ChatGPT熱潮下的冷思考：人工智能將如何影響人類的未來？
中新網(wǎng)2月19日電 題：ChatGPT熱潮下的冷思考：人工智能將如何影響人類的未來？
中新財(cái)經(jīng)記者 宋宇晟
“在接下來的五年中，會(huì)思考的計(jì)算機(jī)程序?qū)㈤喿x法律文件并提供醫(yī)療建議。在接下來的十年中，它們將從事流水線工作，甚至可能成為同伴。在此之后的幾十年中，它們將做幾乎所有事情，包括做出新的科學(xué)發(fā)現(xiàn)，從而擴(kuò)展我們的‘一切’概念。”
(資料圖)
2021年3月16日，OpenAI公司CEO山姆·阿爾特曼(Sam Altma)在網(wǎng)上發(fā)表了一篇名為《萬(wàn)物摩爾定律》的文章，并在文中以預(yù)言式的口吻這樣描繪了人類與人工智能共處的未來世界。
在阿爾特曼看來，人工智能革命即將到來，其結(jié)果必將深刻影響人類的未來。不到兩年之后，有關(guān)ChatGPT的討論席卷全球。這似乎意味著現(xiàn)實(shí)正逼近他所預(yù)測(cè)的未來。
那么，人工智能的發(fā)展將如何塑造或影響人類的未來？我們還是先從最近備受關(guān)注的ChatGPT說起。
ChatGPT是怎么火起來的？
2022年11月30日發(fā)布的聊天機(jī)器人模型ChatGPT，正顯示其巨大的影響。根據(jù)Similarweb的數(shù)據(jù)，今年1月，平均每天約有1300萬(wàn)獨(dú)立訪客使用 ChatGPT，是去年12月份的兩倍多，累計(jì)用戶超1億，創(chuàng)下了互聯(lián)網(wǎng)最快破億應(yīng)用的紀(jì)錄。
如果只把它看作是一個(gè)“能與人類對(duì)話”的機(jī)器人，“技術(shù)進(jìn)步”的跡象并不明顯。畢竟Siri、小愛、小度……這些人們?nèi)缃癯Ｓ玫墓ぞ撸伎梢蕴峁皩?duì)話”服務(wù)；甚至在2020年，小冰公司還推出過“虛擬男友”聊天產(chǎn)品。這些產(chǎn)品背后的人工智能都可以在不同程度上完成與人類的“對(duì)話”。
ChatGPT的“魅力”更多還要從技術(shù)上看。其中，“大模型”是關(guān)鍵詞。
小冰公司CEO李笛將ChatGPT定義為“大模型”的一個(gè)產(chǎn)物、一次產(chǎn)品化的嘗試。
何為“大模型”？智源研究院原副院長(zhǎng)劉江告訴記者，以AlphaGo為例，這樣的人工智能就屬于“小模型”。“它只能用來下圍棋，象棋、五子棋都不會(huì)下。其中可能有些底層技術(shù)類似，但如果要讓AlphaGo下象棋或五子棋，還需要技術(shù)人員重寫代碼、重新訓(xùn)練。”
“但大模型不同，它是通用的。”劉江舉例，ChatGPT的應(yīng)用場(chǎng)景很廣泛，既可以寫郵件、寫文案，還可以寫代碼、寫詩(shī)，甚至寫論文。
騰訊研究院發(fā)布的《2022十大數(shù)字科技前沿應(yīng)用趨勢(shì)》中就明確指出，小模型不僅需要大量的手工調(diào)參，還需要給機(jī)器喂養(yǎng)海量的標(biāo)注數(shù)據(jù)，這拉低了人工智能的研發(fā)效率，且成本較高。大模型通常是在無標(biāo)注的大數(shù)據(jù)集上，采用自監(jiān)督學(xué)習(xí)的方法進(jìn)行訓(xùn)練。
ChatGPT是OpenAI對(duì)其2020年發(fā)布的GPT-3模型微調(diào)后開發(fā)出的對(duì)話機(jī)器人。報(bào)道顯示，該模型使用來自互聯(lián)網(wǎng)的文本數(shù)據(jù)庫(kù)進(jìn)行訓(xùn)練，包括從書籍、網(wǎng)絡(luò)文本、維基百科、文章和互聯(lián)網(wǎng)其他文本中獲得的高達(dá)570GB的數(shù)據(jù)。ChatGPT背后的模型GPT-3.5則更為強(qiáng)大。
中金公司一份研報(bào)認(rèn)為，此類新技術(shù)的應(yīng)用“帶來弱人工智能向通用智能的階躍”。
而在業(yè)內(nèi)人士看來，技術(shù)上從小模型到大模型的變化，無異于人工智能的“進(jìn)化”。
人工智能的“進(jìn)化”
1965年，英特爾創(chuàng)始人之一戈登·摩爾提出了摩爾定律，即當(dāng)價(jià)格不變時(shí)，集成電路(IC)上可容納的元器件，每隔18-24個(gè)月便增加一倍，性能也提升一倍。既然在相同面積晶圓下生產(chǎn)同樣規(guī)格的IC，每隔18-24個(gè)月可增加一倍，那么生產(chǎn)成本也能相應(yīng)降低50%。
阿爾特曼的《萬(wàn)物摩爾定律》將這一定律的適用范圍大大擴(kuò)展。他寫到，“摩爾定律適用于一切”應(yīng)該是一代人的口號(hào)，雖然“這聽起來很烏托邦”。
換言之，在阿爾特曼看來，當(dāng)下這個(gè)時(shí)代，技術(shù)迭代的速度是肉眼可見的。
事實(shí)上，在人工智能的加持下，某些領(lǐng)域的演進(jìn)速度已經(jīng)大大加快。有報(bào)道稱，據(jù)OpenAI統(tǒng)計(jì)，從2012年到2020年，人工智能模型訓(xùn)練消耗的算力增長(zhǎng)了30萬(wàn)倍，平均每3.4個(gè)月翻一番，超過了摩爾定律的每18個(gè)月翻番的增速。
回顧OpenAI GPT模型的進(jìn)化之路，具有十分明顯的規(guī)模效應(yīng)。數(shù)據(jù)顯示，2018年初代GPT參數(shù)量為1.17億，2019年二代參數(shù)量達(dá)15億，2020年GPT 3.0參數(shù)規(guī)模直接飛躍至1750億。
百度CEO李彥宏就曾公開指出，無論是技術(shù)層面還是商業(yè)應(yīng)用層面，人工智能都有了方向性的改變。
微軟CEO納德拉在接受訪談時(shí)也曾表示，GPT的發(fā)展不是線性的，而是指數(shù)級(jí)變化的，所以相比較GPT-3，當(dāng)前的GPT-3.5已經(jīng)展現(xiàn)出更強(qiáng)的能力。業(yè)界普遍預(yù)測(cè)，GPT-4將在今年推出，并具備更強(qiáng)大的通用能力。
毫無疑問，成指數(shù)級(jí)的增長(zhǎng)讓人工智能得以高速“進(jìn)化”。
劉江告訴記者，這樣的“進(jìn)化”并非只是量變，也不只是每次迭代相加的結(jié)果。“有研究人員總結(jié)，相比于小模型，人工智能大模型已經(jīng)出現(xiàn)了一百多種‘突變能力’，即大模型具備、小模型不具備的能力。”
他覺得，這在某種程度上很像生物進(jìn)化的過程。“就好像大腦在不斷量變后來到一個(gè)臨界點(diǎn)，然后生物就產(chǎn)生了高等智能那樣。”
巨大突破的曙光隱現(xiàn)？
1950年，計(jì)算機(jī)科學(xué)家艾倫·圖靈提出了一個(gè)被稱為“模仿游戲”的思想實(shí)驗(yàn)。面試官通過打字機(jī)與兩個(gè)對(duì)象交談，知道一個(gè)是人，另一個(gè)是機(jī)器。圖靈建議，如果一臺(tái)機(jī)器能夠始終讓面試官相信它是人類，我們就可以說它有能力思考。這就是著名的“圖靈測(cè)試”。
迄今為止，還沒有人工智能模型能真正通過圖靈測(cè)試，包括ChatGPT。甚至，ChatGPT暴露出待解決、待完善的問題還有很多。
李笛就明確指出，ChatGPT至少存在內(nèi)容準(zhǔn)確問題、運(yùn)行成本問題、即時(shí)性問題。“這些都是根源問題，很難在ChatGPT上得到解決，可能要等新的產(chǎn)品和應(yīng)用出來。”
以內(nèi)容準(zhǔn)確問題為例，李笛認(rèn)為，作為知識(shí)系統(tǒng)，最基本的要求是準(zhǔn)確，但ChatGPT的技術(shù)結(jié)構(gòu)決定了它提供的知識(shí)很難作到準(zhǔn)確。
事實(shí)上，該問題已經(jīng)給人工智能公司造成了真金白銀的損失。
“我可以告訴我9歲的孩子關(guān)于詹姆斯?韋伯太空望遠(yuǎn)鏡(James Webb Space Telescope，簡(jiǎn)稱JWST)的哪些新發(fā)現(xiàn)？” 谷歌推出的類ChatGPT功能Bard回答中包括“JWST拍攝到了太陽(yáng)系外行星的第一張照片”。
但真實(shí)的情況是，第一張系外行星照片是由歐洲南方天文臺(tái)的Very Large Telescope (VLT)在2004年拍攝的。當(dāng)天谷歌股價(jià)大跌約9%，市值蒸發(fā)約1000億美元。
ChatGPT也存在類似的問題。當(dāng)記者向ChatGPT詢問“ChatGPT目前暴露出哪些待解決、待完善的問題”時(shí)，它給出的回答與ChatGPT網(wǎng)站上人類列出的其局限性有所出入。
還有成本問題。據(jù)報(bào)道，有研究估測(cè)，訓(xùn)練1750億參數(shù)語(yǔ)言大模型GPT-3，需要有上萬(wàn)個(gè)CPU/GPU24小時(shí)不間輸入數(shù)據(jù)，所需能耗相當(dāng)于開車往返地球和月球，且一次運(yùn)算就要花費(fèi)450萬(wàn)美元。此外，ChatGPT投喂的數(shù)據(jù)質(zhì)量、廣泛的應(yīng)用場(chǎng)景、持續(xù)的資金投入都缺一不可，更不用說還有開發(fā) AI 產(chǎn)品的邊際成本以及懸而未決的全棧集成能力。
對(duì)此，劉江直言，大模型目前對(duì)算力要求很高，門檻也高，必然是技術(shù)密集、資金密集、人才密集型的。“人工智能從小模型到大模型，只能說在技術(shù)上邁進(jìn)了一步。但人工智能要突破所謂的‘奇點(diǎn)’，即人工智能發(fā)展到比人‘聰明’且能夠自我‘進(jìn)化’，還有一段距離。”
即便如此，他依舊認(rèn)為，目前已經(jīng)能看到人工智能巨大突破的曙光了。“相當(dāng)于我們?cè)诤诎抵忻髁撕芏嗪芏嗄辏F(xiàn)在終于看到一點(diǎn)亮光了，要出去了。”
“奇點(diǎn)”何時(shí)到來？
相信“奇點(diǎn)”說法的人們認(rèn)為，技術(shù)變革迅速而深遠(yuǎn)的發(fā)展將對(duì)未來人類生活造成不可逆轉(zhuǎn)的變化。而生物思想與技術(shù)的融合，將讓人類超越自身的生物局限性。
正如美國(guó)未來學(xué)家雷·庫(kù)茲維爾所指出的那樣，奇點(diǎn)臨近暗含一個(gè)重要思想：人類創(chuàng)造技術(shù)的節(jié)奏正在加速，技術(shù)的力量也正以指數(shù)級(jí)的速度在增長(zhǎng)。指數(shù)級(jí)的增長(zhǎng)是具有迷惑性的，它始于極微小的增長(zhǎng)，隨后又以不可思議的速度爆炸式地增長(zhǎng)——如果一個(gè)人沒有仔細(xì)留意它的發(fā)展趨勢(shì)，這種增長(zhǎng)將是完全出乎意料的。
用庫(kù)茲維爾的話說就是，“我們的未來不再是經(jīng)歷進(jìn)化，而是要經(jīng)歷爆炸。”他曾預(yù)言，“奇點(diǎn)”將在大約2045年時(shí)到來。
事實(shí)上，這種“始于極微小而后爆炸式的增長(zhǎng)”在近幾十年的技術(shù)發(fā)展史中不斷被驗(yàn)證。
網(wǎng)絡(luò)瀏覽器誕生于1990年，但直到1994年網(wǎng)景導(dǎo)航者(Netscape Navigator)問世，大多數(shù)人才開始探索互聯(lián)網(wǎng)。2001年iPod誕生之前流行的MP3播放器，并未掀起數(shù)字音樂革命。同樣，2007年，蘋果(Apple)iPhone手機(jī)橫空出世之前，智能手機(jī)已經(jīng)問世，但卻并沒有針對(duì)智能手機(jī)開發(fā)的應(yīng)用。
ChatGPT的出現(xiàn)，或許會(huì)是技術(shù)史上一個(gè)新的節(jié)點(diǎn)。
人們已經(jīng)開始談?wù)撊斯ぶ悄軐?huì)如何顛覆他們的工作和生活。而人類此刻與ChatGPT的各種聊天記錄，將全部變成下一代模型的訓(xùn)練數(shù)據(jù)。
在劉江看來，面對(duì)即將到來的變革，人類應(yīng)該擁抱變化、擁抱未來。“人類是在不斷變化的，不能固守陳規(guī)。當(dāng)然我們也應(yīng)該積極思考不允許人工智能突破的底線在哪。”
他不否認(rèn)人們因此產(chǎn)生對(duì)未來工作可能發(fā)生變動(dòng)的擔(dān)憂。“也許未來每個(gè)人身邊都會(huì)有機(jī)器人，就像老板身邊的秘書。”
重要的是，我們應(yīng)如何與人工智能共處。換言之，要解決的問題是，人類的價(jià)值是什么？
目前，已有人工智能領(lǐng)域?qū)＜姨岢觯枞斯ぶ悄苋趸祟愃季S。
李笛認(rèn)為，人類創(chuàng)作者恰恰應(yīng)當(dāng)把人工智能視為解放自己創(chuàng)意的新手段或工具，讓自己得以進(jìn)一步回歸內(nèi)容創(chuàng)作的本質(zhì)，即“創(chuàng)意”上去。
劉江則給出了另外一種假設(shè)：伴隨著人工智能技術(shù)的發(fā)展，當(dāng)生產(chǎn)力極大突破后，或許人類就不必須工作了。也許到那天，人類真的可以實(shí)現(xiàn)按需勞動(dòng)了。(完)
