新智元报道
编辑：编辑部
随着 ChatGPT 大火，多位 AI 界巨佬发出预警：有朝一日，它可能真的会消灭人类。
最近，ChatGPT 的大火，让人看到第四次科技革命大门开启的迹象，但也有很多人开始担心，AI 是否有消灭人类的风险。
不是夸张，最近多位大佬，已经表达了这样的担忧。
ChatGPT 之父 Sam Altman、人工智能教父 Geoffrey Hinton、比尔盖茨、纽约大学教授 Gary Marcus 最近纷纷提醒我们：别太大意，AI 真的可能会消灭人类。
而 Meta 首席 AI 科学家 LeCun 画风却不太一样，他依然强调着 LLM 的种种缺陷，四处推荐自己的「世界模型」。
Altman：AI 可能摧毁社会，不要拟人化
最近，ChatGPT 之父、OpenAI CEO Sam Altman 就表示，超级智能 AI 的风险可能会远远超出我们的预料。
在技术研究员 Lex Fridman 的播客中，Altman 对高级人工智能的潜在危险发出了预警。
他表示自己最担心的是，AI 造成的虚假信息问题，以及经济上的冲击，以及其他还没出现的种种问题，这些危害可能远远超过了人类能应对的程度。
他提出了这样一种可能性：大语言模型可以影响、甚至是主宰社交媒体用户的体验和互动。
「打个比方，我们怎么会知道，大语言模型没有在推特上指挥大家的思想流动呢？」
为此，Altman 特别强调了解决人工智能对接问题的重要性，以防止 AI 的潜在危险。他强调，必须从技术轨迹中学习，努力解决这个问题，以确保 AI 的安全性。
在 3 月 23 日的一份文件中，OpenAI 解释了它如何解决 GPT-4 的一些风险：一是通过使用政策和监测；二是通过审核内容分类器
OpenAI 承认，AI 模型可能会放大偏见，造成永久的刻板印象。
正因如此，它向用户特别强调，不要在有重大利害关系的情况下使用 GPT-4，比如执法、刑事司法、移民和庇护之类的高风险政府决策，或者用它提供法律、健康方面的建议。
此前，ChatGPT 胡说八道的问题，或者说大语言模型的「幻觉问题」，曾在用户中引起诸多争议。
马斯克就讽刺满满地表示，现在最强大的 AI 工具已经掌握在了垄断寡头手中
Altman 承认这一点：本着公共建设和推动社会发展的精神，我们是推出了一些有缺陷的产品，但现在，我们正在让系统尝试学习哪些是它不该回答的问题，然后做出更好的版本。
在 3 月 23 日的文件中可以看到，GPT-4 的早期版本对不该说的内容过滤较少，用户问它在哪里购买无证枪支、怎么自杀，它都会回答。
而改进的版本中，它会拒绝回答这些问题。另外，GPT-4 有时也会主动承认自己有「幻觉问题」。
Altman 说，「我认为，作为 OpenAI，我们有责任为我们向世界推出的工具负责。」
「AI 工具将给人类带来巨大的好处，但是，你知道的，工具既有好处也有坏处，」他补充道。「我们会把坏处降到最低，把好处最大化。」
虽然 GPT-4 模型很了不起，但认识到人工智能的局限性并避免将其拟人化也很重要。
Hinton：AI 消灭人类，并非不可想象
无独有偶，Hinton 最近也警示了这一危险。
「人工智能教父」Geoffrey Hinton 近日在 CBS NEWS 的采访表示，人工智能正处于一个「关键时刻」，通用人工智能 (AGI) 的出现比我们想象的更加迫近。
而在 Hinton 看来，ChatGPT 这项技术的进步可以与「掀起工业革命的电力」相媲美。
通用人工智能是指，智能体学习人类所能完成的任何思维任务的潜在能力。然而，当前它还没有被完全开发出来，许多计算机科学家还在研究它是否可行。
采访中，Hinton 表示，
通用人工智能的发展比人们想象的要快得多。直到不久前，我还以为大概需要 20-50 年，我们才能实现通用人工智能。而现在，通用人工智能的实现可能需要 20 年或更短的时间。
当被具体问及人工智能消灭人类的可能性时，Hinton 说，「我认为这并非不可想象」。
在谷歌工作的 Hinton 在 40 多年前就开始关注人工智能。在当时，人工智能在许多人看来还是一种科幻的存在。
与一些科学家试图将逻辑和推理技能编入计算机的方式不同，Hinton 认为更好的方法是模拟大脑，让计算机自己发现这些技能，通过构建一个虚拟的神经网络技术，以建立正确的连接来解决任务。
「最大的问题是，你能期待一个大型神经网络通过改变连接的强度来学习吗？你能指望仅仅看着数据，在没有先天知识的情况下，学会如何做事吗？我认为这完全是荒谬的。」
在过去十年左右的时间里，计算机神经网络的快速发展最终证明了 Hinton 的方式是正确的。
他的机器学习思想被用于创建各种输出，包括深度伪造的照片、视频和音频，让那些研究错误信息的人担心这些工具如何使用。
人们也担心这项技术会带走很多工作，但是 Hinton 的导师，Cohere 公司的联合创始人 Nick Frosst，却认为这项技术不会取代工人，但是会改变他们的生活。
计算机最终获得创造性想法来改进自身的能力似乎是可行的。我们必须考虑如何控制它。
不管行业对 AGI 的到来大声欢呼，也不管我们距离 AI 出现意识还需要多长时间，我们现在应该仔细考虑它的后果，其中可能包括它试图消灭人类这一问题。
当前真正的问题在于，我们已经拥有的人工智能技术被渴望权力的政府和企业所垄断。
幸运的是，据 Hinton 的观点，在事情完全失控之前，人类还有一点喘息的空间。
Hinton 称，「我们现在正处于一个转折点。ChatGPT 是一个白痴专家，它也不真正理解真相。因为它正试图调和其训练数据中的不同和反对意见。这与保持一致世界观的人是完全不同的。」
比尔盖茨：AI 的危险，我担心很久了
而对于「AI 消灭人类」这个问题，比尔盖茨已经忧心多年了。
很多年来，盖茨一直表示，人工智能技术已经变得过于强大，甚至可能引发战争或被用来制造武器。
他声称，不仅现实生活中的「007 反派」可能利用它来操纵世界大国，而且人工智能本身也可能失控，对人类造成极大威胁。
在他看来，当超级智能被开发出来，它的思考速度会远远赶超人类。它能做到人脑所能做的一切，最可怕的是，它的记忆内存大小和运行速度根本不受限。
这些被称为「超级」AI 的实体可能会设定自己的目标，不知道会干出什么事。
LeCun：LLM 弱爆了，我还是站世界模型
虽然 OpenAI、谷歌和微软的大佬们都表示了对 AI 消灭人类的担忧，但到了 Meta 的首席 AI 科学家 LeCun 这里，画风突变。
在他看来，现在的 LLM 还不行，更别提消灭人类了。
上周，志得意满的微软刚刚发了一篇名为「Sparks of Artificial General Intelligence: Early experiments with GPT-4」的论文，表示 GPT-4 已经可以被视为一个通用人工智能的早期版本。
而 LeCun 依旧秉持自己一贯的观点：LLM 弱爆了，根本不算 AGI，要想通往 AGI 之路，「世界模型」才有可能。
我们知道，LeCun 对于世界模型的拥趸，已经持续几年了，为此他经常在推特上与众网友展开激辩。
最近，斯坦福认知科学家 Michael C. Frank 在网上提问：「GPT-3 接受了 5000 亿个 token（约 3.75x10^11 个单词）的训练。所以这给了我们大约 4x10^11 个单词。PaLM 和 Chinchilla 都接受了大约 10^12 个单词的训练。我们不知道 GPT-4 的语料库大小。这些数字与人类相比如何？」
而 LeCun 马上转发了 Frank 的帖子，对 LLM 的能力表示质疑：人类并不需要从 1 万亿个单词中学习，就可以达到人类智能，然而 LLM 却做不到。
比起人类，它们缺少的究竟是什么呢？
Frank 制作的图，比较了大语言模型与人类的语言学习输入规模
而此前，LeCun 在参加的一场辩论赛中指出，从现在起 5 年内，没有哪个头脑正常的人会使用自回归模型。
要知道，如今的当红炸子鸡 ChatGPT，便是一种使用深度学习生成文本的自回归语言模型。
敢对时下顶流模型进行这种否定，LeCun 的话语中着实带有不少挑衅。
对此，他又做了一个澄清，5 年后将会有语言模型，但它们不会是自回归的。因为自回归模型是不可控，并且随着产生更多的 token，会出现指数级的发散问题。
我必须重申： 1. 自回归 LLM 是有用的，尤其是作为写作工具，编程。 2. 它们经常会产生幻觉。 3. 它们对物理世界的理解非常原始。 4. 它们的规划能力非常原始。
对于自回归 LLM 是指数递增的扩散过程，LeCun 也给出了自己的论据：假设e是任意生成的 token 可能将我们带离正确答案集的概率，那么长度为n的答案最终为正确答案的概率就是 P (correct) = (1-e)^n。
按照这个算法，错误会逐渐累积，正确答案的概率呈指数下降。可以通过让e更小（通过训练）来减轻问题，但是完全消除问题是不可能的。
而要解决这个问题，就得需要让 LLM 不再进行自回归，同时还得保持模型的流畅性。
既然如此，该怎么破？
在此，LeCun 再次把自己的「世界模型」拿了出来，并指出这是 LLM 发展最有前途的方向。
对于构建世界模型的想法，LeCun 在 2022 年的一篇论文 A Path Towards Autonomous Machine Intelligence 曾进行了具体的阐述。
若想构建一个能够进行推理和规划的认知架构，需要有 6 个模块组成，具体包括配置器、感知、世界模型、成本、actor，以及短期记忆。
但不可否认的是，如今 ChatGPT 真的让硅谷掀起了「AI 掘金热」。
LLMS 的炒作周期变化如此之快，每个人都处于曲线上不同的点，大家都很疯狂。
马库斯：我同意 Hinton
对于 Hinton 的警告，纽约大学教授马库斯也表示了同意。
「是人类快要灭亡了比较重要，还是编码更快、跟机器人聊天更重要？」
马库斯认为，虽然 AGI 还太遥远，但 LLMs 已经很危险了，而最危险的是，现在 AI 已经在给各种犯罪行为提供便利了。
「在这个时代，我们每天都要自问，我们究竟想要什么类型的 AI，有的时候走慢一点未尝不好，因为我们的每一小步都会对未来产生深远的影响。」
参考资料：
https://nypost.com/2023/03/26/artificial-intelligence-could-threaten-humanity-scientist/
https://futurism.com/the-byte/godfather-ai-risk-eliminate-humanity
