亚洲永久免费/亚洲大片在线观看/91综合网/国产精品长腿丝袜第一页

每日經(jīng)濟新聞
要聞

每經(jīng)網(wǎng)首頁 > 要聞 > 正文

四家國產(chǎn)大模型明星公司罕見同臺 通往AGI之路仍存分歧|大模界

每日經(jīng)濟新聞 2024-06-15 16:53:13

◎月之暗面CEO楊植麟認為,AGI的定義是重要的,但它不一定需要在現(xiàn)在被非常精確地、量化地定義,它可能是一個定性的、感性的東西。

◎面壁智能CEO李大海看來,大模型一定是通往AGI方向上,當前所有技術里能走得最遠的,它能不能夠直接到達,現(xiàn)在還有很多未知的因素。

每經(jīng)記者 可楊    實習生 李敏    每經(jīng)編輯 楊夏    

6月14日,“2024北京智源大會”在中關村展示中心啟幕,在這次大會上,國內幾家大模型明星公司的創(chuàng)始人們罕見同臺。

圓桌活動中,在北京智源人工智能研究院院長王仲遠的主持下,月之暗面CEO楊植麟、百川智能CEO王小川、智譜AI CEO張鵬、面壁智能CEO李大海共同展開了一場通往通用人工智能(AGI)之路的尖峰對話。

對話中,四位掌舵者對于通往“AGI”的未來之路尚未形成共識,而在分歧之下,四家明星公司不同的發(fā)展路徑或也可窺見一斑。

圖片來源:主辦方供圖

什么是AGI:不一定需要標準定義

在全球范圍內,對于AGI的定義一直缺乏統(tǒng)一的共識,不同的人、不同的視角都會有不同的答案。

楊植麟認為,AGI的定義是重要的,但它不一定需要在現(xiàn)在被非常精確地、量化地定義,它可能是一個定性的、感性的東西。“它最重要的作用,是能讓社會,或者說所有人,能夠對于接下來要發(fā)生什么事情有個準備,因為也許這個技術的節(jié)奏會非常快。”

另一方面,楊植麟提出,AGI一定程度上在短期內可能需要一些量化,因為如果完全沒有量化,可能無法衡量AGI的開發(fā)進度,所以從短期的角度而言,evaluation(評估)本身也會是一個很難的問題,而且可能也是個很大的挑戰(zhàn)。

張鵬則認為,與其說AGI有很嚴格的規(guī)范、定義,他更愿意相信AGI是一種信念、符號,它的內涵、外延是在不斷地變化的。“其實沒有人能夠把這些說清楚,反過頭來講是一件好事,這個事情還有很多未知的空間等待我們去探索。”

張鵬舉例道,在早期如何確認一個系統(tǒng)是否為人工智能?答案是圖靈測試。然而,隨著技術的不斷進步和對事物認知的深化,大家認為圖靈測試已經(jīng)過時。同樣的,AGI三個字母所代表的含義實則在動態(tài)變化中。因此,如果將某一事物過于量化、明確化,“那這件事情也就那樣了,估計天花板在哪兒大家都能看得到了”。

張鵬進一步表示,可以把AGI定義成一個目標,當前是以人為參照,讓機器像人一樣去思考是第一步。而機器的能力遠不止人的水平,我們期待它能實現(xiàn)對人類能力的超越。下一步是能否產(chǎn)生超過人類智能水平的能力,行業(yè)則將不斷對AGI的內涵和外延進行更新與迭代。

王小川傾向于用一個可以評測的指標來看——能造醫(yī)生,就是AGI。他表示,過去在討論AGI時,往往將其視為一種工具。然而,這次的第一個變化是,它開始具備思考、學習、溝通、共情的能力,甚至包括多模態(tài)圖像處理的能力。從其學習范式的要求來看,我們反而是像看人一樣看AGI。

從當前共識的評價指標和學習范式來看,人工智能就是在向人類學習,其數(shù)據(jù)來源于人類社會產(chǎn)生的數(shù)據(jù),因此在評價過程中,我們將其與人類職業(yè)進行比較。在所有職業(yè)中,醫(yī)生行業(yè)的智力密度是相對最高的,既需要具備多模態(tài)能力,還要減少幻覺、有效記憶、閱讀70萬字的病例,具備推理能力和查閱文獻能力等。在將醫(yī)生與AGI進行比較時,有人認為,醫(yī)生所涉及的領域僅僅是垂直細分市場,相對較低層次,但試圖制造醫(yī)生的難度卻極大,其中涉及諸多幻覺問題、推理能力問題。如果將醫(yī)生視為低于AGI,那么連醫(yī)生都無法制造,何談AGI的實現(xiàn)。

李大海則表示,從經(jīng)濟學的角度去定義,如果執(zhí)行任何一個任務,它的邊際成本都為零,這就是理想中的AGI。“為什么我認為大模型能夠走得最遠?就是我相信大模型能夠把這個邊際成本一直往下降,可能會逼近于零。”然而,在此過程中,需要各行各業(yè)的數(shù)據(jù)產(chǎn)生“飛輪效應”,逐步使模型持續(xù)訓練、持續(xù)學習,從而降低整體成本。實際上,去年在行業(yè)里大模型落地的過程中,許多場景仍需進行微調,邊際成本較高。

如何通往AGI:大模型是基石

大模型的熱潮讓AGI的實現(xiàn)更加接近,但大模型是否是實現(xiàn)通用人工智能的“基石”?

楊植麟堅定相信大模型的第一性原理,即Scaling Law(規(guī)模定律),他認為,規(guī)模定律確實本質上是“壓縮”,但也確實可以產(chǎn)生智能,然后隨著不斷地去規(guī)模化模型,不斷地做更好地壓縮,它能產(chǎn)生越來越多的智能。

與此同時,在過程中也一定會有很多挑戰(zhàn),楊植麟認為,最大的挑戰(zhàn)或許在于某些領域數(shù)據(jù)的稀缺性。在數(shù)據(jù)量有限的領域解決數(shù)據(jù)稀缺的難題成為關鍵。或者如果要構建超越人類的AI,可能根本不存在相應的數(shù)據(jù),因為目前的所有數(shù)據(jù)都由人類產(chǎn)生,因此解決不存在的數(shù)據(jù)難題成為關鍵。但是,規(guī)模定律或者大模型本身,沒有太本質的問題。

王小川則認為,說大模型是通向AGI的“基石”是沒有問題的,但是“它只是在逼近AGI,但是光靠Scaling Law我理解(認為)是不夠的”。

王小川表示,在Scaling Law之外,還有一件事情被大家忽略,那就是將語言納入大模型體系,使語言轉化為數(shù)學。除了規(guī)模之外,符號與連接的融合,也是中間的一個環(huán)節(jié)。未來,還會有更多的東西,必須產(chǎn)生范式變革。例如,大模型是數(shù)據(jù)驅動的學習系統(tǒng),而類似于AlphaGo這樣的自我思考型系統(tǒng),同樣有作用。

張鵬則認為,大模型是基石,但是不是“之一”則是另一個問題,所以這個問題其實也涉及怎么來定義AGI,“能不能真的像我們每個人心中定義的AGI那個路徑上幫我們推進一步?大模型到目前為止還是很有效地在推進這件事情”。

張鵬表示,目前,Scaling Law依舊有效,還在往前進,“但它是不是能幫助我們推到那個頂峰上去,我們現(xiàn)在也找不到很確切的答案,但至少我們相信它在這個階段還是有效的,所以我認為它肯定是基石”。

而在李大海看來,大模型一定是通往AGI方向上,當前所有技術里能走得最遠的,它能不能夠直接到達,現(xiàn)在還有很多未知的因素。

他補充道,當前的大型模型主要作為知識壓縮工具,處理人腦的系統(tǒng)1,即慢思考。而系統(tǒng)2,即快速推理,在搜索空間中進行搜索和組合,以完成任務的能力,未來大型模型可能需要通過Agent(智能代理)技術進行外部化,或將其內化為自身能力,這是行業(yè)內需要探索的方向。

如需轉載請與《每日經(jīng)濟新聞》報社聯(lián)系。
未經(jīng)《每日經(jīng)濟新聞》報社授權,嚴禁轉載或鏡像,違者必究。

讀者熱線:4008890008

特別提醒:如果我們使用了您的圖片,請作者與本站聯(lián)系索取稿酬。如您不希望作品出現(xiàn)在本站,可聯(lián)系我們要求撤下您的作品。

模型 大模型 人工智能 王小川 百川智能 月之暗面 智譜AI 通用人工智能 多模態(tài)

歡迎關注每日經(jīng)濟新聞APP

每經(jīng)經(jīng)濟新聞官方APP

0

0