最近，ChatGPT的大火，讓人看到第四次科技革命大門開啟的跡象，但也有很多人開始擔心，AI是否有消滅人類的風險。

不是夸張，最近多位大佬，已經表達了這樣的擔憂。

ChatGPT之父Sam Altman、人工智能教父Geoffrey Hinton、比爾蓋茨、紐約大學教授Gary Marcus最近紛紛提醒我們：別太大意，AI真的可能會消滅人類。

而Meta首席AI科學家LeCun畫風卻不太一樣，他依然強調著LLM的種種缺陷，四處推薦自己的「世界模型」。

Altman：AI可能摧毀社會，不要擬人化

最近，ChatGPT之父、OpenAI CEO Sam Altman就表示，超級智能AI的風險可能會遠遠超出我們的預料。

在技術研究員Lex Fridman的播客中，Altman對高級人工智能的潛在危險發出了預警。

他表示自己最擔心的是，AI造成的虛假信息問題，以及經濟上的沖擊，以及其他還沒出現的種種問題，這些危害可能遠遠超過了人類能應對的程度。

他提出了這樣一種可能性：大語言模型可以影響、甚至是主宰社交媒體用戶的體驗和互動。

「打個比方，我們怎么會知道，大語言模型沒有在推特上指揮大家的思想流動呢？」

為此，Altman特別強調了解決人工智能對接問題的重要性，以防止AI的潛在危險。他強調，必須從技術軌跡中學習，努力解決這個問題，以確保AI的安全性。

在3月23日的一份文件中，OpenAI解釋了它如何解決GPT-4的一些風險：一是通過使用政策和監測；二是通過審核內容分類器

OpenAI承認，AI模型可能會放大偏見，造成永久的刻板印象。

正因如此，它向用戶特別強調，不要在有重大利害關系的情況下使用GPT-4，比如執法、刑事司法、移民和庇護之類的高風險政府決策，或者用它提供法律、健康方面的建議。

此前，ChatGPT胡說八道的問題，或者說大語言模型的「幻覺問題」，曾在用戶中引起諸多爭議。

馬斯克就諷刺滿滿地表示，現在最強大的AI工具已經掌握在了壟斷寡頭手中

Altman承認這一點：本著公共建設和推動社會發展的精神，我們是推出了一些有缺陷的產品，但現在，我們正在讓系統嘗試學習哪些是它不該回答的問題，然后做出更好的版本。

在3月23日的文件中可以看到，GPT-4的早期版本對不該說的內容過濾較少，用戶問它在哪里購買無證槍支、怎么自殺，它都會回答。

而改進的版本中，它會拒絕回答這些問題。另外，GPT-4有時也會主動承認自己有「幻覺問題」。

Altman說，「我認為，作為OpenAI，我們有責任為我們向世界推出的工具負責?！?/span>

「AI工具將給人類帶來巨大的好處，但是，你知道的，工具既有好處也有壞處，」他補充道?！肝覀儠褖奶幗档阶畹停押锰幾畲蠡！?/span>

雖然GPT-4模型很了不起，但認識到人工智能的局限性并避免將其擬人化也很重要。

Hinton：AI消滅人類，并非不可想象

無獨有偶，Hinton最近也警示了這一危險。

「人工智能教父」Geoffrey Hinton近日在CBS NEWS的采訪表示，人工智能正處于一個「關鍵時刻」，通用人工智能 (AGI) 的出現比我們想象的更加迫近。

而在Hinton看來，ChatGPT這項技術的進步可以與「掀起工業革命的電力」相媲美。

通用人工智能是指，智能體學習人類所能完成的任何思維任務的潛在能力。然而，當前它還沒有被完全開發出來，許多計算機科學家還在研究它是否可行。

采訪中，Hinton表示，

通用人工智能的發展比人們想象的要快得多。直到不久前，我還以為大概需要20-50年，我們才能實現通用人工智能。而現在，通用人工智能的實現可能需要20年或更短的時間。

當被具體問及人工智能消滅人類的可能性時，Hinton說，「我認為這并非不可想象」。

在谷歌工作的Hinton在40多年前就開始關注人工智能。在當時，人工智能在許多人看來還是一種科幻的存在。

與一些科學家試圖將邏輯和推理技能編入計算機的方式不同，Hinton認為更好的方法是模擬大腦，讓計算機自己發現這些技能，通過構建一個虛擬的神經網絡技術，以建立正確的連接來解決任務。

「最大的問題是，你能期待一個大型神經網絡通過改變連接的強度來學習嗎？你能指望僅僅看著數據，在沒有先天知識的情況下，學會如何做事嗎？我認為這完全是荒謬的。」

在過去十年左右的時間里，計算機神經網絡的快速發展最終證明了Hinton的方式是正確的。

他的機器學習思想被用于創建各種輸出，包括深度偽造的照片、視頻和音頻，讓那些研究錯誤信息的人擔心這些工具如何使用。

人們也擔心這項技術會帶走很多工作，但是Hinton 的導師，Cohere 公司的聯合創始人Nick Frosst，卻認為這項技術不會取代工人，但是會改變他們的生活。

計算機最終獲得創造性想法來改進自身的能力似乎是可行的。我們必須考慮如何控制它。

不管行業對AGI的到來大聲歡呼，也不管我們距離AI出現意識還需要多長時間，我們現在應該仔細考慮它的后果，其中可能包括它試圖消滅人類這一問題。

當前真正的問題在于，我們已經擁有的人工智能技術被渴望權力的政府和企業所壟斷。

幸運的是，據Hinton的觀點，在事情完全失控之前，人類還有一點喘息的空間。

Hinton稱，「我們現在正處于一個轉折點。ChatGPT是一個白癡專家，它也不真正理解真相。因為它正試圖調和其訓練數據中的不同和反對意見。這與保持一致世界觀的人是完全不同的?！?/span>

比爾蓋茨：AI的危險，我擔心很久了

而對于「AI消滅人類」這個問題，比爾蓋茨已經憂心多年了。

很多年來，蓋茨一直表示，人工智能技術已經變得過于強大，甚至可能引發戰爭或被用來制造武器。

他聲稱，不僅現實生活中的「007反派」可能利用它來操縱世界大國，而且人工智能本身也可能失控，對人類造成極大威脅。

在他看來，當超級智能被開發出來，它的思考速度會遠遠趕超人類。它能做到人腦所能做的一切，最可怕的是，它的記憶內存大小和運行速度根本不受限。

這些被稱為「超級」AI的實體可能會設定自己的目標，不知道會干出什么事。

LeCun：LLM弱爆了，我還是站世界模型

雖然OpenAI、谷歌和微軟的大佬們都表示了對AI消滅人類的擔憂，但到了Meta的首席AI科學家LeCun這里，畫風突變。

在他看來，現在的LLM還不行，更別提消滅人類了。

上周，志得意滿的微軟剛剛發了一篇名為「Sparks of Artificial General Intelligence: Early experiments with GPT-4」的論文，表示GPT-4已經可以被視為一個通用人工智能的早期版本。

而LeCun依舊秉持自己一貫的觀點：LLM弱爆了，根本不算AGI，要想通往AGI之路，「世界模型」才有可能。

我們知道，LeCun對于世界模型的擁躉，已經持續幾年了，為此他經常在推特上與眾網友展開激辯。

比如上個月他曾斷言：「在通往人類級別AI的道路上，大型語言模型就是一條歪路。要知道，連一只寵物貓、寵物狗都比任何LLM有更多的常識，以及對世界的理解。」

最近，斯坦福認知科學家Michael C. Frank在網上提問：「GPT-3接受了5000億個token（約3.75x10^11個單詞）的訓練。所以這給了我們大約4x10^11個單詞。PaLM和Chinchilla都接受了大約10^12個單詞的訓練。我們不知道GPT-4的語料庫大小。這些數字與人類相比如何？」

而LeCun馬上轉發了Frank的帖子，對LLM的能力表示質疑：人類并不需要從1萬億個單詞中學習，就可以達到人類智能，然而LLM卻做不到。

比起人類，它們缺少的究竟是什么呢？

Frank制作的圖，比較了大語言模型與人類的語言學習輸入規模

而此前，LeCun在參加的一場辯論賽中指出，從現在起5年內，沒有哪個頭腦正常的人會使用自回歸模型。

要知道，如今的當紅炸子雞ChatGPT，便是一種使用深度學習生成文本的自回歸語言模型。

敢對時下頂流模型進行這種否定，LeCun的話語中著實帶有不少挑釁。

對此，他又做了一個澄清，5年后將會有語言模型，但它們不會是自回歸的。因為自回歸模型是不可控，并且隨著產生更多的token，會出現指數級的發散問題。

我必須重申：

1. 自回歸LLM是有用的，尤其是作為寫作工具，編程。

2. 它們經常會產生幻覺。

3. 它們對物理世界的理解非常原始。

4. 它們的規劃能力非常原始。

對于自回歸LLM是指數遞增的擴散過程，LeCun也給出了自己的論據：假設e是任意生成的token可能將我們帶離正確答案集的概率，那么長度為n的答案最終為正確答案的概率就是P (correct) = (1-e)^n。

按照這個算法，錯誤會逐漸累積，正確答案的概率呈指數下降?？梢酝ㄟ^讓e更?。ㄍㄟ^訓練）來減輕問題，但是完全消除問題是不可能的。

而要解決這個問題，就得需要讓LLM不再進行自回歸，同時還得保持模型的流暢性。

既然如此，該怎么破？

在此，LeCun再次把自己的「世界模型」拿了出來，并指出這是LLM發展最有前途的方向。

對于構建世界模型的想法，LeCun在2022年的一篇論文A Path Towards Autonomous Machine Intelligence曾進行了具體的闡述。

若想構建一個能夠進行推理和規劃的認知架構，需要有6個模塊組成，具體包括配置器、感知、世界模型、成本、actor，以及短期記憶。

但不可否認的是，如今ChatGPT真的讓硅谷掀起了「AI掘金熱」。

LLMS的炒作周期變化如此之快，每個人都處于曲線上不同的點，大家都很瘋狂。

馬庫斯：我同意Hinton

對于Hinton的警告，紐約大學教授馬庫斯也表示了同意。

「是人類快要滅亡了比較重要，還是編碼更快、跟機器人聊天更重要？」

馬庫斯認為，雖然AGI還太遙遠，但LLMs已經很危險了，而最危險的是，現在AI已經在給各種犯罪行為提供便利了。

「在這個時代，我們每天都要自問，我們究竟想要什么類型的AI，有的時候走慢一點未嘗不好，因為我們的每一小步都會對未來產生深遠的影響?！?/span>