“一天清晨，你的AI助理給我發(fā)出了一份訪談邀約，于是我讓我的AI助理處理它。后面的事情則是由兩個(gè)AI系統(tǒng)來(lái)完成了，在它們之間經(jīng)歷多輪對(duì)話，最終敲定日期，并預(yù)定了會(huì)議室，全程沒(méi)有人類(lèi)參與。”

這是邁克爾·伍爾德里奇（Michael Wooldridge）描繪的未來(lái)圖景。他是英國(guó)AI科學(xué)家，現(xiàn)任牛津大學(xué)計(jì)算機(jī)科學(xué)系教授。

當(dāng)人工智能可以互相交流時(shí)，我們的社會(huì)將發(fā)生怎樣的變化？

在1個(gè)小時(shí)的對(duì)談過(guò)程中，伍德里奇對(duì)這個(gè)話題興趣盎然，他是多智能體系統(tǒng)（Multi Agent System）研究的全球*學(xué)者之一，“AI之間的協(xié)作”是他的重點(diǎn)研究方向。

在伍爾德里奇看來(lái)，無(wú)論是打敗人類(lèi)的AlphaGO，還是對(duì)答如流的ChatGPT，雖然人工智能變得越來(lái)越像人類(lèi)，甚至在一些領(lǐng)域開(kāi)始超越人類(lèi)，但我們離真正的人工智能仍有一段很長(zhǎng)的距離。

當(dāng)大多數(shù)人沉浸在OpenAI創(chuàng)造的現(xiàn)象級(jí)創(chuàng)新時(shí)，伍爾德里奇顯得冷靜許多。ChatGPT在展現(xiàn)神經(jīng)網(wǎng)絡(luò)的強(qiáng)大時(shí)，也展示了它的瓶頸——其無(wú)法解決巨大的功耗和算力問(wèn)題、無(wú)法解決的AI“黑盒”問(wèn)題，“深度神經(jīng)網(wǎng)絡(luò)雖然經(jīng)常能*回答我們的問(wèn)題，但我們并不真正理解它為什么會(huì)這樣回答?！?/strong>

超過(guò)人類(lèi)的AI常被稱為“強(qiáng)人工智能”，而具有普遍人類(lèi)智能水平的AI則稱為通用人工智能（Artificial general intelligence，AGI）。伍爾德里奇在他的著作《人工智能全傳》中這樣描述AGI：AGI大致等同于一臺(tái)擁有一個(gè)普通人所擁有的全部智慧能力的計(jì)算機(jī)，包括使用自然語(yǔ)言交流、解決問(wèn)題、推理、感知環(huán)境等能力，與一個(gè)普通人處于同等或者更高等級(jí)的智能水準(zhǔn)。關(guān)于AGI的文獻(xiàn)通常不涉及自我意識(shí)或者自主意識(shí)之類(lèi)，因此AGI被認(rèn)為是弱人工智能的弱版本。

然而再“弱”的AGI也與當(dāng)代的人工智能研究相去甚遠(yuǎn)。

“ChatGPT是一款成功的AI產(chǎn)品，它非常擅長(zhǎng)涉及語(yǔ)言的任務(wù)，但僅此而已。我們離AGI還有很長(zhǎng)的路要走。”在與虎嗅的對(duì)談中，伍德里奇說(shuō)，深度學(xué)習(xí)使我們有能力構(gòu)建一些幾年前無(wú)法想象的AI程序。但這些取得非凡成就的AI程序，遠(yuǎn)算不上推動(dòng)AI朝著宏偉夢(mèng)想前進(jìn)的魔法，也并不是當(dāng)前AGI發(fā)展難題的答案。

邁克爾·伍爾德里奇（Michael Wooldridge）是國(guó)際人工智能學(xué)界領(lǐng)軍人物，現(xiàn)任牛津大學(xué)計(jì)算機(jī)學(xué)院院長(zhǎng)，投身人工智能研究30余年。曾擔(dān)任2015年-2017年國(guó)際人工智能聯(lián)合會(huì)議（IJCAI）主席（該會(huì)議是人工智能界*會(huì)議之一），2020年獲頒英國(guó)計(jì)算機(jī)領(lǐng)域至高榮譽(yù)——洛芙萊斯獎(jiǎng)?wù)?，被譽(yù)為英國(guó)計(jì)算機(jī)領(lǐng)域具有重要影響力的三位學(xué)者之一。

ChatGPT并不是構(gòu)建AGI的答案

在ChatGPT出現(xiàn)之前多數(shù)人認(rèn)為通用人工智能非常遙遠(yuǎn)，2018年出版的一本名為《智能架構(gòu)》的書(shū)中，對(duì)23位AI領(lǐng)域?qū)＜疫M(jìn)行了調(diào)研，在回答“哪一年能夠有50%的機(jī)會(huì)實(shí)現(xiàn)通用人工智能”時(shí)，谷歌工程總監(jiān)Ray Kurzweil認(rèn)為是2029年，而iRobot聯(lián)合創(chuàng)始人Rodney Brooks給出的時(shí)間則是2200年。所有回答了這個(gè)問(wèn)題的18位專家預(yù)測(cè)的平均時(shí)間點(diǎn)是2099年。

不過(guò)Elon Musk在2022年也發(fā)表了關(guān)于2029年實(shí)現(xiàn)AGI的觀點(diǎn)，他在Twitter中表示，“2029 feels like a pivotal year. I'd be surprised if we don't have AGI by then.（感覺(jué)2029年是關(guān)鍵的一年。如果那時(shí)我們還沒(méi)有AGI，我會(huì)很驚訝）”

對(duì)此，知名AI學(xué)者Gary Marcus提出了五個(gè)檢驗(yàn) AGI 是否實(shí)現(xiàn)的標(biāo)準(zhǔn)，包括：看懂電影、讀懂小說(shuō)、當(dāng)廚師、根據(jù)自然語(yǔ)言規(guī)范或通過(guò)與非專業(yè)用戶的交互，可靠地便攜超過(guò)10000行無(wú)bug代碼，以及用自然語(yǔ)言編寫(xiě)的數(shù)學(xué)文獻(xiàn)中任意提取證明，并將其轉(zhuǎn)換為適合于符號(hào)驗(yàn)證的符號(hào)形式。

現(xiàn)在看來(lái)，ChatGPT代表的通用大模型似乎朝AGI邁出了一大步。讀懂小說(shuō)和看懂電影的任務(wù)，似乎指日可待了。對(duì)此，邁克爾·伍爾德里奇教授認(rèn)為，目前來(lái)看，人類(lèi)仍然很難在2029年實(shí)現(xiàn)AGI。

虎嗅：像AlphaGo一樣的AI專家雖然打敗了人類(lèi)，但它們的能力在實(shí)際應(yīng)用方面存在很大的局限性，今天的通用大模型似乎正在打破這樣的局面。您對(duì)專家型AI和AGI未來(lái)的發(fā)展有怎樣的看法？

邁克爾·伍爾德里奇：“符號(hào)人工智能”是早期人工智能的一種模式，即假設(shè)“智能”是一個(gè)關(guān)于“知識(shí)”的問(wèn)題，如果你想要一個(gè)智能系統(tǒng)，只需要給它足夠多的知識(shí)就可以了。

這種模式相當(dāng)于對(duì)人對(duì)“思維”進(jìn)行建模，主導(dǎo)了從二十世紀(jì)五十年代到八十年代末的人工智能發(fā)展，并最終演變成了“專家系統(tǒng)”。如果你想讓人工智能系統(tǒng)做一件事，比如將英語(yǔ)翻譯成中文，你需要先掌握人類(lèi)翻譯家的專業(yè)知識(shí)，再使用編程語(yǔ)言，將這些知識(shí)傳遞給計(jì)算機(jī)。

這種方法存在很大的局限性，他不能解決與“感知”相關(guān)的問(wèn)題。感知是指你理解周?chē)澜?、解釋周?chē)挛锏哪芰Α?/strong>比如，我現(xiàn)在正看著電腦屏幕，我旁邊有一個(gè)書(shū)架，有一盞燈。我的人類(lèi)智能可以理解這些事物、環(huán)境，也可以把它們描述出來(lái)。但是，讓計(jì)算機(jī)進(jìn)行這個(gè)過(guò)程非常困難。這就是符號(hào)人工智能的局限，它在知識(shí)積累型的問(wèn)題上表現(xiàn)良好，但在理解問(wèn)題上表現(xiàn)不佳。

另一種方法是基于心智模型的人工智能。如果你在顯微鏡下觀察動(dòng)物的大腦或神經(jīng)系統(tǒng)，你會(huì)發(fā)現(xiàn)大量的神經(jīng)元互連接。研究人員從這種龐大的網(wǎng)絡(luò)和神經(jīng)結(jié)構(gòu)中汲取了靈感，嘗試給動(dòng)物大腦中的結(jié)構(gòu)建模，設(shè)計(jì)了一種與動(dòng)物大腦相似的神經(jīng)網(wǎng)絡(luò)。在這個(gè)過(guò)程中我們不是在建模思維，而是在建模大腦。

“建模思維”的符號(hào)人工智能和“建模大腦”的神經(jīng)網(wǎng)絡(luò)，是兩種主要的人工智能模式。在今天大數(shù)據(jù)和大算力的支持下，神經(jīng)網(wǎng)絡(luò)的發(fā)展速度更快，OpenAI的ChatGPT就是神經(jīng)網(wǎng)絡(luò)的一個(gè)典型例子。

ChatGPT的成功更增強(qiáng)了人們對(duì)深度神經(jīng)網(wǎng)絡(luò)期待，甚至有一些人認(rèn)為AGI就要來(lái)了。的確，AGI是很多人工智能研究者的目標(biāo)，但我認(rèn)為我們離AGI還有很長(zhǎng)的路要走。雖然ChatGPT在涉及語(yǔ)言問(wèn)題時(shí)表現(xiàn)的通用能力很強(qiáng)，但它并不是AGI，它不存在于現(xiàn)實(shí)世界中，也無(wú)法理解我們的世界。

舉個(gè)例子，如果你現(xiàn)在開(kāi)始與ChatGPT進(jìn)行對(duì)話，說(shuō)完一句之后就去度假了。當(dāng)你出游一周回來(lái)時(shí)，ChatGPT仍然在那里耐心地等待你輸入下一個(gè)內(nèi)容，它不會(huì)意識(shí)到時(shí)間已經(jīng)過(guò)去或者世界發(fā)生了哪些變化。

虎嗅：你認(rèn)為2029年實(shí)現(xiàn)AGI的預(yù)言會(huì)成真嗎？

邁克爾·伍爾德里奇：雖然ChatGPT在某種程度上可以被視為通用AI的一部分，但它并不是構(gòu)建AGI的答案。它只是為了執(zhí)行特定的、狹隘領(lǐng)域的任務(wù)而構(gòu)建和優(yōu)化的軟件組合。我們需要更多的研究和技術(shù)進(jìn)步才能實(shí)現(xiàn)AGI。

我對(duì)2029年實(shí)現(xiàn)AGI這個(gè)觀點(diǎn)持懷疑態(tài)度。人類(lèi)智能的基礎(chǔ)是“能夠生活在物質(zhì)世界和社交世界中”。比如，我可以用手感知到我的咖啡杯，我可以吃早餐，我也可以和任何人互動(dòng)交流。但很遺憾，AI不僅做不到這些，而且也不能理解其中任何一項(xiàng)的含義。在AI能夠感知現(xiàn)實(shí)世界之前，AGI還有很長(zhǎng)的路要走。

雖然計(jì)算機(jī)的感知和理解能力有限，但是它仍在經(jīng)驗(yàn)中學(xué)習(xí)，并成為人類(lèi)決策的助手。目前來(lái)看，只要AI能像“真人助手”一樣解決問(wèn)題，那爭(zhēng)辯一個(gè)計(jì)算機(jī)系統(tǒng)是否能夠“感知和理解”，又有什么意義呢？

我們終將看到一個(gè)完全由AI構(gòu)建的世界

從無(wú)人駕駛汽車(chē)，到人臉識(shí)別攝像頭，從AI繪畫(huà)、AI數(shù)字人，到AI寫(xiě)代碼、寫(xiě)論文，用不了多久，只要是涉及技術(shù)的領(lǐng)域，不論是教育、科學(xué)、工業(yè)、醫(yī)療還是藝術(shù)，每個(gè)行業(yè)都會(huì)看到人工智能的身影。

在談到是否經(jīng)常使用ChatGPT時(shí)，伍爾德里奇教授表示，ChatGPT是他研究的一部分，所以肯定會(huì)經(jīng)常使用。不過(guò)在使用過(guò)程中，他發(fā)現(xiàn)ChatGPT確實(shí)是基礎(chǔ)工作的好幫手，在很多重復(fù)工作方面可以節(jié)省大量時(shí)間。

虎嗅：您在工作中會(huì)使用ChatGPT嗎？對(duì)于ChatGPT Plus的訂閱模式怎么看？

邁克爾·伍爾德里奇：我經(jīng)常使用ChatGPT。我認(rèn)為在未來(lái)幾年中，ChatGPT以及通用大模型可能還會(huì)涌現(xiàn)出上千種不同的用途，甚至逐漸成為通用工具，就像網(wǎng)絡(luò)瀏覽器和電子郵件客戶端一樣。

我也是ChatGPT Plus的訂閱用戶。不過(guò)對(duì)于25美元的價(jià)格，我認(rèn)為仁者見(jiàn)仁，智者見(jiàn)智。每個(gè)用戶只有親自嘗試之后，才知道ChatGPT是否適合他們，是否有必要付費(fèi)訂閱增強(qiáng)版。對(duì)于一些人來(lái)說(shuō)，他們可能只是覺(jué)得有趣，而在工作中他們更愿意自己做事情。對(duì)于我來(lái)說(shuō)，我發(fā)現(xiàn)它非常有用，可以處理很多日常重復(fù)的案頭工作。不過(guò)，目前我更多地是將其作為我研究的一部分。

虎嗅：今天的AI市場(chǎng)上正在形成一種以大模型能力為核心的新型PaaS商業(yè)模式。OpenAI的GPT-3催生了Jasper，ChatGPT則吸引了Buzzfeed。您認(rèn)為圍繞通用大模型是否會(huì)形成新的AI生態(tài)？

邁克爾·伍爾德里奇：ChatGPT現(xiàn)在已有很多應(yīng)用層面的創(chuàng)新，而且很快可能就會(huì)迎來(lái)創(chuàng)意的“大爆炸”。我認(rèn)為一兩年內(nèi)，ChatGPT及類(lèi)似應(yīng)用就會(huì)大規(guī)模落地，在商業(yè)化軟件中完成文字校對(duì)、語(yǔ)句潤(rùn)色、歸納總結(jié)等簡(jiǎn)單的重復(fù)性文案工作。

此外，在多模態(tài)人工智能中，我們可能會(huì)看到更多新的應(yīng)用場(chǎng)景。例如與圖像識(shí)別、圖像生成相結(jié)合的大型語(yǔ)言模型，可能會(huì)在AR領(lǐng)域發(fā)揮作用；基于大模型的視頻內(nèi)容理解，可以利用AI快速給視頻、影視劇生成摘要等。不過(guò)，多模態(tài)場(chǎng)景的商業(yè)化可能還需要一段時(shí)間，但我們最終將看到由AI生成的各種各樣的內(nèi)容，甚至是完全由AI創(chuàng)建的虛擬世界。

虎嗅：要從頭開(kāi)始打造一家如OpenAI一樣的公司，您認(rèn)為需要具備哪些條件？

邁克爾·伍爾德里奇：我想要從頭開(kāi)始創(chuàng)立一家OpenAI這樣的公司非常困難。首先你需要龐大的計(jì)算資源，采購(gòu)數(shù)萬(wàn)個(gè)昂貴的*GPU，組建專門(mén)用于AI的超級(jí)計(jì)算機(jī)，僅電費(fèi)可能就耗資巨大。你也可以選擇云服務(wù)，但目前云計(jì)算的價(jià)格并不便宜。因此，每次訓(xùn)練AI可能都要花費(fèi)數(shù)百萬(wàn)美元，且需要運(yùn)行幾個(gè)月甚至更長(zhǎng)的時(shí)間。

此外，還需要海量的數(shù)據(jù)，其規(guī)?？赡苁钦麄€(gè)互聯(lián)網(wǎng)的數(shù)據(jù)，如何獲得這些數(shù)據(jù)也是一個(gè)難題。而數(shù)據(jù)和算力，都還只是基礎(chǔ)，更重要的是要聚攏一群高精尖的AI研發(fā)人才。

虎嗅：在AI研發(fā)上哪家公司更有實(shí)力？您對(duì)AI研發(fā)方面，各國(guó)之間的技術(shù)差異怎么看？

邁克爾·伍爾德里奇：在這條賽道上的玩家可能包括互聯(lián)網(wǎng)公司、研究機(jī)構(gòu)，也許還有政府，只是他們沒(méi)有公開(kāi)。目前，公開(kāi)宣布具備大模型實(shí)力的玩家并不多，甚至一只手就能數(shù)得過(guò)來(lái)。大型科技公司目前都在研發(fā)自己的大型語(yǔ)言模型，他們的技術(shù)也相對(duì)*。

因此我不想評(píng)價(jià)誰(shuí)更強(qiáng)，我認(rèn)為各家模型之間沒(méi)有明顯可比性，他們的區(qū)別主要在于投入市場(chǎng)的節(jié)奏，以及用戶數(shù)量。OpenAI的技術(shù)并不一定是*進(jìn)的，但他們?cè)谑袌?chǎng)化方面*了一年，而這一年的優(yōu)勢(shì)給他積攢了數(shù)億用戶，這也使他在用戶數(shù)據(jù)反饋方面遙遙*。

目前，美國(guó)在人工智能領(lǐng)域一直占主導(dǎo)地位，無(wú)論是谷歌還是微軟，甚至創(chuàng)立于英國(guó)的DeepMind，如今也屬于美國(guó)的Alphabet（谷歌母公司）。

不過(guò)，在過(guò)去的40年中，中國(guó)在AI領(lǐng)域的發(fā)展也相當(dāng)快。1980年的AAAI conference（American Association for AI conference，美國(guó)人工智能協(xié)會(huì)會(huì)議），只有一篇來(lái)自中國(guó)香港的論文。但到今天，來(lái)自中國(guó)的論文數(shù)量已經(jīng)與美國(guó)相當(dāng)。

當(dāng)然，英國(guó)也擁有優(yōu)秀的人工智能團(tuán)隊(duì)，但我們沒(méi)有中國(guó)那樣的規(guī)模，我們是一個(gè)相對(duì)較小的國(guó)家，但我們*擁有世界*的研究團(tuán)隊(duì)。

這是一個(gè)有趣的時(shí)代，很多國(guó)家都擁有極強(qiáng)的人工智能團(tuán)隊(duì)。

深度學(xué)習(xí)進(jìn)入瓶頸

當(dāng)人們探討ChatGPT是否能夠代替搜索引擎時(shí)，很多人認(rèn)為ChatGPT的數(shù)據(jù)只覆蓋到2021年以前，無(wú)法獲取實(shí)時(shí)數(shù)據(jù)，因此沒(méi)法勝任搜索任務(wù)。但也有人認(rèn)為，其實(shí)我們?nèi)粘Ｋ阉鞯膬?nèi)容，在很大程度上都是2021年以前的已有知識(shí)，即便此后生成的數(shù)據(jù)量再大，實(shí)際使用需求也并不高。

事實(shí)上，ChatGPT使用的數(shù)據(jù)量已經(jīng)非常龐大了，它的前輩GPT-2模型是在40GB的文本數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練的，GPT-3模型則是在45TB的文本數(shù)據(jù)上進(jìn)行預(yù)訓(xùn)練的。這些預(yù)訓(xùn)練數(shù)據(jù)集，包括了各種類(lèi)型的文本，如新聞文章、小說(shuō)、社交媒體帖子等，大模型能夠?qū)W習(xí)到不同領(lǐng)域和風(fēng)格的語(yǔ)言知識(shí)。很多實(shí)踐證明，即便只有2021年以前的數(shù)據(jù)，ChatGPT仍是一個(gè)上知天文下知地理的“博士”。

而這也引發(fā)了人們對(duì)大模型訓(xùn)練的數(shù)據(jù)憂慮，當(dāng)我們要訓(xùn)練一個(gè)比ChatGPT更大的模型時(shí)，我們這個(gè)世界的數(shù)據(jù)還夠用嗎？未來(lái)的互聯(lián)網(wǎng)上，會(huì)不會(huì)充斥著AI生成的數(shù)據(jù)，從而在AI訓(xùn)練過(guò)程中，形成一條數(shù)據(jù)的“銜尾蛇”？

虎嗅：您曾在書(shū)中提到神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)中最耀眼的技術(shù)。如今，神經(jīng)網(wǎng)絡(luò)引導(dǎo)我們?cè)谒惴?、?shù)據(jù)尤其是算力上不斷前行，隨著技術(shù)進(jìn)步，您是否看到了神經(jīng)網(wǎng)絡(luò)發(fā)展的瓶頸？

邁克爾·伍爾德里奇：我認(rèn)為神經(jīng)網(wǎng)絡(luò)目前面臨三個(gè)主要的挑戰(zhàn)。*是數(shù)據(jù)，像ChatGPT這樣的工具是通過(guò)大量語(yǔ)料數(shù)據(jù)構(gòu)建的，其中很多來(lái)自互聯(lián)網(wǎng)。如果你想構(gòu)建比ChatGPT大10倍的系統(tǒng)，可能需要10倍的數(shù)據(jù)量。但我們的世界上有那么多數(shù)據(jù)嗎？這些數(shù)據(jù)從哪里來(lái)？如何創(chuàng)建這些數(shù)據(jù)？

例如，當(dāng)我們訓(xùn)練一個(gè)大型語(yǔ)言模型時(shí)，我們有大量的英文數(shù)據(jù)、中文數(shù)據(jù)。但當(dāng)我們想訓(xùn)練小語(yǔ)種時(shí)，比如，像冰島這樣人口不到100萬(wàn)的小國(guó)家，他們的語(yǔ)種數(shù)據(jù)量明顯小的多，這就會(huì)出現(xiàn)數(shù)據(jù)量不足的問(wèn)題。

同時(shí)，當(dāng)ChatGPT這樣強(qiáng)大的生成式AI被大規(guī)模應(yīng)用以后，可能會(huì)發(fā)生一個(gè)令人擔(dān)憂的現(xiàn)象。未來(lái)互聯(lián)網(wǎng)上的很多數(shù)據(jù)可能是由AI生成的。當(dāng)我們需要用互聯(lián)網(wǎng)數(shù)據(jù)來(lái)訓(xùn)練下一代AI工具，可能使用的都是由AI創(chuàng)造的數(shù)據(jù)。

下一個(gè)問(wèn)題是關(guān)于算力。如果你要訓(xùn)練一個(gè)比ChatGPT大10倍的系統(tǒng)，就需要10倍的算力資源。在訓(xùn)練和使用的過(guò)程中，會(huì)消耗大量能源，產(chǎn)生大量二氧化碳，這也是人們廣泛擔(dān)憂的問(wèn)題。

第三個(gè)重大挑戰(zhàn)涉及科學(xué)進(jìn)步，我們需要基礎(chǔ)科學(xué)進(jìn)步來(lái)推動(dòng)這項(xiàng)技術(shù)的發(fā)展。僅僅增加數(shù)據(jù)和計(jì)算資源確實(shí)能推動(dòng)我們?cè)谌斯ぶ悄艿难邪l(fā)上走得更遠(yuǎn)，但這都不及科學(xué)創(chuàng)新帶來(lái)的進(jìn)步。就像是學(xué)會(huì)用火或是發(fā)明計(jì)算機(jī)，才能真正使人類(lèi)的進(jìn)步發(fā)生質(zhì)的飛躍。在科學(xué)創(chuàng)新方面，未來(lái)深度學(xué)習(xí)面臨的主要挑戰(zhàn)是，如何研發(fā)出更加高效的神經(jīng)網(wǎng)絡(luò)。

除了以上三個(gè)挑戰(zhàn)，AI還需要“可解釋”。目前人類(lèi)尚不能完全理解神經(jīng)網(wǎng)絡(luò)背后的邏輯，很多問(wèn)題的計(jì)算過(guò)程藏在AI的“黑盒”中。雖然神經(jīng)網(wǎng)絡(luò)已經(jīng)能夠給出很好的答案，但我們并不真正理解它們?yōu)槭裁磿?huì)給出這些答案，這不僅阻礙了神經(jīng)網(wǎng)絡(luò)的研發(fā)，也使得人類(lèi)無(wú)法完全相信AI提供的答案。這其中還包括AI的魯棒性問(wèn)題（Robust），而要這種使用AI，我們需要確保神經(jīng)網(wǎng)絡(luò)不會(huì)崩潰，不會(huì)以不可預(yù)測(cè)的方式失控。

雖然發(fā)展瓶頸擺在面前，但短期內(nèi)我認(rèn)為不會(huì)看到神經(jīng)網(wǎng)絡(luò)的顛覆。我們現(xiàn)在甚至還不知道它是如何工作的，所以距離顛覆還很遠(yuǎn)。不過(guò)我認(rèn)為神經(jīng)網(wǎng)絡(luò)并不是人工智能的答案。我認(rèn)為它只是“完整的人工智能”的一個(gè)組成部分，肯定還有其他組成部分，但我們還不太清楚它們是什么。

虎嗅：如果算力是AI發(fā)展的重要因素之一，那么在AI芯片的研發(fā)方面您看到了哪些創(chuàng)新性研究？

邁克爾·伍爾德里奇：算力在未來(lái)很可能是AI技術(shù)發(fā)展的一個(gè)瓶頸。人類(lèi)大腦的能效比很高，人腦在思考時(shí)的功率只有20W，相當(dāng)于一個(gè)燈泡的能量消耗，這樣的能量消耗相對(duì)于計(jì)算機(jī)，可以說(shuō)是微乎其微。

需要大量算力和數(shù)據(jù)資源構(gòu)建的AI系統(tǒng)與自然智能之間，存在天然的巨大鴻溝。人類(lèi)可以更加高效地學(xué)習(xí)，但人類(lèi)的這只“燈泡”始終只有20W，不是一枚很亮的燈泡。

因此，我們面對(duì)的挑戰(zhàn)是如何讓神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)技術(shù)（如ChatGPT）更加高效。目前無(wú)論從軟件還是硬件角度，我們都不知道如何使神經(jīng)網(wǎng)絡(luò)在學(xué)習(xí)方面像人腦一樣高效，在這方面還有很長(zhǎng)的路要走。

當(dāng)系統(tǒng)與系統(tǒng)直接對(duì)話

多智能體系統(tǒng)是AI領(lǐng)域的一個(gè)重要分支，指由多個(gè)智能體組成的系統(tǒng)，這些智能體可以相互交互、協(xié)作或競(jìng)爭(zhēng)，以實(shí)現(xiàn)某種目標(biāo)。在多智能體系統(tǒng)中，每個(gè)智能體都具有自己的知識(shí)、能力和行為，并且可以通過(guò)與其他智能體通信和協(xié)作來(lái)完成任務(wù)。

多智能體系統(tǒng)在許多領(lǐng)域都有應(yīng)用，例如機(jī)器人控制、智能交通系統(tǒng)、電力系統(tǒng)管理等。它的優(yōu)點(diǎn)在于可以實(shí)現(xiàn)分布式?jīng)Q策和任務(wù)分配，提高系統(tǒng)的效率和魯棒性。

如今，在AI大模型的加持下，很多場(chǎng)景的多智能體系統(tǒng)與LLM可以嘗試結(jié)合應(yīng)用，從而大幅拓展AI能力的邊界。

虎嗅：當(dāng)下大火的AI大模型與多智能體系統(tǒng)有哪些可以結(jié)合的點(diǎn)？

邁克爾·伍爾德里奇：我的研究關(guān)注“人工智能系統(tǒng)相互交流時(shí)會(huì)發(fā)生什么”。大多數(shù)人都有智能手機(jī)以及智能手機(jī)的AI助手，比如Siri、Alexa或Cortana，我們稱之為“代理”。

舉個(gè)例子，當(dāng)我想在餐廳訂座位時(shí)，我會(huì)直接打電話給餐廳。但在不遠(yuǎn)的將來(lái)，Siri或是其他智能助手可以幫我完成這個(gè)任務(wù)。Siri會(huì)給餐廳打電話，代表我進(jìn)行預(yù)訂。而多智能體系統(tǒng)的理念是，為什么Siri不能直接與另一個(gè)Siri交流？為什么不讓這些AI程序相互通信？多智能體系統(tǒng)關(guān)注的是，這些AI程序相互交流時(shí)所涉及的問(wèn)題。

多智能體系統(tǒng)和大模型的結(jié)合是我們正在研究的項(xiàng)目。我認(rèn)為，在構(gòu)建多智能體+大語(yǔ)言模型方面，有一個(gè)非常有趣的工作要做。通過(guò)讓大語(yǔ)言模型相互交流，我們能否獲得更高的智能？我認(rèn)為這是一個(gè)非常有趣的挑戰(zhàn)。

比如說(shuō)，我們現(xiàn)在要預(yù)約一場(chǎng)會(huì)議，你我都是用Siri代為溝通，但是你喜歡早上開(kāi)會(huì)，而我喜歡下午開(kāi)會(huì)。當(dāng)我們之間存在爭(zhēng)議時(shí)，代表你我的Siri如何協(xié)作解決這個(gè)問(wèn)題？他們會(huì)協(xié)商嗎？當(dāng)AI不僅與人交談，還與其他AI系統(tǒng)交談時(shí)，會(huì)產(chǎn)生很多新的問(wèn)題。這就是我正在研究的領(lǐng)域，我相信多智能體系統(tǒng)是未來(lái)的方向。

另一個(gè)關(guān)于多智能體和大型語(yǔ)言模型的有趣問(wèn)題是，如果AI系統(tǒng)只是相互交流，它們是不是就不需要人類(lèi)語(yǔ)言了？我們是否能為這些AI系統(tǒng)設(shè)計(jì)更有效的語(yǔ)言？

然而這又會(huì)引發(fā)了另一些問(wèn)題，我們需要給這些代理、AI程序的交流制定規(guī)則，人類(lèi)該如何管理由AI構(gòu)成的人工智能社會(huì)？

AI無(wú)法代替人類(lèi)坐牢

英國(guó)科學(xué)家邁克爾·法拉第（Michael Faraday）于1831年發(fā)明了電動(dòng)機(jī)，他也沒(méi)預(yù)料到會(huì)產(chǎn)生電椅這種刑具。1886年獲得汽車(chē)專利的卡爾·本茨（Karl Benz）肯定無(wú)法預(yù)言，他的發(fā)明在未來(lái)的一個(gè)世紀(jì)里會(huì)造成數(shù)百萬(wàn)人的死亡。人工智能是一門(mén)通用技術(shù)：它的應(yīng)用僅僅受限于我們的想象。

在人工智能跨越式發(fā)展的同時(shí)，我們也需要注意人工智能可能帶來(lái)的潛在風(fēng)險(xiǎn)和挑戰(zhàn)，如數(shù)據(jù)隱私、就業(yè)崗位流失等問(wèn)題。因此，在推動(dòng)人工智能技術(shù)發(fā)展的同時(shí)，我們也需要謹(jǐn)慎地考慮其社會(huì)和倫理影響，并采取相應(yīng)的措施。

如果我們真的能構(gòu)建具有人類(lèi)智力和能力的AI，那么它們是否應(yīng)該被視為與人類(lèi)平等的存在？它們是否應(yīng)該擁有自己的權(quán)利和自由？這些問(wèn)題需要我們認(rèn)真思考和探討。

虎嗅：中文互聯(lián)網(wǎng)有一個(gè)有趣的觀點(diǎn)，“AI永遠(yuǎn)不可能從事會(huì)計(jì)、審計(jì)工作。因?yàn)锳I不能坐牢?！盇IGC在版權(quán)方面同樣存在這樣的問(wèn)題，AI可以輕易抄襲人類(lèi)的繪畫(huà)、寫(xiě)作風(fēng)格，同時(shí)人類(lèi)利用AI進(jìn)行的創(chuàng)作也存在權(quán)屬不明的問(wèn)題。那么您對(duì)人工智能在法律、道德方面面臨的風(fēng)險(xiǎn)怎么看？

邁克爾·伍爾德里奇：“AI不能坐牢”這個(gè)想法非常妙。有些人認(rèn)為AI能成為他們的“道德代理人”，對(duì)其行為負(fù)責(zé)。然而這種想法明顯曲解了人類(lèi)對(duì)于“對(duì)、錯(cuò)”的界定。我們不該去考慮怎么制造“有道德責(zé)任”的AI，而是應(yīng)該以負(fù)責(zé)任的方式研究AI。

AI本身無(wú)法負(fù)責(zé)，一旦AI出了問(wèn)題，擁有AI、構(gòu)建AI和部署AI的人就要負(fù)責(zé)。如果他們使用的AI觸犯了法律，或者他們將AI用于犯罪，那么應(yīng)該被送進(jìn)監(jiān)獄的一定是人類(lèi)。

此外，ChatGPT在隱私保護(hù)方面需要加強(qiáng)監(jiān)管。如果ChatGPT收集了整個(gè)互聯(lián)網(wǎng)的信息，那么他一定也讀到了關(guān)于我們每個(gè)人的信息。例如，我的社交媒體、我的書(shū)籍、我的論文，以及其他人在社交媒體上對(duì)我發(fā)表的評(píng)論等，甚至是已經(jīng)刪除了的信息。AI可能還能根據(jù)這些信息描繪每個(gè)人的畫(huà)像，從而進(jìn)一步侵犯或傷害我們的隱私。

目前有很多關(guān)于人工智能法律方面的討論，并不只針對(duì)ChatGPT，人工智能的法律問(wèn)題一直存在，且日趨重要，但目前社會(huì)各界對(duì)此還仍在討論和摸索階段。

我認(rèn)為ChatGPT或是其他的AI技術(shù)在未來(lái)幾年中將會(huì)變得越來(lái)越普遍。但是，我也認(rèn)為我們需要謹(jǐn)慎地使用它，確保我們不會(huì)失去人類(lèi)的關(guān)鍵技能，例如閱讀和寫(xiě)作。AI無(wú)疑可以幫助人類(lèi)提高生產(chǎn)效率、生活質(zhì)量，但它不能完全取代人類(lèi)的思維和創(chuàng)造力。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽?lái)源及作者名字。