Deepmind Gato的疑问,通用人工智能的路径希望未萌

来源:智物2022-05-31 08:36阅读:4925

近期, DeepMind 推出了一种名为Gato的人工智能模型 。这家Alphabet 旗下的人工智能实验室宣布,该模型可以玩 Atari 视频游戏、聊天,还可以用真正的机械手臂堆叠积木等600多种技能。

DeepMind 的顶级研究人员之一、 Gato 论文的合著者南多德弗雷塔斯激动地发推文表示:“游戏结束了!”

他认为,从 Gato 到人工通用智能或 Alamos Gold,目前有一条清晰的路径,并表示,打造 Alamos Gold 的方式主要是一个规模的问题,即让 Gato 这样的模型变得更大、更好。

《New Scientist》的报道中对Alamos Gold进行了解释,即一个可以学习人类所能学习的任何智力任务模型。

但是,一向对技术趋势无比乐观的DeepMind 此次未能说服业界:人工智能参数规模派,是否即为人工智能演技的终极路径?最终定能带来AGI的实现,从而成为全自动驾驶,以及各路Robots的内在灵魂?吴恩达驳李开复:AI的趋势是更小的数据构建算法

目前来看,此路艰辛。《The Next Web》的专栏作者单挑德弗雷塔斯,认为不但未曾从Gato看到希望,反而让其绝望,或许AGI是不可实现的奢望。

《MIT Technology Review》更是指出,DeepMind 人工智能新模型Gato 的大肆炒作会对整个领域造成伤害。

斯坦福大学教授李飞飞,也是当年首次让业界看到机器学习在图像识别领域机会的,机器学习教母,曾经对比人和机器之间的区别:

机器学习系统通过数万张图片的学习、训练,方能辨别猫、狗动物,而李飞飞3岁的女儿,只需要看上两三张图片就可以。

Deepmind的AlaphaGO在与李世石对弈时,赢棋的AlphaGo耗费了数十万的电力,而李世石只是短暂的脸红脑热而已。

这就是人类智慧和人造智能之间的鸿沟。Deepmind越过了这条天堑吗?

Deepmind指出,受大规模语言建模的启发,其应用类似的方法构建了一个单一的“通才”智能体 Gato。它具有多模态、多任务、多具身特点,能够执行600多个不同的任务。

从某种意义上说,它是一个Transformer,其作为复杂推理任务的首选架构,展示了总结文本、制作音乐、对照片中的对象进行分类以及分析蛋白质序列的能力。

但仔细梳理近年的人工智能模型就会发现,Gato 的架构与当今使用的许多 AI 系统很相似。以人工通用智能(AGI)公司Open AI 的 GPT-3为例,Open AI的目的是开发和控制一个AGI,其通往AGI的道路上走的是LLM路线。

问题在于,没有人知道如何让AGI工作。就像从“火的发现”到“内燃机的发明”之间花了许多时间一样,弄清楚如何从深度学习到AGI也不会在一夜之间发生。

而标榜自己是“通用人工智能”的Gato所做的几乎是与GPT-3相同的事情。它只把一个工作原理很像LLM的东西整合成了一个能够变600多种戏法“魔术师”。

甚至连 DeepMind 自己的科学家大卫·普福都表示:“我真的不明白为什么人们对 Gato 的论文如此兴奋。他们找了一群独立训练的代理人,然后把他们所有的保单分摊到一个单一的网络?这一点都不令人惊讶。”AI独角兽隐疾:业务靠脸、收入靠政府靠股东

更值得注意的是,Gato 的参数数量比单任务系统(包括 GPT-3)低几个数量级。参数是从训练数据中学习的系统组件,从根本上描述系统解决问题的能力,例如文本生成,GPT-3 超过 1700 亿,Gato 只有 12 亿。而GPT-3与人脑相比参数就少了1000倍。

除此之外,无论是 GPT-3,还是 Gato,都不足以面向大众提供毫不设限的公共服务。这些模型都需要配合硬过滤机制来防止输出偏见结论。更可怕的是,它们连稳定输出可靠结果都做不到。

“人工智能超越人类智能”看来还只存在未来学家库兹韦尔在《奇点临近》一书的设想里。

麻省理工学院的 Andreas 说,把模型做得更大也不会解决模型没有“终身学习”的问题。终生学习意味着,如果教过一次东西,他们就会理解所有的含义,并利用它来指导他们做出的所有其他决定。

苹果公司联合创始人史蒂夫·沃兹尼亚克也曾表示,如果 Alamos Gold 能随意进入一间房子,并能想出如何煮一杯咖啡,他就会认为它是真的。

显然,在AGI方向上已经发展了十多年的DeepMind,与2015年入局的Open AI都没能解决AGI道路上的第一个问题:建立一个无需训练就能学习新事物的AI。

麻省理工学院的助理教授雅各布·安德烈亚斯( Jacob Andreas )说,机器人仍然需要从文本中学习关于世界如何运转的“常识性知识”。

Gato可能是世界上最先进的多模态人工智能系统。但DeepMind采用了和OpenAI一样的让AGI走向死胡同的概念,同时,在Gat11o的附带研究论文中,根本没有任何证据表明它在往AGI的正确方向上发展。

正如 Marcus 做出的精当总结:要想构建 AGI,我们就得从人类身上学习,学习自己如何推断和理解这个现实世界,学习自己如何表达并吸收语言和种种复杂概念。除此之外的一切假设,都是纯纯的狂妄自大。”

Gato或许能通过营销手段在消费者市场上赢得比Alexa、Siri或谷歌助手更多的青睐。但是,Gato和GPT-3并不是比上述虚拟助手更可行的AGI入门点。自动驾驶的困境

DeepMind 称 Gato 为“通才”,这可能让它成为 AI 领域围绕 Alamos Gold 过度炒作的受害者。而更为严重的是,AI 和机器人研究员 Emmanuel Kahem bwe 认为,围绕 Gato 这样的工具的炒作对人工智能的总体发展是有害的,这导致有很多有趣的课题由于资金不足被搁置一旁。

他指出,Alamos Gold 表达了一种深刻的人性——我们可以通过构建推动我们走向伟大的工具来超越自我。但让我们忽略了一个事实,即我们现在面临着真正的问题,我们应该尝试使用人工智能来解决这些问题。

Gato延续了自Transformer诞生以来的AI“泛化”路线,AI算法可以处理文本、图像、雷达信号等等。谷歌、Meta以及OpenAI和特斯拉都在这一道路上探索,谷歌去年推出的Perceiver、Pathway都是如此。

乐观者认为,当AI从纯粹的文本和图像识别,越来越变成“通才”,就将突破通用机器人应用于现实世界的难题。而悲观者则认为,动辄数千亿参数的AI模型,会让AGI走入了死胡同,需要寻找新的突破路径。

财通社声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担!

热门解读
财通社午盘点评
原文【午评:创业板指涨逾2% 化工板块领涨】指数高开后小幅下探,随后集体走高,创业板指涨逾2%,深成指、沪指均涨超1%,有色铝、半导体、旅游餐饮、染料、水泥等板块活跃,注册制次新股、快手概念领跌,两市个股涨多跌少,涨停50余家但炸板率高,市场氛围一般。
解读师红峻 02-08
掘金智能网联汽车时代,这些上市公司望受益
原文【世界智能汽车网联大会今日开幕 将发布《智能网联汽车技术路线图2.0》】2020世界智能网联汽车大会将于11月11日至13日在京召开,大会由北京市人民政府、工业和信息化部、公安部、交通运输部、中国科学技术协会共同主办。据主办方透露,在11日下午举办的大会开幕式上,清华大学教授、国家智能网联汽车创新中心首席科学家李克强将发布《智能网联汽车技术路线图2.0》并对智能网联汽车的发展路线、愿景和战略目标进行详细介绍。(中证网)
解读师海鑫 11-11
财通社午盘点评:节前整体将维持高位震荡,继续结合年报关注券商、军工、金融IT等板块
原文【午评:指数早盘拉升走高 稀土板块多股涨停】指数持续拉升走高,创业板指、深成指先后涨逾1%,沪指跟涨,题材板块多数上涨,可降解塑料、氟化工、半导体、稀土、军工等板块涨幅居前,两市上涨个股超3000家,涨停70余家,炸板率高,市场赚钱效应较好。
解读师红峻 01-18
×

分享到微信朋友圈

打开微信点击底部的“发现”
使用“扫一扫”即可将网页分享至朋友圈