首页 > 其他分享 >GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力

时间:2023-06-23 15:07:16浏览次数:55  
标签:ChatGPT AGI AI OpenAI GPT 无法解释 奥特曼


“AI确实可能杀死人类。”

这话并非危言耸听,而是OpenAI CEO奥特曼的最新观点。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_人工智能

而这番观点,是奥特曼在与MIT研究科学家Lex Fridman长达2小时的对话中透露。

不仅如此,奥特曼谈及了近期围绕ChatGPT产生的诸多问题,坦承就连OpenAI团队,也根本没搞懂它是如何“进化”的:

从ChatGPT开始,AI出现了推理能力。但没人能解读这种能力出现的原因。

唯一的途径是向ChatGPT提问,从它的回答中摸索它的思路。

针对马斯克在推特上的“危险论”,他直言:

马斯克在我心中是英雄,我支持也理解他的担忧。

虽然他在推特上挺混蛋的,但希望马斯克能看到我们在解决AGI安全问题上付出了多大的努力。

除此之外,在这场对话过程中,奥特曼还提到了不少刁钻的话题,例如:

  • ChatGPT、GPT-4开发的内幕
  • GPT-4是人类迄今所实现的最复杂的软件
  • 如何看待大家拿ChatGPT越狱
  • ……

在看过这场对话之后,网友直呼:

两位AI大佬用大家都能理解的方式聊AI,多来点这样的访谈。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_数据集_02

那么接下来,我们就来一同看下他们这场深度对话。

GPT-4内幕大曝光

GPT-4是这场对话中最受关注的部分。

它是如何训练的?如何在训练模型时避免浪费算力?如何解决AI回答不同价值观的人的问题?

首先是训练过程,依旧是预训练+RLHF,不过透露了一点具体细节。

GPT-4早在去年夏天就已经训练完成,后面一直在进行对齐工作,让它表现得更符合人类需求。

相比预训练数据集,RLHF所用的数据非常少,但效果是决定性的。

对此,奥特曼透露了一点数据来源,包含一些开源数据集、以及合作商提供的部分数据集。

当然,数据集中也有一点Reddit论坛上出现的迷因梗(meme),但不是很多。对此奥特曼遗憾表示:

如果再多点,它的回答可能会更有趣。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_Lex_03

即便如此,团队甚至奥特曼自己依旧不能完全解读GPT-4。

目前对它的解读方式,依旧是通过不断问它问题,通过它的回答来判断它的“思路”。

而就在不断测试中,OpenAI发现从ChatGPT开始,GPT系列出现了推理能力

虽然ChatGPT绝大部分时候都被当做数据库使用,但它确实也出现了一定的推理能力,至于这种能力具体如何出现的,目前却无人能回答。

但大模型的训练往往意味着大量算力需求。对此奥特曼再次提到了OpenAI独特的训练预测方法:

即便模型很大,团队目前也有办法只通过部分训练,预测整个模型的性能,就像是预测一名1岁的婴儿能否通过SAT考试一样。

关于这一点,在GPT-4论文和官方博客中也有更详细介绍。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_迭代_04

最后奥特曼承认,GPT-4确实存在应对不同价值观的人的问题。

临时解决办法就是把更改系统消息(system message)的权限开放给用户,也就是ChatGPT中经常见到的那段“我只是一个语言模型……”。

通过改变系统消息,GPT-4会更容易扮演其中规定的角色,比在对话中提出要求的重视程度更高,如规定GPT-4像苏格拉底一样说话,或者只用JSON格式回答问题。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_数据集_05

所以,对于GPT系列来说,谁最可能载入人工智能史册?奥特曼倒不认为是GPT-4:

从可用性和RLHF来看,ChatGPT无疑是最具里程碑的那一个,背后的模型没有产品的实用性重要

最会打太极的CEO

GPT-4论文中没有透露参数规模、训练数据集大小等更多细节,还被外界吐槽越来越不Open了。

在这次访谈中,面对主持人步步追问,奥特曼依旧守口如瓶。

GPT-4预训练数据集有多大?奥特曼只是很笼统的介绍了有公开数据集、有来自合作伙伴的内容(如GitHub提供的代码)还有来自网络的内容。

活像ChatGPT也能写出来的那种赛博八股文,只有在谈到Reddit的时候透露了网络梗图在训练数据中占比不大,“不然ChatGPT可能更有趣一些”。

GPT-4模型参数量有多大?奥特曼只是说之前疯传的100万亿参数是谣言,然后又糊弄过去了。

我认为人们被参数竞赛所吸引,就像过去被CPU的主频竞赛所吸引一样。现在人们不再关心手机处理器有多少赫兹了,关心的是这东西能为你做什么。

不过奥特曼对于一种说法是持有肯定态度——“GPT-4是人类迄今所实现的最复杂的软件”

但在主持人Lex突然抛出一些时下针对GPT-4的尖锐观点时,奥特曼的应对也堪称“AI般淡定”(狗头)。

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_数据集_06

例如,关于前段时间闹得沸沸扬扬的GPT-4越狱问题。

一名斯坦福教授仅仅用30分钟,就诱导GPT-4制定出了越狱计划,并全部展示了出来。

对此奥特曼表示,就如同当年iPhone也面临被“黑”或者说越狱的问题(如当年免费的越狱版App Store)一样,这并非不能解决的事情。

奥特曼甚至坦承,他当年就把自己的第一台苹果手机越狱了——甚至当时觉得这是个很酷的事情。

但现在已经没有多少人去干苹果越狱的事情了,因为不越狱也足够好用了。

奥特曼表示,OpenAI的应对思路同样如此,即把功能做的足够强,他甚至表示,愿意在这方面给用户开更多权限,以便了解他们到底想要什么。

除此之外,Lex还提到了马斯克对于奥特曼的批评。

奥特曼虽然是当年被马斯克一手提拔的人才,但如今马斯克不仅退出了他们联手创办的OpenAI,还对OpenAI现状十分不满,经常在推特上阴阳怪气这家公司。

我捐1亿美金成立的非营利组织怎么就变成一个300亿市值的营利性公司了呢?如果这是合法的,为什么其他人不这样做?

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_数据集_07

作为OpenAI现任CEO,奥特曼并未直接回应此事,而是调侃了一下马斯克在航天领域也经常被“老前辈”们批评的事情。

这一系列采访问答,不禁让人想到在ChatGPT发布后,奥特曼对于记者“将ChatGPT整合进微软必应和Office”问题的回应方式:

你知道我不能对此发表评论。我知道你知道我不能对此发表评论。你知道我知道你知道我不能对此发表评论。

既然如此,为什么你还要问它呢?

GPT的“偏见”不会消失

GPT在迭代过程中“偏见”必然存在,它不可能保持完全中立。

在主持人提到关于ChatGPT以及GPT-4种存在的偏见问题时,奥特曼这样回应道。

ChatGPT在推出之初,就不是一个成熟的产品,它需要不断迭代,而在迭代的过程中,仅仅依靠内部的力量是无法完成的。

“提前”推出ChatGPT技术,是要借助外部世界的集体智慧和能力,同时也能让全世界参与进“塑造AI”的过程中。

而不同人对于问题的看法也各不相同,所以在这个过程中,“偏见”问题就不可避免。

甚至奥特曼在话里话外也透露着:在GPT中,“偏见”永远不会消失

他将外部参与建设GPT比作“公开领域建设的权衡”。

GPT生成答案是个性化控制的结果,迭代的过程则是更精准地控制“个性化”的过程。

有趣的是,期间奥特曼还暗戳戳“背刺”起了马斯克的推特:

推特摧毁掉的多元性,我们正在将其找回来。

(嗯,奥特曼是懂一些话术的)

当然,谈到ChatGPT,总绕不开其背后的公司OpenAI,在成立之初,它就立下了两个Flag:

  • 1、非营利性
  • 2、通用人工智能(AGI)

GPT-4老板:AI可能会杀死人类,已经出现我们无法解释的推理能力_迭代_08

如今,已经过去八年之久,这两个Flag也是发生了巨大的变化:AGI的大旗还在高举,而非营利性这面旗则已经摇摇欲坠。

对此,奥特曼也是分别作出了回应。

对于OpenAI“非营利性质”的逐渐削弱,奥特曼直言:很久之前,就已经意识到非营利性不是长久之计

仅仅依靠非营利筹集到的资金对OpenAI的研究来说远远不够,商业化是必然选择。

但在之后奥特曼也试图“找补”回一些,称目前的商业化的程度仅止于满足投资者与员工的固定回报,剩余资金还是会流向非营利性组织。

提到AGI,一开始在OpenAI声称要做通用人工智能时,还有一堆人在嘲讽,如今做出GPT-4这样的产品,回过头来再看,嘲讽的声音已经越来越少了。

而面对外界询问“GPT-4是AGI吗”这样的问题时,奥特曼则是直接给出了自己理解中的AGI:

AGI所掌握的知识应该是要超过人类科学知识总和的,并且具有创造性,能够推动基础科学的发展;

而目前所有GPT并不能做到这些,想要达到AGI还需要在目前GPT的范式上进行拓展,至于如何拓展,正是目前所缺乏的。

值得一提的是,谈到AGI时,是奥特曼在访谈中鲜有的“两眼放光”的时刻。

他抛出了一句极具“科研分子理想情怀”的金句:

也许AGI是永远抵达不了的乌托邦,但这个过程会让人类越来越强大。

但奥特曼并不否认过分强大的AGI“可能杀死人类”这一观点:

我必须承认,(AI杀死人类)有一定可能性。

很多关于AI安全和挑战的预测被证明是错误的,我们必须正视这一点,并尽早尝试找到解决问题的方法。

One More Thing

在谈话最后,Lex Fridman还试图让奥特曼讲一些给年轻人们的建议,奥特曼直接来了个“反鸡汤文学”:

网络上的“成功学”帖子太诱人,建议不要听太多建议。

我就是无视建议做到现在这样的。

参考链接:
https://www.youtube.com/watch?v=L_Guz73e6fw

标签:ChatGPT,AGI,AI,OpenAI,GPT,无法解释,奥特曼
From: https://blog.51cto.com/u_13046751/6537937

相关文章

  • ChatGPT背后的指令学习是什么?PSU最新首篇《指令学习》技术全面综述,详述指令学习关键问
    任务语义可以用一组输入到输出的例子或一条文本指令来表示。传统的自然语言处理(NLP)机器学习方法主要依赖于大规模特定任务样本集的可用性。出现了两个问题: 首先,收集特定于任务的标记示例,不适用于任务可能太复杂或太昂贵而无法注释,或系统需要立即处理新任务的场景;其次,这对用户......
  • 独家专访:OpenAI 的 Sam Altman 谈 ChatGPT 以及通用人工智能如何“打破资本主义”
    作为OpenAI的首席执行官,SamAltman领导的这家初创公司是正在快速增长的生成式AI行业中最热门且最受关注的一家。在1月中旬参观了OpenAI的旧金山办事处后,福布斯采访了这位最近不太愿意在媒体上抛头露面的投资者和企业家,讨论了ChatGPT、通用人工智能、以及该公司的人工智能......
  • MosaicML 推出 30B 模型 — 挑战 LLaMA、Falcon 和 GPT
    MosaicML正在推出其第二个开源大型语言模型(LLM),称为MPT-30B,这是继五月份首次推出的较小的MPT-7B模型之后。为了讨论新模型及其对开发人员的意义,我采访了MosaicML联合创始人兼首席执行官NaveenRao。他之前的创业公司是Nervana,这是一家深度学习公司,于2016年被英特尔收购,所以他最近......
  • rust 集合、错误处理、泛型、Trait、生命周期、包
    集合组织特性相同的数据;泛型可以定义任何抽象数据类型;生命周期限制所有权的作用域范围;错误处理使程序更健壮。集合一组特性相同的数据集合,除了基本数据类型的元组、数组。rust标准库提供了一些非常有用的数据结构。Vector存储列表通过类型Vec<T>定义。只能存储相同类型的值,......
  • AAAI2020-图神经网络(GNN)过去、现在、应用和未来最新研究进展分享
       GNN是GraphNeuralNetwork的简称,是用于学习包含大量连接的图的联结主义模型。近年来,图神经网络(GNN)在社交网络、知识图、推荐系统甚至生命科学等各个领域得到了越来越广泛的应用。GNN在对图节点之间依赖关系进行建模的强大功能,使得与图分析相关的研究领域取得了突破。当信......
  • Error:java: Compilation failed: internal java compiler error 的解决过程
    1.错误描述:IDEA导入一个新的项目,运行时包编译失败在这里插入图片描述2.错误原因这个错误的原因是因为JDK版本问题,有两个原因,一个是编译器版本不匹配,一个是当前项目JDK版本不支持3.解决步骤需要调整三个位置的jdk版本调整项目的jdk版本,File-->ProjectStructure-->P......
  • Error:java: Compilation failed: internal java compiler error 的解决过程
    感谢原作者:https://blog.csdn.net/weixin_42045639/article/details/1255381611.错误描述:IDEA导入一个新的项目,运行时包编译失败2.错误原因这个错误的原因是因为JDK版本问题,有两个原因,一个是编译器版本不匹配,一个是当前项目JDK版本不支持3.解决步骤需要调整三个......
  • 历史最全ChatGPT、LLM相关书籍、论文、博客、工具、数据集、开源项目等资源整理分享
    ChatGPT是一个生成型预训练变换模型(GPT),使用基于人类反馈的监督学习和强化学习在GPT-3.5之上进行了微调。这两种方法都使用了人类训练员来提高模型的性能,通过人类干预以增强机器学习的效果,从而获得更为逼真的结果。在监督学习的情况下,模型被提供了这样一些对话,在对话中训练......
  • 如何利用 ChatGPT 写出完美小说
    ChatGPT的小说写作能力和局限性作为人工智能,ChatGPT没有任何与生俱来的创造力。它不能自己提出原创概念或发挥其想象力。一般情况下,需要向其提供特定请求(称为提示)才能生成文本反馈。请记住,ChatGPT会记住你在给定对话的之前对话部分所说的话,并且你可以通过反馈进行更正。至于......
  • 当ChatGPT续写《红楼梦》,能替代原著吗?
    近段时间,人工智能聊天机器人ChatGPT火爆网络,“AI写作是否会让文字工作者被替代?”成为人们关注并持续讨论的话题。闲聊、问答、解题、写代码、写诗、创作小说,连续回答,不断纠错,ChatGPT能做的事,包括且不限于以上领域。那么,它到底只是“废话文学生成器”,还是真正能够达到人类感性认知......