原文來源：機(jī)器之能
圖片來源：由無界 AI生成
AI 正在超越人類,。上周,，英偉達(dá) CEO 黃仁勛本在《紐約時(shí)報(bào)》年度 DealBook 峰會上宣稱。
如果將通用人工智能 ( AGI ) 定義為能夠以與人類智能「相當(dāng)有競爭力」的方式完成測試的計(jì)算機(jī)，那么,，「在未來五年內(nèi),，我們將會看到這樣的 AI ?！?/p>
話音落下不久,，Meta 首席人工智能科學(xué)家、深度學(xué)習(xí)先驅(qū),、圖靈獎(jiǎng)得主 LeCun 就在公開場合反駁了黃仁勛的說法,。
在上周紀(jì)念 Meta?基礎(chǔ)人工智能研究團(tuán)隊(duì)（?FAIR?）成立 10 周年的活動中，LeCun 重申了他對 AI 在不久將來達(dá)到先進(jìn)或人類水平智能的懷疑,。
「我認(rèn)識黃仁勛」,，他說?！溉绻f AI 是一場戰(zhàn)爭,，他們就是在提供戰(zhàn)爭需要的武器?！购苊黠@,，LeCun 是指英偉達(dá)可以從 AI ?炒作中賺取巨額利潤。
「如果你認(rèn)為 AGI 已經(jīng)是大勢所趨,，你就必須購買更多的 GPU,。」「只要 OpenAI 等公司的研究人員繼續(xù)追求 AGI,，他們就需要更多英偉達(dá)的芯片,。」
LeCun 認(rèn)為,，未來幾年,，AI 更有可能變得像「貓」或「狗」一樣聰明。
按照這個(gè)說法,，即使最樂觀地按邊牧（目前最聰明的狗）來算,，AI 也只有 6-8 歲孩子的智力水平。
ChatGPT 對大型語言模型迷戀和倚重的出發(fā)點(diǎn)在于,，研究人員相信被用來訓(xùn)練基礎(chǔ)大模型的語言是一種非常特殊的信息來源,。
與聲音、光,、震動等直接的物理信息不同,，語言的信息異常密集，它以字節(jié)為單位,，將人類對這個(gè)世界重要認(rèn)知都編碼進(jìn)來,，因此也是最為有效的數(shù)據(jù)之一,。任何試圖理解這個(gè)世界的智能體都希望更多地吸收語言。
「假如你想變得非常擅長預(yù)測下一個(gè)單詞,，真想做好的話,，就得明白別人在說什么。這是唯一的辦法,。所以,，通過訓(xùn)練一些東西，讓它非常擅長預(yù)測下一個(gè)單詞,，你實(shí)際上是在強(qiáng)迫它理解,。」
深度學(xué)習(xí)之父 Hinton 在《紐約客》專訪時(shí)解釋過他為什么擔(dān)心 AI 。系統(tǒng)學(xué)會了「自動補(bǔ)全」,，「但你沒有想清楚擁有一個(gè)真正好的自動補(bǔ)全意味著什么,。」
比如,，驅(qū)動 OpenAI 聊天機(jī)器人的 GPT 可以理解單詞和想法的含義,。他解釋說，通過分析人類寫作,，像 GPT 這樣的大型語言模型可以學(xué)習(xí)世界是如何運(yùn)作的,，從而產(chǎn)生一個(gè)能夠思考的系統(tǒng)。
「這就像毛毛蟲變成蝴蝶,。」他比喻道,，幼蟲代表訓(xùn)練模型的數(shù)據(jù)，蝴蝶代表著從數(shù)據(jù)中創(chuàng)造的 AI ,。
但 Le Cun 并不認(rèn)同,。「文本是一個(gè)非常糟糕的信息來源，」他解釋說,，人類可能需要 2 萬年才能閱讀完目前用于訓(xùn)練現(xiàn)代語言模型的文本體量,。
「用相當(dāng)于兩萬年的閱讀材料來訓(xùn)練一個(gè)系統(tǒng)，它們?nèi)匀徊幻靼?，如?A 和 B 相同,，那么，B 和 A 也相同,。」
目前,，大家對語言模型和文本數(shù)據(jù)的關(guān)注,，并不足以創(chuàng)造出研究人員幾十年來一直夢想的那種先進(jìn)的類人 AI 系統(tǒng)。
早在 6 月,，LeCun 就在 ?Viva Tech 大會上就表達(dá)過類似的觀點(diǎn),，像 ChatGPT 這樣經(jīng)過大型語言模型訓(xùn)練的 AI 甚至不如狗或貓聰明,，它的能力是「有限的」。
他解釋說,，AI 接受過語言訓(xùn)練,，所以能通過律師資格考試，但它不知道怎么把盤子放進(jìn)洗碗機(jī)——這是 10?歲孩子都會的事,。
這些系統(tǒng)仍然非常有限,，它們對現(xiàn)實(shí)世界的根本現(xiàn)實(shí)沒有任何了解，因?yàn)樗鼈兗兇馐墙邮艽罅课谋镜挠?xùn)練,。他當(dāng)時(shí)說道,，「大多數(shù)人類知識與語言無關(guān)……因此 AI 無法捕捉到人類的部分經(jīng)驗(yàn)。」
在上周的10 周年紀(jì)念活動中,，LeCun 重申,，「還有關(guān)于這個(gè)世界更為基礎(chǔ)性的東西，但這些模型沒有通過它們得到訓(xùn)練,?！?/p>
需要說明的是，LeCun 也聲明自己并非懷疑論者,， 「我總是說,，人類水平 AI 可以在幾十年內(nèi)實(shí)現(xiàn)?！谷绻艺J(rèn)為不能在未來十年取得重大進(jìn)展,，我就不會有今天的成就。
但 LeCun ?強(qiáng)調(diào),，實(shí)現(xiàn)這一點(diǎn)比大多數(shù)人想象的要難,，并非 「指日可待」。
我所說的「并非指日可待」,，是指「顯然『不會在未來 5 年內(nèi)實(shí)現(xiàn)』,，這與 AI 行業(yè)許多人的看法相反?！?/strong>
而且,，他和 Meta 也不會用強(qiáng)化學(xué)習(xí)（ RL ）來解決這個(gè)問題。自監(jiān)督學(xué)習(xí)（ SSL ）,、世界模型和規(guī)劃將是實(shí)現(xiàn)人類水平 AI 的關(guān)鍵,。
因此,，LeCun 和其他 Meta AI 高管一直在深入研究如何實(shí)現(xiàn) transformer 模型的定制化，以處理各種數(shù)據(jù),，包括音頻,、圖像和視頻信息,。
他們認(rèn)為，這些 AI 系統(tǒng)越能發(fā)現(xiàn)這些不同類型數(shù)據(jù)之間可能隱藏的數(shù)十億個(gè)相關(guān)性,，越有可能實(shí)現(xiàn)更奇妙的壯舉,。
他們現(xiàn)在的一些研究包括人們戴上數(shù)字增強(qiáng)現(xiàn)實(shí)眼鏡后，如何更好學(xué)習(xí)打網(wǎng)球的軟件,。比如,，用戶能夠看到視覺提示，告訴他怎么正確握住球拍,，完美擺動手臂,。
驅(qū)動這類數(shù)字網(wǎng)球助手，需要各種 AI 模型——不僅需要處理文本和音頻,，還需要混合三維視覺數(shù)據(jù),。
這些所謂的多模態(tài) AI 系統(tǒng)代表了下一個(gè)前沿領(lǐng)域，但它們的發(fā)展并不便宜,。即便是 Meta 也需要 16,000 個(gè) Nvidia A100 GPU 來訓(xùn)練 Llama ,。
未來他們也要繼續(xù)開發(fā)這些復(fù)雜的 AI 模型。對此,，LeCun 表示 GPU 仍然是 AI 的黃金標(biāo)準(zhǔn),。不過，未來的計(jì)算機(jī)芯片可能不會被稱為 GPU,，他說,。
「你將看到新的芯片，它們不是圖形處理單元（ GPU ）,，而只是神經(jīng)的深度學(xué)習(xí)加速器（neural, deep learning accelerators）,。」
參考鏈接：
https://www.cnbc.com/2023/12/03/meta-ai-chief-yann-lecun-skeptical-about-agi-quantum-computing.html?
免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點(diǎn)僅代表作者本人,，不代表芒果財(cái)經(jīng)贊同其觀點(diǎn)或證實(shí)其描述，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/1081846.html
溫馨提示：投資有風(fēng)險(xiǎn),，入市須謹(jǐn)慎。本資訊不作為投資理財(cái)建議,。
