复制成功

分享至

主页 > 数字货币 >

Geoffrey Hinton:当AI教父开始恐惧他的造物

2023.12.05

原文来源:神经现实

Geoffrey Hinton:当AI教父开始恐惧他的造物

图片来源:由无界 AI生成


化茧


在你的大脑中,神经元以大小不一的网络排列着。你的每一个动作、每一个想法都会改变这些网络:神经元或被纳入、或被排除,它们之间的连接或被加强、或被削弱。这个过程无时无刻不在进行——在你阅读这些文字的时候,它就在发生变化,其规模之大超乎想象。你的脑中有大约800亿个神经元,共享1万亿甚至更多的连接。你的头骨中就像蕴藏着一个星系,而这个星系变幻莫测。

常被称为“人工智能教父”的计算机科学家杰弗里·辛顿(Geoffrey Hinton)递给我一根手杖。他说:“你在这里需要它。”然后,他沿着一条穿过树林的小路向湖岸边走去。小路蜿蜒地穿过一片绿树成荫的空地,经过成对的棚屋,然后沿着石阶下到一个小码头。辛顿边往下走边警告:“这里十分滑。”

新知识会以微妙的姿态融入你现有的神经网络。有时它们是转瞬即逝的:例如你在聚会上遇到一个陌生人,他的名字可能只会在你的记忆网络中留下短暂的印象。但有时它们可能持续一生——要是这个陌生人成为了你的配偶。由于新知识与旧知识相互交融,你所知的会影响你所学的。如果派对上有人跟你谈论了他的阿姆斯特丹之旅,那么第二天,当你逛博物馆时,你的神经网络可能会把你往维米尔(Vermeer,17世纪荷兰画家)那儿推一推。类似地,微小的变化往往会引起巨大的转变。

辛顿说:“我们曾在这儿举办过篝火晚会。”我们在凸向安大略省乔治亚湾(Ontario’s Georgian Bay)的一块岩石上,乔治亚湾一直向西延伸到休伦湖(Lake Huron)。水面上岛屿星罗棋布。2013年,65岁的辛顿把一家由三人初创的公司以4400万美元的价格卖给谷歌,然后买下了这座岛屿。在此之前,他在多伦多大学担任了30年的计算机科学教授,在这个当时叫神经网络的冷门子领域中充当领头羊。这个领域的灵感来自大脑中神经元的连接方式。由于人工神经网络只在完成图像分类、语音识别等任务时取得相对的成功,大多数研究人员认为它们往好了说只是略微有趣,往坏了说是在浪费时间。辛顿回忆道:“我们的神经网络甚至无法与一个孩子比肩。”20世纪80年代,当他观看电影《终结者》时,他并没有为电影中毁灭世界的人工智能 “天网”是一个神经网络感到困扰,相反,他很欣慰地看到这项技术被描绘得大有可为。

石头上因高温而产生裂缝,从生火的小凹陷处向外迸射,辛顿用棍子戳了戳生火的地方。他身材瘦高,有一副英伦面孔,作为一名彻头彻尾的科学家,他总在评论物质世界中发生的事情:动物的生活、海湾中的水流、岛屿的地质。“我在木头下面放了一个钢筋网,这样空气就能进来,温度高到连金属都能变软。”他用一种奇怪的语气说,“这才是真正的火,值得引以为傲!”

几十年来,辛顿不断尝试以巧妙的方式构建更大的神经网络。他想出新的方法来训练它们,帮助它们不断进步。他招募研究生,让他们相信神经网络并不是一个失败的事业。他认为自己在参与一个可能在一个世纪后、在他死后才会取得成果的项目。与此同时,他发现自己却变成了鳏夫,独自抚养两个年幼的孩子。在一个特别困难的时期,家庭生活和研究压得他喘不过气来,他认为自己已经拼尽全力。他说:“我早在46岁时就对神经网络死心了。”他没有预料到,神经网络技术会在约十年前突飞猛进。计算机的速度越来越快,神经网络利用互联网上的数据开始转录语音、玩游戏、翻译语言甚至驾驶汽车。大约在辛顿的公司被收购时,人工智能开始蓬勃发展,OpenAI的ChatGPT 、谷歌的Bard等系统应运而生,很多人相信它们正以不可预知的方式改变着这个世界。

辛顿沿着海岸出发了,我紧随其后,碎裂的岩石在我脚下晃动。“看呀!”他站在一块与人一般大的磐石前说,这块巨石挡住了我们的去路。“你可以先这样,先把棍子扔过去,”他把自己的棍子扔到巨石的另一边,“然后这里和这里都有支点,这儿还有一块能抓住的。”我看着他轻车熟路地爬过去,自己也试探性地迈出了相同的步伐。

每当我们学习时,我们的神经网络都会产生变化,但究竟是如何变化呢?许多像辛顿这样与计算机打交道的研究人员,在试图探索神经网络的 “学习算法”——一种通过改变人工神经元之间连接的统计“权重”来汲取新知识的程序。1949年,心理学家唐纳德·赫布(Donald Hebb)就人们如何学习提出了一个简单的规则,通常被概括为神经元“共激活者共连接(fire together wire together)”。大脑中的一组神经元一旦同步激活,就更有可能再次同步激活。这有助于解释为什么我们在第二次做某事时会更易上手。但很快人们发觉,计算机化的神经网络需要用另一种方法来解决复杂的问题。20世纪60、70年代,辛顿还是一名年轻的研究人员,他在笔记本上绘制了神经元网络,并想象着新知识如何到达它们的边界。由几百个人工神经元组成的网络如何存储一个概念?如果这个概念存在缺陷,这些网络又该如何修正?

免责声明:数字资产交易涉及重大风险,本资料不应作为投资决策依据,亦不应被解释为从事投资交易的建议。请确保充分了解所涉及的风险并谨慎投资。OKEx学院仅提供信息参考,不构成任何投资建议,用户一切投资行为与本站无关。

加⼊OKEx全球社群

和全球数字资产投资者交流讨论

扫码加入OKEx社群

相关推荐

industry-frontier