人工智能的崛起:人的价值依然不可替代

发表时间: 2023-07-13 09:02

ChatGPT的到来,让人工智能再次成为了全球焦点,通用人工智能的出现,似乎已是“临门一脚”,而在这个时间节点,不少学者纷纷回望人工智能领域的两本开山之作:图灵的《计算机器与智能》,与维纳的《人有人的用处:控制论与社会》,前者提出了我们如今家喻户晓的图灵测试,而后者则直指人与机器的关系。

人工智能赋能百业,但焦虑也就此蔓延:当AI的时代已经来临,人应该如何自处?在近日召开的WAIC 2023 科学前沿全体会议上,来自学界、产业界等各领域的专家共同聚焦AI的发展,及其带来的挑战。

“重新思考人与机器的交流,

人和机器在社会中的作用”

香港科技大学是全球首批明确“拥抱”ChatGPT的高校之一,而在近期,香港科技大学也推出了HKUST ChatGPT。“人工智能对教育的影响是根本性的。” 香港科技大学首席副校长、英国皇家工程院院士郭毅可谈道,“当一个机器具有智能的时候,我们要认真地体会,重新思考人与机器的交流,人和机器在社会中的作用,人与人、人与机器、机器与机器的交流。”

大众普遍担忧教育会受到AI的冲击,但似乎这既是教育工作者和教育界的挑战,又是促成学生从“记忆的一代”转向“怀疑的一代”的机遇。

为何在AI的时代教育更需要“怀疑”?在郭毅可看来,这需要追溯知识的本来面目,“大模型训练出来的东西不能够说是知识。”郭毅可说道,知识是需要论证的,而大模型训练出来的实际上是高度抽象化的搜索,就像是互联网的一个JPEG(图像文件格式)。“你不能说它没有用,它很棒,它是一个非常精炼的信息压缩,但它不是知识。”

“我相信人有人的用处。”郭毅可谈道,“我是很喜欢这本书的,我觉得聪明的我们应该用我们创作的机器培养更聪明的人,而这些人又去创造更聪明的机器,更聪明的机器培养更聪明的人,这是一个健康的循环。”

“我们有发明的智慧,也要有控制的智慧”

“我之前对ChatGPT都是命令式地说‘你帮我干个这个’,下回我在前面一定要加个‘请’,结束之后说‘辛苦了’,我觉得我要对人工智能好一点,给自己留条后路。”在圆桌对谈环节,电影《流浪地球》系列导演、北京电影家协会副主席郭帆幽默风趣的笑话让在场观众忍俊不禁。

在《流浪地球》系列电影的创作过程中,人工智能已参与其中,“演员的增龄和减龄、年轻和变老的过程其实也是通过人工智能的运算,做了几百代的迭代之后生成的,包括演员的声音的修复,也是通过这个方式,这个我们已经在使用了。”郭帆说道,“但是我们今天看到的所有AIGC生成的内容,不管是视频还是图片,已经对我们造成很大的影响,它的精度没有达到电影级别,但是未来会到那个级别的。”

而在中国工程院院士、美国艺术与科学院院士、清华大学智能产业研究院院长张亚勤看来,AGI(通用人工智能)技术的进展很快,但反而不需要焦虑,“AIGC做得再好,它还是个工具,真正的创造力、想象力、灵感、创意,还是靠我们的作家,靠我们的导演,包括我们的演员,这是AIGC没法替代的。”

张亚勤将AGI在感知和认知这两种层面进行定义,人工智能正经历从感知向认知的飞跃,也就是从单纯的语音识别、图像识别等分析,转向对语言语义的理解。“在感知和认知两层的能力,它可能和人一样强,甚至超过人的智能,但是我们现在所有的算法,所有的硅基生命永远没有真正的情感,没有这个意识,这个也是最大的区别。”

“最近我个人签署了人工智能风险的呼吁,我们要把人工智能所带来的风险和核武器、流行疾病放到同样的高度和优先级,人类是可以控制风险的,我们有发明的智慧,也要有控制的智慧,但必须要有这个意识。”张亚勤说道。

“模态的大一统”与“产业的大一统”

在ChatGPT推出不久,OpenAI又火速推出了GPT4.0,其中,多模态能力引人瞩目。

“语言不能完全表达所有的信息,它可以表达很多情感,它可以作为情感的载体,但是人和人交互的时候,在语言之外很重要的是空间的交互。” 在圆桌论坛环节,微软研究院高级研究员杨健伟谈到,多模态赋予了交互很多新的可能。

而在多模态大模型的背后,则包含着一种范式变革上的趋势。此前,在人工智能领域,传统的学科划分都是垂直划分:自然语言、多媒体、语音……“在大模型时代,慢慢开始变成水平划分,原来讲不同学科的算法,大家自己做自己的,比如做语音的有自己的算法,做自然语言处理有自己的算法,现在Transformer把算法统一起来了。” 清华大学教授唐杰介绍到,“未来多模态会在一个框架里面训练,迟早会实现,我们也在尝试这方面的事情。”

技术上的大一统是否会导致产业上的大一统?“对于大公司来说,如果它的算力足够多,数据足够多,可以把数据做的足够好,这个对于很多的创业公司来说门槛相当高了。”尽管如此,但在加拿大工程院外籍院士、IEEE/IAPR/CAAI Fellow、HiDream.ai创始人兼首席执行官梅涛看来,这个问题不必担忧,“一旦把基础模型做得足够好的时候,在模型层和应用层之间其实有很大的空间,因为三百六十行,各行各业很难使用通用的模型来满足客户的要求,这个时候对于创业公司来说有很多的机会。”