有 AI,我们还需要人类吗?
文章来自 What Builders Talk About When They Talk About AI,由 OpenAI 首席技术官 Mira Murati、微软人工智能执行副总裁 Kevin Scott 等 8 位大佬对当前 AI 的发展和观点,可供参考。
1️⃣ 计算的第三个纪元
LLM(Large Language Model)无疑将会成为下一代的计算平台。目前 LLM 还处于非常早期的阶段,底层 Transformer 架构在 6 年前才被发明,而 ChatGPT 发布也仅仅不到一年。
2️⃣ 这波 AI 浪潮将会推动市场经济的发展
假设现在需要生成一张图片:
- 画家:绘制费用 100$/h,花费时间 1h
- AI:推理费用 0.01$,花费时间 1s
图片生成的价格低了 10000 倍,再考虑时间的价值,整个的图片生产成本至少降低了 4 、5 个数量级,这对于经济的效益增加无疑是巨大的。
3️⃣ 对于早期案例来说:创造力 大于 正确性
幻觉(Hallucination,即 LLM 产生的无效、错误的信息)是目前臭名昭著的大问题。但目前对于某些案例来说,比如虚拟伴侣、绘画、游戏等来说,创造力比正确性更重要。
4️⃣ 对于其他案例来说,比如“copilot”,会随着人们的使用正确性逐渐提高
Copilot 是最先被广泛采用的 AI 助手,基于以下几个原因:
- 程序员群体偏好新技术
- LLM 接受过大量的代码训练,代码类问题回答情况较好
- 对 AI 反馈较好,例如程序员接收到 AI 的代码建议会立即做出反馈,接受 or 抛弃
5️⃣ AI 和生物学结合,对疾病处理能力有进一步的提升
生物学非常复杂,人脑远远不够,但是有 AI 的加持,提供多领域的交叉,诊治疑难杂病,提供新的诊治方案、早期防治等等不在话下。
6️⃣ 把大模型交给用户,让他们去发现更多的使用场景
“你需要记住的是:大模型不是产品……AI 只是你基础架构上又新奇又有趣的一块拼图,它可以帮你解决一类新的问题,或者用更好的方式解决旧有的一类问题。”——Kevin Scott,微软
7️⃣ AI 记忆能力会越来越强
AI 目前是无记忆的,上下文窗口赋予了它们短期记忆的能力。目前大模型基本都是 32k 左右,这个数值会越来 越大,处理超大文档的能力会越来越强。
8️⃣ 和 AI 进行交互的方式, 是一个很大的研究领域
目前大模型交互都以聊天为主,这只是方便构建应用而已,而不代表他们是最好的交互形式。多模态(文字、图片、语音,其他媒体)将会提供更多方面、更加立体的交互形态。
9️⃣ 我们是会用一个上手的通用模型,还是多个特定领域的特定模型,或者两者兼有之?
这个答案取决于你的需求和支付能力,并且答案会随着时间推移而改变,我们目前仍处于 AI 应用大量井喷的前夜。
1️⃣0️⃣ 企业如何使用 AI,如何对待数据集
AI 在企业中的应用还很早,企业的前进一般很慢,并且他们在意自己的数据集,不会把自己的宝贵的数据交到另外一个公司的手里,因此目前企业有三种选择:找一个 LLM 提供商,自己微调 LLM,或者自己开发一个全新的 LLM。
1️⃣1️⃣ 缩放定律可以引领我们走向 AGI 吗?
AGI: 人工通用智能(Artificial General Intelligence)指的是一种理论上的形式的人工智能,它具有与人类相当的智能和认知能力。
LLM 当前遵循缩放定律:算法不变的情况下,随着数据和计算力的增加,LLM 性能越好。
但缩放定律什么时候会生效?生效之前可以引领我们走向 AGI 吗?目前没有答案。
1️⃣2️⃣ AI 有那些新能力?
在执行某些任务的时候,AI 不仅做得更好,而且还在持续提升。
1️⃣3️⃣ LLM 的价格会下降吗?
目前芯片短缺造成了供应不足,进而抬高了 LLM 的花费,但目前有报告称,英伟达明年会生产更多 H100,届时 LLM 的开销会下降。
1️⃣4️⃣ 如何测算我们走向 AGI 的进度?
难以测量。最开始的测试方法是「图灵测试」,但现在让 AI 伪装成人类说话已经不难了,难的是如何让 AI 像人一样在现实世界活动。
1️⃣5️⃣ 我们还需要人类吗?
新的技术会替代掉一些岗位,到同时也会创作更多新的工作岗位给更多的人。虽然目前看 AI 以后会自动化我们的工作,但之后 AI 所带来的新层次的问题和可能性却是难以预料的。
1️⃣6️⃣ 现在是创建一家 AI 公司最好的时机