不設立目標，還能有所成就嗎？
Kenneth Stanley（肯尼斯?斯坦利）和Joel Lehman（喬爾?雷曼）是知名的人工智能科學家，曾供職於OpenAI 從事“大語言模型 演進算法”方面的研究，現在人們驚訝於大模型的湧現能力就與之相關。他們共同發明了新奇性搜索算法，在不設立目標的情況下不斷隨機生成解決方案，評估標準是方案是否更新奇，在方案不斷地進化和迭代中解決問題。
在2024復旦管院新年論壇上以及與第一財經記者交流的過程中，“有趣”是他們提到最多的詞。“根據興趣來”“做有趣的事情”“發生有趣的變化”……這些“有趣”拋開了特定目標、是計劃之外的嘗試，雖然並不總能保證成功，但在通向科學探索之路上卻取得了意想不到的效果。即便大模型引發了2023年現象級的關注，他們對於2024年人工智能的發展仍保持審慎的態度，並提出了人們應該如何適應人工智能帶來的變化。
當做事不爲目標爲“有趣”
“學生們有了這麼豐富的工具，如何去尋找一箇讓他們覺得有趣的問題，去問自己應該去解決怎樣的一箇問題，才真正讓這學期所學到的內容發揮價值。這一點對我們未來的課程設計，以及未來在和學生的互動過程當中，提供了很多思考和借鑑。”復旦大學管理學院信息管理與商業智能系教授竇一凡在採訪嘉賓後和第一財經第一時間分享了他的感觸，他現在把自己的教學描述爲“看上去我是在教編程，實際上教的是邏輯思維。”
爲什麼強調有趣？在斯坦利和雷曼合著的《爲什麼偉大不能被計劃》中提到：“?個真正有趣的想法，或許會引發爭議。在我們?前已知和未知的邊界，仍存在?些尚不確定答案的問題，這就是爲什麼在科學的未知領域，專家們的意?應該保持分歧和發散狀態。正是在這?位於已知和未知之間的‘蠻荒’邊界地帶，我們應該讓?類最偉?的頭腦進?探索，?不是在最?共識的舒適區‘沉迷享樂’。”
離開OpenAI之後，他們在各自感興趣的領域探索，並依然和前同事們保持聯繫。斯坦利想要“把相應的研究轉化爲服務”，開啓了社交網絡Maven的創業之旅，“我從寫書中得到的啓發就是培養開放式的探索過程，創建一箇轉移和搜索過程去發現許多有趣的內容，並將其應用於在線專家”，這款app上還有OpenAI CEO山姆?阿爾特曼的推薦語。雷曼則繼續在心理學、心理療法和人工智能的交叉領域中研究，他的論文《機器之愛》希望能夠探索機器從更豐富、複雜的維度去“愛”人的可能性，也會和以前的同事們交流一些研究方向。
“我們從小就被灌輸做什麼纔是正確的，似乎成功本應如此，這讓人們失去了跟着興趣前行的能力。這種能力聽起來簡單卻像肌肉一樣需要鍛鍊，就是我們提倡的無目標探索。我認爲大家可以嘗試，而且因人而異。每個人的興趣點不一樣，但要相信自己的直覺，並找出做這件事兒的回報是什麼。你不一定會因此賺到錢或者評A，可你得學會相信自己的直覺，如果你想要變得有創造力，這點很重要。” 斯坦利說。
雷曼的建議一方麪包括心理層面的建設，即失敗沒有想得那麼糟，另一方面是培養興趣，關注世界上能讓你精力充沛的所在。“在人工智能的領域裏，人們對未來的態度始終在冬天和夏天之間切換。有時更加樂觀，有時更加悲觀。從我們正在使用的計算量和數據量而言，人們討論的範式都有起伏變化。通向偉大發現的墊腳石往往有些令人費解，是在一定技術的基礎上無意中實現了另一項技術。”
用新思維適應新技術
大模型及其應用正在改變社會關係和信息傳播。世界經濟論壇近日發佈的《2024年全球風險報告》顯示，人工智能對選舉結果的影響高居2024年全球風險之首。在國內，大模型的發展正在改變人們的社交和信息傳播交流：視頻號裏越來越多熱舞視頻的下方都出現了一行“本視頻由AI生成”，B站上越來越多的UP主在分享如何利用AIGC內容做好小紅書。在海外，利用 AI 生成虛擬的網紅形象再利用流量接廣告賺錢的故事也頻現網端。
“在AGI（通用人工智能）深刻改變了傳播和交流之後，需要一些嚴肅的研究進行跟進。我們需要重新設置問題，那就是人們如何使用，以及爲什麼要用AIGC生成的內容，是爲了賺錢還是有政治目的？我們要有能力研究這種現象，而不是聽信大公司的說明。” 斯坦利在談及對大公司的監管時提到，需要創造競爭的環境，包括有目的地分拆大公司。
鑑於AIGC的內容讓人難辨真假，各個國家和地區也在推動和討論相應的監管措施。歐盟發佈的《人工智能法案》提案已在歐洲議會通過，這是全球首部人工智能領域的法案，將採取分級分類的監管規則，在通用人工智能、基礎模型方面，把算力需求達到一定規模的基礎模型自動劃定爲“系統性”和“高風險”。在美國，2023年總統拜登簽署了一項關於人工智能（AI）的行政命令，爲AI建立安全和隱私保護標準，並要求開發人員對AI新模型進行安全測試。在中國，2023年國家互聯網信息辦公室發佈了關於《生成式人工智能服務管理暫行辦法》，要求對圖片、視頻等生成內容進行標識，目的是爲促進生成式人工智能健康發展和規範應用。
“你覺不覺得我們需要重新思考法律將要扮演的角色很有趣？ AI有着越來越強的說服能力，這值得關注但還不清楚具體會有怎樣的影響。立法和監管跟不上科技發展的速度。”斯坦利在回答第一財經提問時表示，他認同新技術的風險需要被審慎評估，法律需要保護一部分人，但也應該允許另一部分人創新。
那麼，2024年會是以大模型爲代表的人工智能突飛猛進發展的一年嗎？
“很多人湧入人工智能領域，我從沒想過他們會和人工智能有什麼樣的聯繫，但好像突然之間每個人都與人工智能有關，這是一種過度飽和的現象。”肯尼斯並不確定2024年人工智能會延續之前的發展勢頭還是出現放緩，“雖然行業增長放緩會引起人們的擔憂，但這是可能發生的，取決於研究中的未知因素”。
要準確預測技術的走向並不容易，雷曼認爲，2024年可能並不像人們期望的那樣具有劃時代的意義。“如果是的話，競爭似乎會變得更加白熱化。准入門檻降低了，每個人都可以應用這些大模型，通過某種提示工程範式，人與人之間的潛在差距縮小，從社會角度來說，結果是好的，人們會嘗試更多的想法，解鎖很多新應用，但對個體創新者而言，這麼激烈的競爭可能並非一件好事。”
大模型再強大，人們還是不應該指望大模型提供完備的解決方案。
肯尼斯給出的建議是，“不要外包思考的過程，要自己去想，因爲你纔是要做你感興趣的事情最好的裁判。”
竇一凡進一步指出，對於那些過度依賴於大模型，又不知道正確答案是什麼樣的學生而言，對他們的學習要求提高了。“學習方式要發生變化。第一，在一箇領域內我們不是要簡化學習而是要精進，進入的門檻變低了，但理解是不一樣的，第二我們要利用大模型工具快速迭代，把對現實世界的思考梳理出關鍵要點。”
“關鍵在於邏輯，決定了你用什麼樣的水平去解釋。你不能依賴於大模型這個工具丟給你一箇完整的解決方案，這是不現實的。”他建議，年輕人要大膽嘗試和開發屬於自己的大模型應用。
幫企客致力於爲您提供最新最全的財經資訊，想瞭解更多行業動態，歡迎關注本站。
最新评论