01-神魔宇宙 ***宇宙天國首部曲 彌勒天書閣 https://maitreya-books.com/ 神話從來就不是怪力亂神,而是原始先民在日常生活情況的觀察之中,所建立的真實認知。唯有相信神話中的真實,才能感受到神話的詩意隱喻背後,所具有的神聖力量。打開你的想像,打開你的相信,你才能知道神話告訴了你什麼宇宙生命的資訊。 生命起源於宇宙之中,生長於宇宙之中,結束於宇宙之中,因此,宇宙的起源就是生命背景的起源。生命形成的每一個階段,其實都在述說著生命的本能,也就是生命本就存在的一種力量,在此雖是說明一種狀況,然而將這狀況投射在生命的生活行動之中,你就會明白自己究竟有哪些不可思議的本能!

DeepMind CEO專訪:AI還沒到拼算力的時候,谷歌優勢在研發,智能體是下一個爆點

2024022515:12


【新智元導讀】GoogleDeepMind首席執行官Hassabis最近在接受WIRED采訪時表示,AI技術現在還有很大的改進空間,還遠沒有到只能拼算力的時候。谷歌的優勢在于科研能力,未來智能體將改變AI的格局。

雖然谷歌的Gemini在開年的AI産品大戰中沒有獲得太多的關注,但是Google DeepMind作爲人類最前沿的AI機構,依然在抵達通用人工智能的道路上緊追OpenAI。

最近,WIRED對DeepMind的負責人Hassabis進行了專訪,聊了很多關于最近發布的産品,以及未來人工智能發展技術道路的問題,幹貨滿滿。

在他看來,未來人工智能技術的發展,遠遠沒有到只比拼算力和規模的程度,在基礎構架,Agent等方面還有很多的想象空間。

谷歌的優勢在新技術的研發

問:Gemini Pro 1.5能夠處理的數據量遠超前代産品。得益于一種叫做「MoE」的架構,它在同等規模下的能力也得到了增強。這些進步爲什麽重要?

Demis Hassabis :你現在可以處理一個普通長度的短片。我認爲,如果你正在學習某個主題,要看一個小時的講座,或者想要查找某個特定的信息或者講座中提到的某個點,我們的更新都會非常有用。

Jeff Dean用MoE做了這個新的Gemini Pro版本,雖然還沒有進行大規模測試,但其性能大致相當于上一代架構中最大的模型。

我們完全有能力使用這些創新來創建一個Ultra大小的模型,這正是我們正在努力的方向。

Hassabis認爲,過去幾年裏,增加AI模型訓練中使用的計算能力和數據量是推動了巨大進步的關鍵因素。

有傳言稱Sam Altman正在尋求籌資高達7萬億美元以購買更多的AI芯片。

對此,Hassabis反問:「是不是謠傳?我聽說似乎是日元爲單位?」

「不過,確實,規模很重要,這就是英偉達現在市值飙升的原因。

這也是Sam正在努力籌集資金的原因。但與許多其他機構不同的是,我們一直把基礎研究放在首位。

在過去十年的開創性工作中,Google Research、Google Brain和DeepMind發明了我們今天使用的大多數機器學習技術。

這一直是我們的核心,我們擁有許多其他機構可能沒有的資深研究科學家。相較之下,其他的初創公司甚至是大公司,往往更側重于工程而非研究。」

AI技術突破還有很大空間

Hassabis表示,他相信要實現通用人工智能(AGI),不僅需要在現有技術上擴大規模,還需要很多重大的技術創新。

「我們還沒有看到技術任何停滯不前的迹象,仍有進步空間。因此,我的觀點是,我們應該繼續推動現有技術,看看它們能走多遠。但是,僅僅通過擴大現有技術的規模,你不會獲得像規劃、工具使用或智能體行爲這樣的新能力。這些能力不會無緣無故突然就發生。」

他還強調了探索計算本身的重要性。

「理想情況下,在幾天內就能訓練完成的小規模問題上進行實驗,往往會發現,在小規模上有效的方法,在大規模上可能不適用。所以,存在某一個有效的阈值,可能可以將規模擴大10倍(extrapolate maybe 10X in size)。」

智能體是下一個熱點

當被問及未來AI公司之間的競爭是否將越來越多地圍繞工具使用和智能體時,Hassabis表示這是很可能的。

「我們長期以來一直在這條道路上;實際上,智能體、強化學習和規劃是我們的專長,自AlphaGo時代以來就是如此。

我們正在重新審視許多想法,考慮將AlphaGo的能力與這些大型模型相結合。內省和規劃能力將有助于改善諸如幻覺等問題。」

他還指出:「這無疑是一個巨大的領域。我們正在投入大量的時間和精力,我們認爲這將極大地提升這些系統的能力——當它們開始表現得更像智能體時。我們正在大力投資這個方向,我想其他人也在做同樣的事。」

至于將AI模型變得更像智能體是否也會使它們變得更有問題或潛在危險,Hassabis表示,這確實是一個巨大的變化。

「一旦我們讓類似智能體的系統開始工作,AI的感覺將與當前的系統截然不同,因爲它們將從被動的問答系統轉變爲主動的學習者。

當然,它們也會因爲能夠真正完成任務而變得更加有用。但我們需要更加謹慎。」

他強調了在將這些智能體部署到網絡上之前,在模擬環境中進行測試的重要性。

「我一直主張在發布之前,在嚴格的模擬環境中測試智能體。

還有很多其他的建議,但我認爲行業應該開始認真考慮這些系統的出現。可能還需要幾年時間,或許更快,但這是一個不同類別的系統。」

在談到測試他們最強大的模型——Gemini Ultra花了很長時間才交付的原因時,Hassabis說,既是因爲開發速度,也因爲模型本身更加複雜。

「首先,更大的模型在微調時更複雜,所以需要更長的時間。更大的模型還有更多需要測試的能力。」

Hassabis希望人們注意到,隨著Google DeepMind作爲一個統一組織的穩定,他們越來越傾向于早期發布産品,將其以實驗性質提供給少數用戶,然後根據這些可信賴的早期測試者的反饋進行調整,以便在普遍發布之前做出改進。

關于與政府機構如英國AI安全研究所的合作進展,Hassabis表示:

「進展順利。我不確定我能說什麽,因爲這些都是機密信息,但他們當然可以訪問我們的前沿模型,他們正在測試Ultra,我們將繼續與他們密切合作。

我認爲美國的相應機構也在設立過程中。這是來自布萊切利公園AI安全峰會的積極結果。他們可以檢查我們沒有權限檢查的事物,比如化學、生物、輻射和核武器(CBRN)方面的問題。」

Hassabis認爲,當前的系統還不足以執行任何實質性的、令人擔憂的任務。

「但現在就建立起政府、行業和學術界的合作機制是很好的。我認爲,智能體系統將是下一個重大的變革。我們會看到沿途的逐步改進,可能還會有一些重大的突破,但那將帶來完全不同的體驗。」---[新智元報導*編輯:潤/來源: 新智元 ]

參考資料:
https://www.wired.com/story/deepmind-ceo-demis-hassabis-interview-artificial-intelligence-scale/?utm_brand=wired&utm_source=twitter&mbid=social_twitter&utm_social-type=owned&utm_medium=social