赞
踩
在医疗领域已经使用了一段时间。但是,对自主或通用AI的追求——意味着AI可以独立地在各种领域执行广泛的各种任务,并具有某种类人的智能——终于在2022年取得了全球瞩目的成果,当时Chat GPT轻松地通过了图灵测试。
可以理解的是,有些人开始担心他们的专业知识、工作和甚至独特的人类品质可能会被像ChatGPT这样的智能AI系统所取代。另一方面,通过图灵测试并不是衡量特定AI系统“类人”程度的理想指标。
例如,2020年获得诺贝尔物理学奖的罗杰·彭罗斯(Roger Penrose)认为,通过图灵测试并不一定表明真正的智能或意识。他认为,计算机和人类处理信息的方式之间存在根本的区别,机器永远无法复制导致意识产生的人类思维过程。
因此,通过图灵测试并不是真正的智能的衡量标准,因为它只是测试机器模仿人类行为的能力,而不是其真正理解和推理世界的能力。真正的智能需要意识和理解现实本质的能力,这是机器无法复制的。这意味着,ChatGPT和其他类似的软件并不会取代我们,而只是提供工具来帮助我们在各种领域提高效率和改进。
因此,机器将能够以我们从未想过的方式自主地完成许多任务,从理解和撰写内容,到保护大量信息,执行精细的手术,以及驾驶我们的汽车。但是,至少在目前这个科技时代,有能力的工作者不必担心他们的工作。即使自主AI系统也没有人类智能。它们只是在某些任务上比我们人类表现得更好。它们并不比我们更聪明,也不会对我们生活方式构成重大威胁;至少,在这次AI发展浪潮中是这样。
在过去的十年中,人工智能(AI)既激发了人们对科技行业大规模变革的梦想,也引发了对其潜在影响的深刻焦虑。科技行业的领军人物埃隆·马斯克(Elon Musk)就体现了这种双重性。他一方面承诺了一个由自主AI驱动的汽车世界,另一方面又警告我们AI的风险,甚至呼吁暂停AI的发展。这尤其具有讽刺意味,因为马斯克是2015年成立的OpenAI的早期投资者。
当前AI研究中最激动人心且令人担忧的发展之一就是自主AI。自主AI系统能够独立执行任务、做出决策,并适应新情况,而无需持续的人类监督或逐个任务编程。目前最著名的例子之一就是ChatGPT,它是人工智能发展的一个重要里程碑。让我们来看看ChatGPT是如何出现的,它的发展方向,以及这项技术能告诉我们关于AI未来的什么信息。
人工智能的故事是跨学科进步和合作的迷人故事。它始于20世纪初,神经科学家圣地亚哥·拉蒙·伊·卡哈尔(Santiago Ramón y Cajal)利用他对人脑的理解创造了神经网络的概念,这是现代AI的基石。神经网络是模拟人脑和神经系统结构的计算机系统,以产生基于机器的智能。后来,艾伦·图灵(Alan Turing)忙于开发现代计算机,并提出了图灵测试,这是一种评估机器是否能够表现出类人智能行为的方法。这些发展引发了人们对AI的兴趣。
因此,在20世纪50年代,约翰·麦卡锡(John McCarthy)、马文·明斯基(Marvin Minsky)和克劳德·香农(Claude Shannon)探索了AI的前景,而弗兰克·罗森布拉特(Frank Rosenblatt)创造了“人工智能”这个术语。接下来的几十年里出现了两个重大突破。第一个是专家系统,这是为特定行业执行特定任务而单独设计的AI系统。第二个是自然语言处理应用,如早期的聊天机器人。随着2000年代和2010年代大型数据集的出现和计算能力的不断提高,机器学习技术蓬勃发展,使我们走向了自主AI。
这一重大步骤使AI系统能够在没有逐案编程的情况下执行复杂任务,为它们开辟了广泛的应用范围。其中一个自主系统——OpenAI的Chat GPT——因其惊人的能力而从大量数据中学习并生成连贯、类人的响应而最近变得广为人知。
那么,ChatGPT的基础是什么?我们人类有两个基本能力使我们能够思考。我们拥有知识,无论是关于物理对象还是概念,我们还拥有对这些事物在复杂结构(如语言、逻辑等)中的理解。将这种知识和理解转移到机器上是AI中最具挑战性的任务之一。
仅凭知识,OpenAI的GPT-4模型无法处理超过一条信息。仅凭上下文,技术无法理解它所上下文化的对象或概念。但是,将两者结合起来,就会发生一些非凡的事情。该模型可以变得自主。它可以理解和学习。将其应用于文本,你就得到了ChatGPT。将其应用于汽车,你就得到了自动驾驶,等等。
OpenAI并不是独自一人在这个领域,许多公司已经开发了几十年的机器学习算法,并利用神经网络来生成能够处理知识和上下文的算法。那么,当ChatGPT上市时,发生了什么变化?有些人指出,互联网提供的大量数据是推动ChatGPT的巨大变化。然而,如果这就是所需要的,那么谷歌很可能因为拥有所有这些数据而击败OpenAI。那么,OpenAI是如何做到的呢?
OpenAI的一个秘密武器是一种名为“从人类反馈中强化学习”(RLHF)的新工具。OpenAI使用RHLF来训练OpenAI算法,使其能够理解知识和上下文。OpenAI并没有创造RLHF的想法,但该公司是第一个如此全面地依赖它来开发像ChatGPT这样的大型语言模型(LLM)的公司。
RLHF只是允许算法根据反馈自我纠正。所以,虽然ChatGPT在如何对提示产生初始响应方面是自主的,但它有一个反馈系统,可以知道其响应是否准确或有某种问题。这意味着它可以不断变得更好,而无需进行重大的编程更改。这个模型产生了一个快速学习的聊天系统,迅速在全球范围内引起了轰动。
自主AI的新时代已经开始。在过去,我们拥有能够理解各种概念的机器,但仅在高度特定的领域和行业中。例如,行业特定的AI软件
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。