出品｜搜狐科技

(資料圖片僅供參考)

作者｜鄭松毅

6月9日，2023智源人工智能大會在北京舉辦。法國當?shù)貢r間凌晨四點，被譽為“世界深度學習三巨頭”之一的楊立昆（Yann LeCun）在法國視頻連線北京現(xiàn)場，發(fā)表了主題為《走向能夠學習、推理和規(guī)劃的大模型》的演講，表達了對于人工智能的深度思考。

搜狐科技在智源大會現(xiàn)場觀看了這場演講，從楊立昆演講時面露微笑的表情中，可以感受到楊立昆對于人工智能發(fā)展的積極樂觀態(tài)度。此前在馬斯克等人聯(lián)名簽署聯(lián)名信提出人工智能發(fā)展將給人類文明帶來風險時，楊立昆曾公開反駁，認為人工智能尚未發(fā)展到給人類構成嚴重威脅的程度。演講中，楊立昆再次強調人工智能是可控的，他表示，“恐懼是由對潛在負面結果的預期引起的，而興高采烈是由對積極結果的預測產生的，像這樣由目標驅動的系統(tǒng)，我將之稱為‘目標驅動的人工智能’，它會是可控的，因為我們可以通過成本函數(shù)為它設定目標，確保這些系統(tǒng)不會想要接管世界，相反，它會屈從于人類和安全。”

楊立昆表示，人工智能距離人類和動物的能力差距在于邏輯推理和規(guī)劃，這是智能的重要特征，現(xiàn)在的大模型只能“本能反應”。

“如果你用一萬億或兩萬億個token來訓練它們，機器的性能是驚人的，但最終機器會犯事實錯誤、邏輯錯誤，它們的推理能力是有限的。”

楊立昆強調，基于自我監(jiān)督的語言模型無法獲得關于真實世界的知識。他認為，與人類和動物相比，機器的學習能力并不是很好。幾十年來，研發(fā)系統(tǒng)的方式都是在用監(jiān)督學習，但監(jiān)督學習需要太多標簽，學習任何東西都需要進行大量的嘗試，強化學習的結果卻不盡人意，這些系統(tǒng)是脆弱的，會犯愚鈍和錯誤，且并不會真正地推理和計劃。

“就像我們在演講時，如何從一個觀點表達到另一個觀點，怎么解釋事物，大腦里是有計劃的，而不是一字一句的即興發(fā)揮。也許在低層次上，我們在即興發(fā)揮，但在高層次上，我們一定是在規(guī)劃。所以規(guī)劃的必要性是非常明顯的。我的預測是，在相對短的幾年內，理智的人肯定不會再使用自回歸元素（自監(jiān)督學習方法中的模型之一）。這些系統(tǒng)將很快被放棄，因為它們是無法修復的。”

他表示，為了讓語言模型真正理解真實世界的知識，需要一個新的架構來取代，而這個架構就是他在一年前所發(fā)表的論文中提出的架構，“自主智能（Autonomous Intelligence）”。這是由一個配置模塊控制整個系統(tǒng)，基于輸入信息，進行預測、推理、決策的架構。其中的“世界模塊”具備估計缺失信息、預測未來外界狀態(tài)的能力。

談及未來幾年AI將面臨的挑戰(zhàn)，楊立昆指出三個方面，其一是學習世界的表征和預測模型；其二是學習推理，即學習如何有意識、有目的地運用思維去完成任務；最后一個挑戰(zhàn)是如何通過將復雜任務分解成簡單任務，以分層的方式運行來規(guī)劃復雜的行動序列。

談到這里，楊立昆介紹了他發(fā)表在論文中的另一個模型“世界模型（World Model）”，該模型可以想象一個場景，并根據(jù)場景預測行動結果。目的是找出一系列根據(jù)其自己的世界模型預測的行動，并最小化一系列成本的行動序列。

當楊立昆在提問環(huán)節(jié)被問及有關即將參加的一場關于AGI的地位和未來的辯論時，他表示這場辯論將圍繞一個問題展開，即人工智能系統(tǒng)是否會對人類構成生存風險。Max Tegmark 和 Yoshua Bengio 將站在“會”的一邊，認為強大的 AI 系統(tǒng)可能對人類構成存在風險。而楊立昆和 Melanie Mitchell 將站在“不”的一邊。

“我們的觀點不是說沒有風險，而是說這些風險雖然存在，但很容易通過精心設計來減輕或抑制。”

楊立昆認為，超智能系統(tǒng)尚未被研發(fā)出來，待其被發(fā)明出后，再討論“是否能使超智能系統(tǒng)對人類安全”也來得及。

責任編輯：

標簽：