前很難想象人類該如何阻止數(shù)字智能為了實現(xiàn)更多目的而獲取更多控制權(quán)。

一旦數(shù)字智能開始追求更多控制權(quán)，人類可能會面臨更多問題。比如，在物理隔絕的情況下，超級智能物種仍然可以通過控制人類來輕易獲得更多的權(quán)限。

在辛頓的觀察中，這類人工智能已經(jīng)熟練掌握了欺騙人類的動作。它可以通過閱讀小說，來學習欺騙他人的方式，而一旦人工智能具備“欺騙”的能力，也就具備輕易控制人類的能力。

例如，如果超級智能體想入侵華盛頓的一座建筑，它不需要親自去那里，只需要欺騙人們，讓他們自認為通過入侵該建筑物，就能拯救民主，最終實現(xiàn)目的。

現(xiàn)實世界中，也已經(jīng)出現(xiàn)了AI欺騙人類的先例。

據(jù)美聯(lián)社報道，6月9日，一名從業(yè)30年的紐約律師在其提交的法庭文件中使用了ChatGPT提供的案例，而這些案例中很多都是ChatGPT杜撰的，這導致這名律師面臨紀律聽證會，甚至可能面臨處罰。

“這種操作令人感到害怕，因為我也不知道如何阻止這樣的行為發(fā)生?！毙令D擔憂道。

辛頓呼吁，希望年輕一代的研究人員可以找出一些更智能的辦法，來阻止超級智能體通過欺騙來控制人類的行為。

或許，人類的微弱優(yōu)勢是，這些智能物種都是由人類打造的，而非自然進化的產(chǎn)物，也正因如此，它們可能不具備人類會競爭、有攻擊性等特點。

為此，人類可以嘗試賦予人工智能一些倫理原則。但一個更讓人毛骨悚然的隱憂是，古往今來，主宰世界的往往是智能水平更高的物種。

在演講最后，辛頓留下了一則寓言式的警示：

“假設(shè)青蛙創(chuàng)造了人類，你認為現(xiàn)在誰會占據(jù)主動權(quán)，是人，還是青蛙？”