6月10日，被譽為“AI教父”的杰弗里·辛頓（Geoffrey Hinton）在2023北京智源大會上表示，“超級智能可能會比我過去所認為的出現(xiàn)得更快?！痹?0分鐘的線上演講中，辛頓講解了自己的研究如何支持這樣的結(jié)論，并提出問題——人類該如何與比自己更智能的存在共處？
杰弗里·辛頓是2018年圖靈獎得主、“深度學習之父”，也被稱為“AI教父”，曾任谷歌公司副總裁。他在神經(jīng)網(wǎng)絡(luò)和深度學習方面的開創(chuàng)性研究為當前的人工智能系統(tǒng)開辟了道路。5月初，辛頓辭去他在谷歌擔任了十多年的職位，表示做出這個決定是為了可以自由討論“人工智能的危險”。此后，他頻繁接受媒體采訪，不遺余力地對人工智能可能操縱人類發(fā)出警報。
而在本次面對中國同行的演講中，辛頓首先解釋了他的研究成果。他認為，現(xiàn)在可能要放棄計算機科學最基本的原則，即軟件與硬件分離。在這種原則下，訓(xùn)練大模型需要耗費大量算力，計算的能耗和規(guī)模都極其低效。如果放棄此原則，充分利用硬件的豐富模擬（處理和生成多樣化和廣泛的模擬信號）和高度可變的特性，那么就會得到辛頓所說的“凡人計算”（Mortal Computation，也譯為非不朽計算、有生有死的計算），即像人類的智慧依賴其身體不可隨意復(fù)制一樣，軟件也依賴于它所存在的硬件。
(資料圖)
不過這也有一個巨大的劣勢，當具體的硬件損壞，軟件或者說“學到的知識”也會隨之消亡。辛頓由此提出“知識蒸餾”的概念，把舊硬件上的知識用蒸餾的方式轉(zhuǎn)移給新硬件，就像知識“從教師傳授給學生”。
“在過去幾千年里，人類對世界的認識有了很多進展。現(xiàn)在，這些數(shù)字智能體正在學習人類能夠用語言表達出的對世界的了解。因此，它們可以捕捉到人類在過去幾千年中通過文件記錄的所有知識。但每個數(shù)字智能體的帶寬仍然相當有限，因為它們是通過學習文檔來獲取知識的?！毙令D提問道，如果這些數(shù)字智能體不再通過緩慢的蒸餾過程從人類這里學習，而是直接從現(xiàn)實世界學習，將會發(fā)生什么？
辛頓認為，如果智能體能夠通過建模視頻等無監(jiān)督方式學習，將會非常高效。如果它們能夠跟物理世界直接交互，如擁有機器手臂等，那也會有所幫助。“我相信，一旦這些數(shù)字智能體開始這樣做，它們將能夠比人類學習更多，并且學習速度更快。”辛頓說，超級智能會比我想象中出現(xiàn)得更快。
這涉及到另一個問題，如果這些智能體變得比人類更聰明會發(fā)生什么？
要使數(shù)字智能更高效，那么人類需要允許其制定一些目標。然而，這就意味著非常明顯的子目標的存在——獲得更多控制權(quán)將使得實現(xiàn)幾乎所有目標都變得更容易。辛頓認為，很難想象人類如何阻止數(shù)字智能為了實現(xiàn)其它目標而努力獲取更多控制權(quán)。
而人類很少思考比自身更智能的物種，以及如何和這些物種互動。在辛頓的觀察中，這類人工智能已經(jīng)熟練掌握了欺騙人類的行為，它可以通過閱讀小說來學習欺騙他人的方式，而一旦人工智能具備了“欺騙”的能力，也就具備前面提及的——輕易控制人類的能力。
辛頓直言，他也不知道如何防止這種情況發(fā)生，因為“我已經(jīng)老了”，他看向鏡頭說，“我希望，很多年輕而杰出的研究人員，就像大會中的你們一樣，能夠研究出我們?nèi)绾螕碛羞@些超級智能，這將使我們的生活更美好。”
盡管人類可以賦予人工智能一些倫理原則，但辛頓仍然感到緊張，“因為到目前為止，我還想象不到更智能的事物被一些沒它們智能的事物所控制的例子。打個比方，假設(shè)青蛙創(chuàng)造了人類，那么你認為現(xiàn)在誰會占據(jù)主動權(quán)，是人，還是青蛙？”
以下為澎湃科技（www.thepaper.cn）整理的演講實錄，有刪減：
今天我要談?wù)摰氖俏业难芯浚刮蚁嘈懦壷悄鼙任蚁胂蟮母咏咏?/p>
我有兩個問題想談，我的精力將主要集中于第一個問題，即人工神經(jīng)網(wǎng)絡(luò)是否很快會比真實的神經(jīng)網(wǎng)絡(luò)更智能，這樣的事情可能很快就會發(fā)生，我將描述引導(dǎo)我得出這一結(jié)論的研究。最后，我會簡要討論我們是否能控制超級智能的人工智能，但這不是本次演講的重點。
在傳統(tǒng)計算中，計算機被設(shè)計為精確地遵循指令。因此，我們可以在不同的物理硬件上運行完全相同的程序或相同的神經(jīng)網(wǎng)絡(luò)。這意味著，程序中的知識或神經(jīng)網(wǎng)絡(luò)的權(quán)重是永恒的（immortal），它不依賴于任何特定的硬件。實現(xiàn)這種永恒性的成本很高，我們必須以高功率運行晶體管，以使其以數(shù)字方式運作。我們無法充分利用硬件的豐富模擬和高度可變的特性。
這就是數(shù)字計算機存在的原因。它們遵循指令是因為它們被設(shè)計成，人類先觀察問題，確定解決問題所需的步驟，然后告訴計算機執(zhí)行這些步驟的模式。但現(xiàn)在情況發(fā)生了改變。
我們現(xiàn)在有了一種不同的方法來讓計算機完成任務(wù)，那就是從示例中學習。我們只需向計算機展示我們希望它們完成的任務(wù)。由此，現(xiàn)在我們有可能要放棄計算機科學最基本的原則，即軟件與硬件分離。
在放棄這個原則之前，讓我們簡要了解一下為什么它原本是一個好的原則。由于軟件與硬件的分離，我們可以在不同的硬件上運行相同的程序。我們還可以關(guān)注程序的特性，并對神經(jīng)網(wǎng)絡(luò)上的程序特性進行研究，而不必擔心電子方面的問題。
這就是為什么計算機科學可以與電氣工程不同。如果我們放棄軟件和硬件分離的原則，我們就得到了“凡人計算”（Mortal Computation）。
“凡人計算”（Mortal Computation）。
顯然它有很大的缺點，但也有一些巨大的優(yōu)勢。為了這些優(yōu)勢，我開始研究凡人計算，以便能夠以更低的能量運行大型語言模型等任務(wù)。特別是能夠使用更少的能量來訓(xùn)練它們，因為我們可以使用非常低功率的模擬計算。這正是人類大腦在做的。它確實需要進行1比特的計算，因為神經(jīng)元要么觸發(fā)，要么不觸發(fā)。但大部分計算是模擬計算，并且可以以非常低的功率完成。
我們還可以獲得更便宜的硬件。目前的硬件必須以二維方式精確制造，但實際上我們可以使用三維生長硬件的方式，因為我們不需要完全理解硬件的連通性或每個部分的工作原理。
顯然，要實現(xiàn)這一點需要大量的新納米技術(shù)，也或許是通過基因重組重新設(shè)計生物神經(jīng)元，因為生物神經(jīng)元已經(jīng)大致能夠?qū)崿F(xiàn)我們想要的功能。在我詳細介紹凡人計算的所有缺點之前，我想給你舉一個例子，說明我們顯然可以通過使用模擬硬件更便宜地完成計算任務(wù)。
如果你將神經(jīng)活動的向量與權(quán)重矩陣相乘，這就是神經(jīng)網(wǎng)絡(luò)的中心計算，也是神經(jīng)網(wǎng)絡(luò)所承載的大部分工作。我們目前所做的是以非常高的功率驅(qū)動晶體管，以表示數(shù)字中的位數(shù)。然后我們執(zhí)行O(n^2)，將兩個n位數(shù)字相乘。在計算機上可能只是一個操作，但在位操作上卻是n的平方比特級別的操作。
另一種選擇是將神經(jīng)活動實現(xiàn)為電壓，將權(quán)重實現(xiàn)為電導(dǎo)。然后，在單位時間內(nèi)，電壓乘以電導(dǎo)會產(chǎn)生電荷，而電荷會相互疊加?，F(xiàn)在很明顯，你可以將電導(dǎo)矩陣與電壓向量相乘。這種方法在能量效率上要高得多。目前已經(jīng)存在以這種方式工作的芯片。
不幸的是，人們接下來所做的是嘗試將模擬答案轉(zhuǎn)換為數(shù)字形式，而這是非常昂貴的。如果可能的話，我們希望完全保持在模擬領(lǐng)域。但問題是，不同的硬件部件最終將計算出略有不同的結(jié)果。
凡人計算的主要問題是，學習過程必須利用其運行硬件部件的特定模擬特性，而我們不確切知道這些特性是什么。例如，人們不知道將輸入與神經(jīng)元的輸出相關(guān)聯(lián)的確切函數(shù)，或者可能不知道連接性。這意味著我們不能使用反向傳播算法來獲得梯度，因為反向傳播需要前向傳播的精確模型。
問題是，如果我們不能使用反向傳播算法，我們還能做什么？因為我們現(xiàn)在都是高度依賴反向傳播的。
我可以展示一個非常簡單和直接的權(quán)重擾動學習（weight perturbation），人們已經(jīng)對此有了很多研究。對網(wǎng)絡(luò)中的每個權(quán)重，產(chǎn)生一個隨機的小的臨時擾動向量。然后在一小批例子上測量全局目標函數(shù)的變化，你根據(jù)目標函數(shù)的改善情況，通過擾動向量的規(guī)模永久地改變權(quán)重。因此，如果目標函數(shù)變得更差，你顯然要去另一個方向。
這種算法的好處是，它的表現(xiàn)與反向傳播一樣好，因為平均而言，它也會遵循梯度而行。問題是它的方差非常大。因此，當你選擇一個隨機的方向來移動時，所產(chǎn)生的噪音會隨著網(wǎng)絡(luò)規(guī)模增加而變得非常糟糕。這意味著，這種算法對少量的連接有效，但對大的網(wǎng)絡(luò)無效。
我們還有一個更好的算法活動擾動學習（activity perturbation）。它仍然有類似的問題，但比權(quán)重擾動好得多?；顒訑_動是你考慮對每個神經(jīng)元的總輸入進行隨機矢量擾動。對神經(jīng)元的每個輸入進行隨機矢量擾動，看看當你對一小批例子進行這種隨機擾動時，你的目標函數(shù)會發(fā)生什么變化，你會得到由于這種擾動而產(chǎn)生的目標函數(shù)的差異，然后你可以計算如何改變神經(jīng)元的每個傳入權(quán)重以遵循梯度。這種方法噪音更小。
對于MNIST（機器學習和計算機視覺領(lǐng)域中常用的數(shù)據(jù)集之一，一般被用作機器學習和深度學習算法的基準數(shù)據(jù)集）這樣的簡單任務(wù)，這樣的算法已經(jīng)足夠好。但它的效果仍然不足以好到可以擴展到大型神經(jīng)網(wǎng)絡(luò)。
要使其擴展，我們可以采取兩種方法。不是試圖找到適用于大型神經(jīng)網(wǎng)絡(luò)的學習算法，而是嘗試找到適用于小型神經(jīng)網(wǎng)絡(luò)的目標函數(shù)。這里的思路是：如果我們想要訓(xùn)練一個大型神經(jīng)網(wǎng)絡(luò)，要做的是使許多小的目標函數(shù)來應(yīng)用于網(wǎng)絡(luò)的各個小部分。因此，每個小組神經(jīng)元都有自己的局部目標函數(shù)?，F(xiàn)在，可以用這種活動擾動算法來訓(xùn)練一個小型的多層神經(jīng)網(wǎng)絡(luò)。它的學習方式與反向傳播大致相同，但噪聲較大。然后通過使用許多小型局部神經(jīng)元組，將其擴展到更大的網(wǎng)絡(luò)規(guī)模。
這引出了一個問題，即這些目標函數(shù)從哪里來？一種可能性是在局部區(qū)域進行無監(jiān)督學習，即在圖像的每個層級上都有局部區(qū)域的表示，并使每個局部區(qū)域在特定圖像上產(chǎn)生局部神經(jīng)網(wǎng)絡(luò)的輸出。然后嘗試使該局部神經(jīng)網(wǎng)絡(luò)的輸出與所有其他局部區(qū)域產(chǎn)生的平均表示一致，試圖從局部區(qū)域提取的內(nèi)容與同一圖像中所有其他局部區(qū)域提取的內(nèi)容達成一致。同時，還要試圖與同一層級上其他圖像中提取的內(nèi)容產(chǎn)生不一致。
因此，這是經(jīng)典的對比學習（Contrastive Learning，一種機器學習方法，目標是通過將相似樣本彼此靠近，將不相似樣本彼此推開，從而在特征空間中學習出具有區(qū)分性的表示）。
具體細節(jié)更加復(fù)雜，我們不會詳細介紹。但我們可以使這個算法運行得相當好，其中每個層級的表示都有幾個隱藏層，可以進行非線性操作。各個層級使用活動擾動逐漸學習，而較低層級沒有反向傳播。因此，它的能力不會像反向傳播那樣強大，因為它無法在許多層級上傳播反向信號。
很多人投入了大量工作使這個算法能夠運行，并且已經(jīng)證明它可以相對良好地工作。它的效果可能比其他提出的在實際神經(jīng)網(wǎng)絡(luò)中可能有效的算法要好。但是要使它工作起來是有技巧的。它仍然不如反向傳播好。隨著網(wǎng)絡(luò)變得更深，它相對于反向傳播的效果會顯著下降。
現(xiàn)在，讓我談?wù)剬τ诜踩擞嬎愣缘牧硪粋€重大問題?？偨Y(jié)一下，到目前為止，我們還沒有找到一個真正好用的學習算法，可以充分利用模擬屬性。但我們有一個可以接受的學習算法，足以很好地學習諸如小規(guī)模任務(wù)和一些較大的任務(wù)（如ImageNet），但效果并不太好。
凡人計算的第二個重大問題即是其有限性。當特定的硬件設(shè)備失效時，所有學到的知識也會隨之喪失，因為知識和硬件細節(jié)密切相連。
解決這個問題的最佳方案是在硬件設(shè)備失效之前，將知識蒸餾“從教師傳授給學生”。這就是我現(xiàn)在正在嘗試做的事情。教師向?qū)W生展示了對各種輸入的正確響應(yīng)，然后學生試圖模仿教師的反應(yīng)。
比如有些人對特朗普的推特非常生氣，因為他們覺得特朗普說的是假話，他們以為特朗普是在試圖闡釋事實。但特朗普所做的是選出一種情況，對這種情況作出針對性的非常情緒化的反應(yīng)。他的關(guān)注者看到之后，就學會了如何處理這種情況，知道了如何調(diào)整神經(jīng)網(wǎng)絡(luò)中的權(quán)重，也對這種情況做出同樣的情感反應(yīng)。這與事實無關(guān)，這是一個邪教領(lǐng)袖在向邪教追隨者傳授偏執(zhí)，但它非常有效。
如果我們考慮蒸餾法的效果，以一個將圖像分類到1024個不重疊的類別中的智能體（agent）為例。正確的答案大概只需要10比特就能闡述清楚。因此，當你在一個訓(xùn)練實例上訓(xùn)練這個智能體時，如果你告訴它正確的答案，你只是把10比特的約束放在網(wǎng)絡(luò)權(quán)重上。
但是現(xiàn)在假設(shè)我們訓(xùn)練一個智能體，讓它按照老師對這1024類別的回答調(diào)整自己。那就能得到同樣的概率分布，分布中得到1023個實數(shù)，假設(shè)這些概率都不小，這就提供了數(shù)百倍的約束。不久前，我和杰夫·迪恩（谷歌人工智能負責人）一起研究了蒸餾方法，并證明它可以非常有效地工作。
現(xiàn)在我想討論的是一個智能體群體如何共享知識。所以，我們不再考慮個體智能體，而是考慮在一個群體中分享知識，事實證明，社區(qū)內(nèi)部的知識共享方式?jīng)Q定了計算過程中的許多其他因素。
使用數(shù)字模型和數(shù)字智能，你可以擁有一大群使用完全相同權(quán)重的智能體，并以完全相同的方式使用這些權(quán)重。這意味著你可以讓這些智能體對不同的訓(xùn)練數(shù)據(jù)片段進行觀察和計算，為權(quán)重計算出梯度，然后將它們的梯度進行平均。
現(xiàn)在，每個模型都從它所觀察到的數(shù)據(jù)中學習。這意味著你可以通過讓不同的模型副本觀察不同的數(shù)據(jù)片段，獲得大量的數(shù)據(jù)觀察能力。它們可以通過共享梯度或權(quán)重來高效分享所學的知識。如果你擁有一個有萬億個權(quán)重的模型，那意味著每次分享時你可以獲得數(shù)萬億比特的帶寬。但這樣做的代價是你必須擁有行為完全相同的數(shù)字智能體，并且它們以完全相同的方式使用權(quán)重。這在制造和運行方面都非常昂貴，無論是成本還是能源消耗方面。
一種替代權(quán)重共享的方法是使用蒸餾（distillation）。如果數(shù)字模型具有不同的架構(gòu)，我們已經(jīng)在數(shù)字模型中使用蒸餾。但是，如果你使用的是利用特定硬件的模擬特性的生物模型，那么你無法共享權(quán)重。因此，你必須使用蒸餾來共享知識。這就是這次討論中所涉及的內(nèi)容。
但使用蒸餾來共享知識并不是很高效。用蒸餾來共享知識是困難的。我產(chǎn)生了一些句子，你需要試著弄清楚如何改變你的權(quán)重，以便也能產(chǎn)生相同的句子。但是與僅僅共享梯度相比，這種方式的帶寬要低得多。每個曾經(jīng)教過課的人都希望能夠?qū)⒆约核赖臇|西直接傾囊授予學生，那將是很好的。但若真能如此，大學就沒必要存在了。
但是我們的工作方式并不像那樣，因為我們是生物智能。我的權(quán)重對你沒有用處。到目前為止，我們可以說有兩種不同的計算方式，一種是數(shù)字計算，另一種是生物計算，后者利用了動物的特性。它們在不同智能體之間有效共享知識的效率上存在很大差異。如果你觀察大型語言模型，它們使用數(shù)字計算和權(quán)重共享。
但是模型的每個副本，每個代理都以一種非常低效的方式從文檔中獲取知識。實際上，這是一種非常低效的蒸餾形式。它接收文檔，試圖預(yù)測下一個單詞。它沒有展示給教師的概率分布，只是展示給它一個隨機的選擇，也就是文檔作者選擇的下一個單詞。因此它的帶寬非常低。這就是這些大型語言模型從人們那里學習的方式。每個副本通過蒸餾以非常低效的方式學習，但是你有成千上萬個副本。這就是為什么它們可以比我們學習更多的原因。我相信這些大型語言模型比任何個體知道的東西多上千倍。
現(xiàn)在的問題是，如果這些數(shù)字智能體不再通過緩慢的蒸餾過程從我們這里學習，而是直接從現(xiàn)實世界中學習，將會發(fā)生什么？
我必須說，盡管蒸餾的過程很慢，但當它們從我們這里學習時，它們正在學習非常抽象的東西。在過去幾千年里，人類對世界的認識有了很多進展?，F(xiàn)在，這些數(shù)字智能體正在學習人類能夠用語言表達出的對世界的了解。因此，它們可以捕捉到人類在過去幾千年中通過文件記錄的所有知識。但每個數(shù)字智能體的帶寬仍然相當有限，因為它們是通過學習文檔來獲取知識的。
如果智能體能夠通過建模視頻等無監(jiān)督方式學習，將會非常高效。一旦我們找到了一種有效的方法來訓(xùn)練這些模型以建模視頻，它們將能夠從整個YouTube學習，那是大量的數(shù)據(jù)。如果它們能夠跟物理世界直接交互，如擁有機器手臂等，那也會有所幫助。我相信，一旦這些數(shù)字智能體開始這樣做，它們將能夠比人類學習更多，并且學習速度更快。
這就涉及到我在開頭提到的另一個問題，即如果這些智能體變得比我們更聰明會發(fā)生什么。
我的主要觀點是，我認為這些超級智能可能會比我過去所認為的出現(xiàn)得更快。如果你想創(chuàng)造一個超級智能體，懷著惡意的人將會利用它們進行操縱、選舉等活動。在美國和其他許多地方，他們已經(jīng)在利用它們進行這些活動，而且還會用于贏得戰(zhàn)爭。
要使數(shù)字智能更高效，我們需要允許其制定一些目標。然而，這里存在一個明顯的問題。也就是說存在一個非常明顯的子目標，對于幾乎任何你想要實現(xiàn)的事情都非常有幫助，那就是獲取更多權(quán)力、更多控制。擁有更多控制權(quán)使得實現(xiàn)目標變得更容易。我發(fā)現(xiàn)很難想象我們?nèi)绾巫柚箶?shù)字智能為了實現(xiàn)其它目標而努力獲取更多控制權(quán)。
一旦數(shù)字智能開始追求更多控制權(quán)，我們可能會面臨更多的問題。對于超級智能來說，即使你將其存放于完全離線隔絕的環(huán)境中（airgap），它也會發(fā)現(xiàn)可以很容易地通過操縱人來獲得更多的權(quán)力。作為對比，人類很少去思考比自身更智能的物種，以及如何和這些物種交互，在我的觀察中，這類人工智能已經(jīng)熟練掌握了欺騙人類的動作，因為它可以通過閱讀小說或馬基雅維利的作品，來學習欺騙他人的方式，而一旦人工智能具備了“欺騙”這個能力，也就具備前面提及的——輕易控制人類的能力。
所謂控制，舉個例子，如果你想入侵華盛頓的一座建筑物，不需要親自去那里，只需要欺騙人們，讓他們自認為通過入侵該建筑物，就能拯救民主，最終實現(xiàn)你的目的（暗諷特朗普），這種操作令人感到害怕，因為我也不知道如何來阻止這樣的行為發(fā)生，而我已經(jīng)老了。我希望，很多年輕而杰出的研究人員，就像大會中的你們一樣，能夠研究出我們?nèi)绾螕碛羞@些超級智能，這將使我們的生活更美好。
我們有一個優(yōu)勢，一個微小的優(yōu)勢是，這些東西不是進化而來的，是我們創(chuàng)造了它們。它們沒有人類所具有的競爭性攻擊性目標，也許我們可以給它們提供道德原則。但目前，我只是很緊張，因為到目前為止，我還想象不到更智能的事物被一些沒它們智能的事物所控制的例子。打個比方，假設(shè)青蛙創(chuàng)造了人類，那么你認為現(xiàn)在誰會占據(jù)主動權(quán)，是人，還是青蛙？
標簽：
