Meta CTO接受訪談,，大談AI開源競爭,，認(rèn)為AI開源將讓所有參與者獲益,。同時,，XR已經(jīng)準(zhǔn)備好利用AI搭建殺手應(yīng)用,，Meta最近推出的AR眼鏡就是最好的例子,。

原文來源：新智元

圖片來源：由無界 AI生成

最近，Meta CTO Andrew Bosworths公開接受了記者的專訪,。

他針對Meta如何將AI和XR行業(yè)融合在一起，以及Meta對于開源AI社區(qū)的競爭和發(fā)展,，AI人才的流動聊了很多,。

當(dāng)XR遇上AI，如何迸發(fā)出火花

問題：看起來,，當(dāng)混合現(xiàn)實硬件與生成式人工智能相結(jié)合時，會得到1+1大于2的效果嗎,？

在7年前Michael Abrash的Connect演講中,，他探討了大型AR的未來愿景，強調(diào)人工智能是核心組成部分,。

但之前的認(rèn)識可能存在誤區(qū),，認(rèn)為需要大量狹窄的數(shù)據(jù)集才能獲得更好的AI系統(tǒng)。然而,，這種思維方式正逐漸轉(zhuǎn)變,。

眼鏡類產(chǎn)品在市場上的長期存在，加上人工智能的應(yīng)用,，就可以顯著提高眼鏡的實用性,。

在大型語言模型出現(xiàn)之前，機器學(xué)習(xí)總是圍繞著創(chuàng)造價值的應(yīng)用發(fā)展的,。

例如，F(xiàn)acebook在引入News Feed排名機制之前已存在,，但隨著時間的推移,，其排名機制得到了改善。

類似地,，所有人工智能系統(tǒng)通常都是基于非AI元素開始,，以獲取數(shù)據(jù)集，隨后這些數(shù)據(jù)集支持人工智能系統(tǒng)的不斷進步,。

然而大型語言模型與以往不同,，它已經(jīng)具有了很強的通用性。這意味著不再需要精確或完美的訓(xùn)練數(shù)據(jù),，現(xiàn)有的人工智能技術(shù)將成為未來Meta設(shè)備的基石,。

Meta最近剛剛和Ray Ban合作推出的眼鏡就是一個例子。這款眼鏡具有攝像頭視頻,、實時流媒體,、優(yōu)質(zhì)音樂播放和通話的功能,，是一款優(yōu)秀的產(chǎn)品。

剛剛推出時,，我們覺得需要一個「智能助手」來幫助用戶使用這些功能,，但是6個月過后，智能助手本身成為了眼鏡上最為流行的功能了,。

他強調(diào),，硬件產(chǎn)品的關(guān)鍵功能在短時間內(nèi)發(fā)生改變是非常罕見的，但在眼鏡的案例中卻發(fā)生了,，顯示了技術(shù)發(fā)展的迅速和不可預(yù)測性,。

問：您認(rèn)為人工智能將如何在Quest中發(fā)揮作用？

在Quest上,，我們真正想要實現(xiàn)的一些功能實際上并沒有很好的訓(xùn)練數(shù)據(jù)集,。

文本，我們有整個互聯(lián)網(wǎng)作為資源,。照片,，F(xiàn)acebook和Instagram上有龐大的圖庫。但對于3D對象,，尤其是在四維空間中動畫的3D對象,，卻沒有一個大型、權(quán)威的數(shù)據(jù)庫,。

這正是我們真正想要的,。我們正在努力，試圖改進這個模態(tài)下的一切內(nèi)容,，包括能夠?qū)С龈嗟?D內(nèi)容,。

所以混合現(xiàn)實和虛擬現(xiàn)實非常難以實現(xiàn)，因為你要實現(xiàn)的是一個額外的維度空間上的所有內(nèi)容,。

但另一方面,，XR和VR顯然有巨大的優(yōu)勢，它們有始終開啟的傳感器,。這些傳感器始終在掃描和感知空間,。

Meta依然在進行研究，在3D和4D空間上看到了一些很有潛力的事情,。

問：您想要實現(xiàn)的殺手級用例是什么,？

答：在短期內(nèi)，公司重點關(guān)注的是創(chuàng)作者,，提供了設(shè)計頭像、創(chuàng)建世界和游戲等功能,。

而Meta的長期目標(biāo)是提高用戶與機器的交互效率,，使用戶能夠同時在內(nèi)容和系統(tǒng)層面進行交互。

例如，用戶可以直接通過簡單指令來啟動游戲并邀請朋友參與某個游戲,。

這可能是一個非常復(fù)雜的過程,，需要在系統(tǒng)中啟動游戲，同時向好友發(fā)出邀請,，并將他們拉到同一個應(yīng)用中的同一個地方,。

開源AI，Meta與社區(qū)共榮

問：請問Meta開源Llama背后的策略是什么,？

公司自2006年以來一直是開源領(lǐng)域的領(lǐng)導(dǎo)者,。他們利用了多個開源項目，如PHP,、Memcached和MySQL,，這些項目幫助公司以較少的員工高效運作。他們還推動了PyTorch項目,，這是一種主要的機器學(xué)習(xí)工程系統(tǒng),，并對其進行了開源。

開源項目的一個重要好處是圍繞它可以建立起一個社區(qū),，這使得項目自我強化,。例如，使用PyTorch的行業(yè)其他成員構(gòu)建的工具也為公司所用,。公司也觀察到了他們的Llama項目的成功,，這個項目有著龐大的建設(shè)者社區(qū)和1億次下載記錄，已經(jīng)促成了多個不同項目和商業(yè)程序的成功,。

公司還強調(diào)了開源軟件的價值,。他們的研究實驗室發(fā)現(xiàn)，開源軟件可以迅速獲得獨立第三方的驗證結(jié)果,，促進進一步的發(fā)展,。雖然不是所有東西都適合開源——例如，由于數(shù)據(jù)集的使用或安全考慮——但在可能的情況下,，他們傾向于開源,，因為這對所有人，包括他們自己,，都是雙贏的情況,。

問：來聊聊Llama，您的人工智能模型家族,。開源Llama背后的策略是什么,？

答：從我2006年加入Facebook那天起，F(xiàn)acebook一直以來就是開源領(lǐng)域的領(lǐng)導(dǎo)者,。

PHP是開源的,。如果Facebook沒有接手Memcached這個項目,，我們就會倒下。

MySQL是開源的,。這就是Facebook之后能夠成為一家規(guī)模小但是效率超高的公司,，并以少量員工完成如此多工作的原因之一。

Meta現(xiàn)在不僅在推動這些項目,，而且還在推動PyTorch,，這是完成機器學(xué)習(xí)工程的第一系統(tǒng)。我們構(gòu)建并開源了它,。

開源項目的一個重要好處是圍繞它可以建立起一個社區(qū),，Meta可以充分利用這個社區(qū)中的一切資源。

例如,，使用PyTorch的其他成員構(gòu)建的工具也為Meta自己所用,。

就Llama而言，很多人都從中受益了,。已經(jīng)達到了1億次下載,，我們已經(jīng)看到了由此產(chǎn)生的各種不同項目，并且有很多商業(yè)程序正在Llama基礎(chǔ)上取得了成功,。

如果Llama繼續(xù)保持如今的發(fā)展勢頭——成為大型開發(fā)者社區(qū)的絕對核心——Meta也將受益匪淺，這對Meta的幫助也會非常大,。

另外,，如果再看看成立剛好10年的FAIR，我們研究實驗室 一直以來也都秉承開源的理念,。當(dāng)開源軟件時,，F(xiàn)AIR會立即獲得獨立的第三方驗證結(jié)果，然后有人在此基礎(chǔ)上繼續(xù)發(fā)展,。

我們可以使用該結(jié)果來構(gòu)建我們的下一篇論文,，或者是開發(fā)我們的下一個程序。

我們不可能開源一切,。比如我們的某些研究,，因為其中使用的數(shù)據(jù)集，或者因為它的安全性,，沒有辦法開源它,。

但在其他條件相同的情況下，我們確實嘗試開源,，并相信它將幫助包括我們在內(nèi)的所有人,。這是雙贏的。

問題：開源戰(zhàn)略對招聘有何影響,？我知道有些工程師喜歡開源,，而有些人工智能研究人員認(rèn)為開源如此強大的技術(shù)是不負責(zé)任的,。

答：我認(rèn)為這肯定有助于我們擁有更大的招募規(guī)模，因為更多的人熟悉您的模型以及訓(xùn)練模型的方式,。我們可以雇傭更多懂得如何使用PyTorch的工程師。

因此,，我認(rèn)為這對于從越來越多的人中進行招聘來說確實很有好處,，這些人距離在公司取得出色的成績只有一步之遙。

關(guān)于認(rèn)為「開源是不負責(zé)任」的說法,，我認(rèn)為對這些大型語言模型的很多焦慮都是錯誤的,。

我覺得Yann LeCun說得很好。開源模型是一個超級有趣且重要的工具,。我認(rèn)為它是一個關(guān)聯(lián)數(shù)據(jù)庫,。

沒有推理或計劃的能力，沒法理解世界,。而且現(xiàn)在來看未來也不會擁有這些能力,。

技術(shù)依然會不斷取得突破。這是一個非常激動人心的時刻,。這是一項偉大而重要的技術(shù),。

我迫不及待地希望它的構(gòu)建成本、運行成本,、延遲更低,、效率更高，能夠在低功耗,、小型設(shè)備上運行真正強大的模型,。這些都是非常重要的事情。但是會花費大量的時間和精力,。

而且,，大模型也不是AGI。大模型發(fā)展到極限本身不會達到AGI,。馮·諾依曼關(guān)于奧本海默的那句話怎么說來著,？

「有時有人為了獲得功勞，不惜承認(rèn)自己有罪,?！刮艺J(rèn)為硅谷有時會發(fā)生很多這樣的事情。

我并不是說人們不相信它,。也許有的人會相信,，但是我不會。

AI人才迎來黃金時代

問：你們在招募下一位杰出的人工智能研究人員時的宣傳口號是什么,？如何讓他們加入 Meta,，而不是OpenAI或Google DeepMind,？

A：研究人員現(xiàn)在有很多選擇。現(xiàn)在是入行的好時機,。這些公司差異很大,。如果有人想加入 Google，成為他們千人團隊一員,。

但是在Meta有不同規(guī)模的團隊,，每個人能獲得的個人影響力是完全不同的。OpenAI 是第三個不同的機構(gòu),。他們有非常不尋常的治理結(jié)構(gòu),，股權(quán)單位似乎也不太一樣。

問：那么招聘工作還順利嗎,？

答：進展順利,。確實有很多偉大的人才正在離開剛剛說到的3家公司。其中一些人才將流向該另外幾家公司,。

其中一些人才也將去往全新的地方,，法國的Mistral是一群開發(fā)Llama的人才構(gòu)成的。

按照硅谷的標(biāo)準(zhǔn),，我的職業(yè)生涯已經(jīng)很長了,，也就見怪不怪了。

當(dāng)新技術(shù)出現(xiàn)時,，人們的熱情就會大爆發(fā),。其中一些人才流向初創(chuàng)公司，一些流向老牌公司,。但是一定會有更多的人才進入這個行業(yè),。

現(xiàn)在就是這樣一個時代，人才的總數(shù)在不斷增加,。深度學(xué)習(xí)研究人員可能比一年前多了10倍,。因為人們看到這樣的需求，所以就有越來越多的人開始學(xué)習(xí)和研究這些技術(shù)了,。

問：你提到了Mistral,。上周推出的Mixtral模型使用了專家的混合體，這似乎與你們在 Meta 所做的事情形成了競爭,。你是這樣看的嗎,？

答：不。如果整個社區(qū)團結(jié)在任何開源模型周圍,，并且它成為事實上的標(biāo)準(zhǔn),，這就是發(fā)生的有趣的事情之一。

我們可以使用這個模型。它不一定來自我們,，就像Memcached不一定來自我們一樣,。

MySQL不是來自我們。這些都是偉大的事情,。我們很高興使用它們,。因此，一旦你不想與開源競爭,，開源就是好的,。

讓我們擁有相互競爭、采用不同策略并嘗試在不同方面超越彼此的模型,。「

我的商業(yè)模式不會阻止其他人使用這項技術(shù),?！?/p>

需要明確的是，Llama 團隊絕對希望擊敗所有其他模型,。這種競爭是很好的,，很健康。

這是人們之間出于善意和良好精神的競爭,，而不是為了生存下來的競爭,。

如果你輸?shù)袅诉@場比賽，你的懲罰就是你可以使用更好的模型,。

參考資料：

https://www.semafor.com/article/12/20/2023/meta-cto-andrew-bosworth-on-the-generative-ai-craze