背景:
2024年4月25日上午,2024中关村论坛正式开幕,本届论坛以“创新:建设更加美好的世界”为主题。硅谷人工智能研究院院长、《硅谷百年史》的作者皮埃罗·斯加鲁菲先生来分享了他对人工智能时代的思考与创新。
他认为,AI进步的四大驱动因素包括硬件的发展、大型数据集的使用、开源平台的共享以及全球科学家的合作。硬件性能的提升、数据的利用、开源资源的丰富以及全球科研人员的共同努力,都是推动AI发展的关键。而未来人工智能在五个方面会变得更加有用,更加真实:
定制模型、低算力的AI、多模态、可信AI、人形机器人。
以下为全文实录:
首先给大家做一个警告,大家还记得AlphaGo吗?2017年,大家都在问我,让我谈一下AI,具体谈一下AlphaGo。AlphaGo去哪里了?当时非常流行,我们认为AlphaGo会打败我们所有人,征服世界。但AlphaGo已经是过去,不是未来,这个项目也停止了。
2017年的时候,发生了一件更重要的事情,对未来有深远影响,那就是Google引入了一个新的AI架构,叫做转换器Transformer。这是一个历史性的事件,我在会上也曾经做过报告。
另外,在旧金山有一个小的初创公司叫OpenAI,当时创立了。它能够引领我们走向未来。大家可能不知道GPT,指的是生成式预先训练的转换器,它基于转换器Transformer的架构。
我给大家打个预防针,AlphaGo实际上并不是未来,而是过去。所以我们预测未来的话,我们要考虑两个因素:AI人工智能过去的进步背后的推动力是什么?今天的AI有什么样的不足?
首先我们来看一下推动AI进步的一些驱动因素。如果我们看AI,在硬件方面,其实一直没有什么大的变化。从我学生时代开始,它的芯片架构从1972年到现在,基本上没有什么大的变化。
第一个驱动因素是硬件。1985年,我当时的电脑性能很差,我只能做两层架构,现在已经能做好几百层了。
第二个驱动因素是数据。1997年IBM的深蓝击败了国际象棋冠军,后来有AlphaGo,现在有OpenAI的GPT。主要背后的驱动因素就是大型数据集,所以数据对于AI的进步非常重要。
第三个驱动因素是开源。它的作用非常明显。如果我们看一下不同的大学,比如在不同的国家都有很多开源的平台做深度学习,这对于很多人在AI上做各种实验非常重要,而且也不是特别昂贵。
第四个驱动因素是现代人工智能的发明家。我把他们的照片都放在这个幻灯片里面了。有的人说AI是来自硅谷,但我们看不到这些人中有任何来自美国的发明人,他们实际上是来自世界各国。所以AI实际上是全球各国的科学家共同进行国际合作的结晶,同时也推动了深度学习的发展。
这是我想到的四大驱动因素。同时,AI也是我们的转换器Transformer架构科学上的一个进展,同时也是在其他各个方面的进展,来推动了人工智能的进展。
下面我们说一下AI的不足:
一是人工智能并不是人类智能。我们大脑的功耗只是20瓦,而生成式AI消耗了上百万瓦的电能。大家可以开车、坐地铁、买东西、看电视,我们只是用20瓦的功能就能做这些事情,而生成式AI要消耗上百万瓦的电能才能做。
而且,之前神经网络的系统是1943年的架构,到现在为止一直没有太大的变化。它有着不同的算力,不同的神经节点。而我们大脑的神经元复杂性,要比AI中间的神经元复杂得多。
二是我们在一个物理世界中间,我们可以去移动,可以触达,可以用各种感官去感知世界。
三是自然学习。我们说人类的学习方法是一种试错的方法,比如碰一下热水知道很烫就不会再碰了,而现在的人工智能是通过大量的数据不断堆积而成的。
四是会出现幻觉。有的时候有一些标志化的AI不会出现幻觉的情况。
我们还会进一步让AI演进。我们可以看到,在未来人工智能在五个方面会变得更加有用,更加真实:
一是定制模型。去年OpenAI推出了自己定制的模型,它能够找到更好的结果。问题是这些大语言模型即便非常小,也非常贵,而且功耗巨大。一般的公司出不起钱,很多国家没有办法负担得起。
二是低算力的AI。有的时候我们可以通过非常小的架构,还有非常小的数据集实现非常好的AI。比如斯坦福的阿帕卡,只需要花600美元来进行训练。
三是我们还要看到多模态。很多时候我们不是做阅读测试或者在现实生活中间骑自行车,在这个中间我们需要有一个多模态的模型,也就是说,我们需要不同的视觉、语言,包括FLAVA、Flamingo、GPT-4等等。现在我们有了一种全新的语言模型,它可能不一定是叫语言模型,是一个多模型的集合,包括文本、图像,而且有更多的传感器把它容纳到这样一个模型里面。
另外一个根本性的问题,就是目前的生成式人工智能不可靠。比如我的一个AI应用就是关于Magazine,现在很多诊断是由AI来做的,比如你要用GPT应用于疾病诊断的话我们放心吗?很多时候我们是不放心的。我们要借助这样的一些语言模型,其设计之初是预测一个序列里面下一个词是什么,实际上这个转换器主要的目的就是预测序列中间的下一个词是什么。有的时候它的结果并不是真正的现实。
如何实现可信的AI?这是我们未来研究的一个非常重要的领域。
人形机器人也是非常热门的一个领域。长期以来我不愿意在我的演讲PPT中间放上一些人形机器人的图片,因为我已经见过很多人形机器人做的演示,它可以跳,可以做很多其他的事情。但是实际上我认为,它是没有什么用途的。
现在我们已经使得人形机器人变得更加真实了。比如在一个小的工厂里面,一个真实的工厂,我们来开一个真正的使用机器人的工厂,比如亚马逊,真正的工厂里面,机器人的确产生了很大的影响。