一夜成名,？人工智能其實歷經(jīng)了一個世紀的演進
凱洛格管理學院
2025-01-05
1956年,，一群數(shù)學家和工程師聚首達特茅斯學院，制定了一項建設(shè)人工智能的遠大計劃,。他們希望對計算機進行編程,，使其能夠推理、規(guī)劃,、導航,、處理自然語言并進行翻譯,，感知周邊世界，還可以展現(xiàn)創(chuàng)造力和直覺,。
這在當時看來,，似乎野心過大。然而時至今日,，計算機已經(jīng)在國際象棋中戰(zhàn)勝人類,，智能手機為我們提供旅行指南，聊天機器人能夠起草論文,，應用程序幾乎可以即時進行語言翻譯,。
凱洛格學院的金融學教授塞爾吉奧·雷貝洛表示：“我們在人工智能領(lǐng)域已經(jīng)取得了長足的進步，但這些進步是在多年的失敗之后才實現(xiàn)的,?！?/p>
在近期一場由凱洛格高管教育和《凱洛格洞察》主辦的網(wǎng)絡(luò)研討會上，雷貝洛從宏觀經(jīng)濟學家的視角回顧了人工智能過去的經(jīng)驗教訓,，以幫助我們準備好迎接人工智能今后在社會中迅速擴大的作用,。
1. 一夜成名可能需要幾十年的準備
人工智能的早期戰(zhàn)略之一是創(chuàng)建專家系統(tǒng)。目標是向計算機程序提供盡可能多的知識,，使其成為“專家”,，從而使用這些信息來執(zhí)行相關(guān)任務。
美國國防部在冷戰(zhàn)期間曾經(jīng)采用這種策略,，試圖發(fā)明一種機器，能夠快速把捕獲的俄語短語翻譯成英語,。計算機科學家向機器輸入了大量的單詞,、規(guī)則和定義，然后讓它逐一翻譯單詞,。
然而,，機器往往無法捕捉語言中的細微差異，以至于翻譯不夠準確,。例如,，將《圣經(jīng)》中的“你們的靈魂固然愿意，肉體卻軟弱了”這句話翻譯成俄語,，然后再譯回英語,，就變成了“威士忌雖然烈，肉卻腐爛了”,。
幾十年后,，谷歌翻譯的團隊仍然在翻譯中使用專家人工智能這一概念。因此譯文往往過于直白,，忽略了語言的微妙之處,，也就不足為奇,。直到谷歌在2016年放棄了這種方法，其人工智能翻譯才發(fā)生騰飛,。該團隊利用神經(jīng)網(wǎng)絡(luò)一次處理整個句子,，使用上下文來完善翻譯結(jié)果。
雷貝洛稱,，這種成功并非一蹴而就,，而是經(jīng)過多年的反復試驗，人工智能翻譯才達到今天的水平,?！拔覀儸F(xiàn)在看到生成式人工智能的成功也有點類似。它看似一夜成名,，但其實花了50多年來打造,。”
雷貝洛補充道,，這些進步在很大程度上得益于政府對人工智能研究的長期資助,。
“我們今天可以取得這樣的成就，是因為過去50年來盡管一再失敗,，但政府還是一直堅持資助這項研究,。”
2. 直覺能夠引導你走向明智的風險
計算機科學家李飛飛在職業(yè)生涯早期擔任斯坦福大學的助理教授,，當時她就意識到阻礙人工智能發(fā)展的原因,。
她的直覺告訴她：“缺少的是數(shù)據(jù)?！崩棕惵逭f：“如果你有更多的數(shù)據(jù)和處理數(shù)據(jù)的計算能力,，就可能得到神奇的結(jié)果?！?/p>
李飛飛受到啟發(fā),，投入所有資源來追求這一直覺。因此,，她和她的博士生開始手動標記圖像,，從而創(chuàng)建足夠龐大的數(shù)據(jù)集來訓練算法，希望人工智能最終可以理解圖像,。
“她決定做一件冒險性十足的事情,。”雷貝洛說李飛飛為這項任務投入了大約兩年半的時間,，而不是專注于更有把握,、能夠幫助她更容易獲得終身教職的項目。
這場賭博最終導致ImageNet的創(chuàng)建,，這是一個包含數(shù)百萬張圖像的公共數(shù)據(jù)集,。由“人工智能教父”杰弗里·辛頓領(lǐng)導的另一個計算機科學家團隊利用這個數(shù)據(jù)集,，開發(fā)出一種可以標記圖像并描述其內(nèi)容的算法。該團隊在2012年的一場人工智能競賽中,，使用他們的算法分析一組新圖像,，徹底打敗了其他算法。
雷貝洛表示：“改善極其顯著,。這是一個驚人的突破,，也是現(xiàn)代人工智能的分水嶺?！?/p>
從那時起,，人們開始競相獲取足夠的數(shù)據(jù)來培養(yǎng)這些永不滿足的算法。他們開始認識到,，人工智能的發(fā)展更多依賴于通過大數(shù)據(jù)來擴展算法,，而不是在算法中積累知識。
人工智能隨后的進步之所以成為可能,，是因為一位剛進職場的科學家決定冒險一搏,。
3. 我們說要堅持幾十年嗎？試試一個世紀吧
然而,，雷貝洛指出,，并非所有人工智能的嘗試都能夠如此迅速地開花結(jié)果。有些嘗試面臨著巨大的障礙,，需要幾十年,、甚至一個世紀的時間才取得進展。
數(shù)學家安德雷·馬爾可夫曾經(jīng)投入多年時間研究一個早期語言模型,，他在1921年給圣彼得堡科學院寫了一封信,，告知他的研究有所突破。
馬爾可夫一直在研究一種用來寫詩的算法,。但有一個問題,，他沒有辦法親自到科學院展示他的研究成果,。于是科學院給他寄了一雙靴子以示幫助,，但是尺碼不合適。馬爾可夫始終未能成行進行演示,。大約一年后,，他就去世了。
近一個世紀之后,，一群谷歌計算機科學家在2017年使用一種新型的神經(jīng)網(wǎng)絡(luò)（transformer）解決了馬爾可夫研究的問題,，該網(wǎng)絡(luò)最終成為當今流行的大語言模型（LLM）（比如ChatGPT）的基礎(chǔ)。
“如果我們沒有在1921年丟失那篇論文,，也許現(xiàn)在（在大語言模型方面）取得的突破就會來的更早,?！崩棕惵逭f，“無論如何……神經(jīng)網(wǎng)絡(luò)現(xiàn)在取得了驚人的成果,?！?/p>
盡管人工智能已經(jīng)有長足的發(fā)展，但仍然有許多問題尚待解決,?；糜X是一種常見的現(xiàn)象，亦即人工智能虛構(gòu)了部分信息,。這一缺陷令許多團體望而生畏,。例如，在發(fā)現(xiàn)一名律師向法官遞交了一份由人工智能撰寫,、其中充斥了虛構(gòu)案件的辯護狀后,，一些律師事務所甚至禁止員工在工作中使用大語言模型。
但雷貝洛認為,，因為恐懼而決定停止使用人工智能工具是個錯誤,，只會讓人們走回頭路。
他說：“人們很擔憂人類會被人工智能取代,。但是我要說,，最先被取代的就是那些不知如何使用人工智能的人。取代他們的不是人工智能,，而是懂得如何使用人工智能的人,。”
4. 警惕炒作
在人工智能發(fā)展的眾多里程碑中,，雷貝洛認為“迄今為止最令人驚嘆的成就是在生物學領(lǐng)域,，”也就是人工智能在理解蛋白質(zhì)結(jié)構(gòu)方面的應用。
截至2019年,，科學家們已經(jīng)確定了大約17萬種蛋白質(zhì)的結(jié)構(gòu),，這是一個巨大的成就，因為光是折疊一個蛋白質(zhì)就是一個需要耗費數(shù)年,、值得撰寫博士論文的項目,。然而在2020年，人工智能程序AlphaFold確定了超過兩億種蛋白質(zhì)的獨特結(jié)構(gòu),。
“顯然,，我們正處于一個新的開端?！崩棕惵逭f,，“但同時，也存在很多吹捧和炒作?！?/p>
人們會有一種印象,，認為“人工智能是一種神奇的萬能工具”。但他指出,，事實卻截然不同,。
以ChatGPT為例。在普通用戶的眼中,，它像是一種單一而復雜的算法,，可以勝任從撰寫文本到音頻處理等眾多任務。但在幕后,，它是一套專門的算法,，它們在單獨執(zhí)行特定任務時非常出色，但在其他大多數(shù)任務上卻表現(xiàn)的很糟糕,。
“有時人們會認為人工智能看似一套美麗閃亮的銅管,。”雷貝洛表示,，“但事實上,，它更像我的地下室，其中所有東西都是用膠帶來修理,。人工智能中有很多膠帶補丁,。”
人們還擔心人工智能會遇到瓶頸,，并且OpenAI新推出的大語言模型Orion不一定比其前身ChatGPT更好,。對于谷歌的Gemini和Anthropic最新版本的聊天機器人Claude，也存在類似的傳言,。
雷貝洛說：“數(shù)據(jù)擴展是否會繼續(xù)成為人工智能巨大改進的源泉,，還是我們正在進入一個收益遞減的時代……沒有人知道?！?/p>
但是我們不應據(jù)此就不慶祝目前的成就,，因為“我們最近取得的成就確實相當驚人?！保ㄘ敻恢形木W(wǎng)）
財富中文網(wǎng)所刊載內(nèi)容之知識產(chǎn)權(quán)為財富媒體知識產(chǎn)權(quán)有限公司及/或相關(guān)權(quán)利人專屬所有或持有,。未經(jīng)許可，禁止進行轉(zhuǎn)載,、摘編,、復制及建立鏡像等任何使用,。
