新智元报道
编辑：Aeneas
【新智元导读】在QuantaMagazine的这篇播客中，主持人采访了华盛顿大学计算机教授Yejin Choi。两人谈到十分有趣的话题，比如AI是否必须获得具身和情感，才能发展出像人类一样的常识？
AI会有常识吗？
令人深思的是，目前GPT-4已经表现出了一些令人印象深刻的「人性意识」。
在Quanta Magazine最近的一期播客「The joy of why」中，华盛顿大学的计算机科学家Yejin Choi和主持人 Steven Strogatz一起讨论了聊天机器人，以及构建聊天机器人的LLM的功能和局限性。
当然，最吸引人的还是这个话题：AI是否有可能以某种方式真正理解世界，以及它们回答的问题？
LLM，接近人类智能
早在20世纪60年代，计算机科学家就一直梦想着：受大脑启发的计算机有朝一日能表现出类人智能。
随着互联网的兴起、大量文本数据集的出现以及计算能力的显著进步，我们显然已经到达了一个重要时刻。
如今的LLM，看起来似乎已经拥有了接近人类智能的东西。
普林斯顿大学的Sanjeev Arora和谷歌DeepMind的研究科学家Anirudh Goyal提出的理论就表明，今天最大的LLM并不是随机鹦鹉。
随着模型变得越来越大，在更多的数据上训练，它们的语言能力提高了，并且以一种暗示理解的方式组合技能，发展出了新的能力。（这些组合不太可能出现在训练数据中）
随机图在满足某些阈值后会产生意想不到的行为，这可能是一种建模LLMs行为的方法，神经网络已经变得太复杂而无法分析
在今天的播客节目中，主持人Steve Strogatz邀请来了华盛顿大学计算机科学教授兼系主任Yejin Choi。
Yejin Choi的研究方向是自然语言处理的统计方法和计算模型。她被评为2022年麦克阿瑟院士，并于2023年被《时代》杂志评为人工智能领域100名最具影响力人物之一。
在节目开始，Strogatz抛出了一件趣事作为引子——「我问ChatGPT，你真的明白吗？」
它的回答是：「作为AI，我不具备人类那样的意识或主观理解力。虽然我可以做出看似理解的回答，但请认识到——这种理解是机械性的，并且是基于统计模式，而非真正的理解。」
Choi表示，这很有趣，因为ChatGPT说的话好像是别人引导的，
要知道，ChatGPT背后的LLM是一个黑盒模型，其中训练的数据类型是不透明的。
显然，训练过程中使用了人类编写的具备特定语言风格的示例，ChatGPT所使用的，是类似律师的语言。
模仿人们在网上分享的智慧，再「读回」给我们
Choi介绍道，目前LLM的能力是惊人的，我们在ChatGPT上抛出的任何话题，它都能给出令人惊喜的回答。
但事实上，这只不过反映了全体人类在互联网上共享的智慧。
对于人类来说，很难对「互联网有多大」有一个具象的理解，因为人类阅读和消化信息的能力还是有限。
但是AI却可以真正从字面意义上读取所有这些信息。
也就是说，它可以模仿人们在网上分享的知识和智慧，然后在某种意义上将它们「读回」给我们。
不过，它不是逐字逐句地表达，而是以一种更讲究措辞的方式。
它给出的东西，不是互联网上内容的精确副本，而是经过综合处理之后的重新措辞，所以听起来会足够新。
主持人举例说，自己有一回让ChatGPT特朗普扮演精神科医生，写一部《周六夜现场》的短剧，效果惊人。
LLM到底是怎么做到的？
Choi解释说，LLM做的，就是阅读了大量文本，并且学会了预测下一个单词，但规模非常大。
也因此，很多人把LLM视作一台「辛辣的自动完成机器」。
它不一定对训练数据进行「逐字反省」，原因是背后技术的特殊性，不一定与记忆有关。
此外，它还能进行一定程度的泛化，而且从学习的神经网络中生成文本的方式也存在随机性，导致文本不一定总是逐字反省。
不过，如果文本在互联网数据上重复得足够频繁，那么它的确就会逐字记住。
比如曾经闹出轩然大波的纽约时报告OpenAI侵权事件。
我们可以说这是抄袭，也可以将其理解为一个能检索自己读取内容的神经网络。
但LLM所做的，绝不仅仅是自动读取内容而已。
比如特朗普扮精神科医生的剧本，在网上找不到，这表明，AI能够在两个数据点之间进行插值。
这种从未有人实现的做法，对于LLM来说是微不足道的。
堆积一层层神经元，按序输入互联网数据
Choi概括说，训练LLM的过程，可以归结为构建一个非常大的神经网络，其中有一层又一层的神经元堆积起来，然后按顺序输入互联网数据。
学习过程的目标就是，根据前面单词的顺序来预测下一个单词。
这种训练方法如此简单，却可以产生如此强大的成果，让LLM在文本中回答各种问题，这对许多人来说，已经非常惊人了。
但可以肯定，训练LLM的过程和人类了解世界的方式是截然不同的。
虽然人类如何学习的过程，我们也未必十分了解，但很显然，我们不是通过预测下一个单词，而是尝试真正理解世界。
Choi举了个例子：就比如说，我们无法逐字记住刚才的讨论，但我们一定记得刚才谈话的要点。我们的大脑具备的，是立即抽象的能力。
人类是通过课程和好奇心来学习的。我们会对世界做出假设。
如果有什么不对劲的地方，即使是婴儿都会做一些实验，来搞清是什么让自己如此困惑，以及自己与之互动物体的物理知识。
小baby学习人类世界
但AI从第一天起，就被纽约时报的文章喂养。
它们并没有发言权，决定自己以什么顺序阅读，也不可能说「等一下，我想再读一些东西。这本海明威的书很特别，其中一些美好的东西引起了我的注意，我想读得慢一点」。
我们学习的方式是如此不同，但令人惊讶的是，LLM却能够绕过人类正常的学习方式，然后仍能说出非常像样的人类语言。
LLM是一种「思想情感汤」
要知道，人类是生物，都有欲望，有一种深刻的自我认同感，正是这些造就了我们。
而LLM所做的，只是在某种意义上阅读了每个人的协作，然后形成了一种平均观点，或者说一种混合了思想和情感的汤。
它的确模仿了人类的情感和意图，因为人们在写作中确实投入了情感和意图。
AI模仿了这一切，但归根结底，它并不真正具有人类所拥有的那种真实情感。
从安全角度来看，这是一个哲学问题，甚至可能是一个科学问题。
如果AI真的发展出自己的情感，甚至具有了幸存者本能，还想称霸全世界，这是好事还是坏事？
对神经网络的每个权重求导
LLM的训练方式，让它最大化应该分配给正确单词的概率得分。
在预训练期间，学习机制基本上就是最大化分配给正确单词序列的概率得分，这也意味着恰好在互联网上出现的单词的确切序列。
但Choi表示，我们并没有理由说，这就是唯一正确的单词序列。
因为对于任何给定的前缀文本，后面都可能跟一个不同的单词，没有绝对的「正确」。
但无论如何，神经网络最终被训练成了最大化概率。
就这些神经网络学习的权重而言，这就意味着：这些机器的学习方式基本上就是基于所谓的 「反向传播」。
我们基本上是利用单个权重的梯度，即部分梯度。因此，你需要对神经网络的每个权重求偏导数。
对于数千亿个参数，我们都需要对它们求偏导数，然后移动权重，这样它就会增加分配给训练数据中特定单词序列的概率得分。
主持人听到这里，提到了自己打网球的经历。
他说，如果自己打出一个很烂的球，教练就会说「你需要早点把球拍挥出来，你没有准备好」。
这是不是就像权重一样？就像我们有某种内在的方式，来表达脚在正确的位置、身体转向一边、把球拍挥到位置、眼睛盯着球这些要素有多重要。
如果这一杆很糟糕，我们就需要调整自己的权重，让自己下次做得更好。
Choi表示，的确如此。在主持人看来，这是一种残酷的学习方式，我们让可怜的机器做一个又一个测试题，每次它做错了，我们就惩罚它。
这就是预训练过程中发生的事。
而在后期训练中，最有代表性的就是RLHF。此时我们将机器的答案呈现给人类评估者。在此基础上，我们再回到神经网络来调整一下权重。
预训练阶段需要几天呢？Choi回答说，这个答案变化很大，取决于我们输入多少数据，有多少算力，以及想训练多大的神经网络。
如果我们想早点停止，且数据量较小的话，这可能只是几天的问题。
晾衣难题，难倒ChatGPT
在Choi的一次TED演讲中，她将常识称为「智慧的暗物质」。
之所以这么说，是因为常识是关于世界如何运作的潜规则。这种运作方式，影响了人类使用语言和解释语言的方式，成为决定人类智力的关键。
不过，关于常识有个神秘之处，就是人类可以很轻易就获得它，然而想把它们写下来、教会机器，却是一件很困难的事。
在AI领域，常识经常被视为最难克服的挑战之一。
比如一个非常流行的例子是，我们问ChatGPT：「如果我把五件衣服放在太阳下晒干，需要五个小时才能完全晾干，那么要多长时间才能烘干30件衣服？」
它会回答：30个小时。
然而人类都知道，答案是5个小时。
后来这个错误似乎被修复了。然而只要把问题换一换，告诉ChatGPT一件衬衫要三个小时，一条裤子要五个小时，它一样会给错误的答案。
这就暴露了AI的一大缺陷：它们并不了解在阳光下晾晒衣服的基本常识。
目前问这个问题，GPT-4已经可以答对了
对于困住AI的「晾衣服难题」，人类常识更有鲁棒性，而机器是非常脆弱的。
原因就在于，很多琐碎的常识，如果没有在互联网上出现，那ChatGPT就不太可能学到。
没有大声说出来的事，它很可能就不知道，比如它知道苹果可以食用，但不知道苹果不是紫色或蓝色的。
到目前为止，它的世界之窗还是文本，因为它不可能生活在这个世界上。
模仿孩子的为什么
因此，在Choi的实验室里，人们一直在研究，如何以更高效的方式教授AI常识。
其中一种方法，就是模仿孩子们会问的「十万个为什么」。
这些问题对成年人是显而易见的，但孩子的成长过程中，需要得到很多这样的常识陈述性描述。
因此，研究者们写下了许多这样的常识规则，然后去训练神经网络。
它们发现，通过提供这种声明性知识的集合，神经网络可以从中快速学习、概括。
目前，神经网络已经学会了实验室在网上分享出来的符号常识知识图。
主持人表示，这让他想起来自己在MIT当教授时的事。
在学校里有许多学生和教授，都缺乏某种社交风度，不懂人们该如何互相交流的潜规则。
因此学习会有一些礼仪课，对人们进行明确的陈述式指导。它会让人们十分受益。
只有这些条件具备，AI才能具有常识？
主持人接下来谈到，如今很多人都提出了这一点：AI想要获得常识，有许多非常严重的障碍。
比如，它们没有身体。小孩子会摔倒、会玩玩具，但它们没有。
而且，它们也没有社会地位，无法与其他AI和人类互动。
主持人问道：这是根本性的障碍吗？
我们是不是必须等到有机器人可以在太空中移动，有情感，有身体，有社会互动，AI才能有发展出常识的那一天？
Choi表示，至少目前，由于缺乏情感和具身，AI无法走得太远，这是一件令人欣慰的事。
目前AI只有一个纯语言的界面，但它已经能帮我们做很多事了。
是不是让AI具备真正的情感和真正的身体，才是让它们获得人类智力的唯一途径，目前我们并不确定。
但无论如何饿，在Choi看来，我们不应该制造一个有真情实感的机器人。
AI应该有情商和意识，这样它就能以愉快、无害的方式和人类互动。
但AI如果有自己的欲望和情感，这对人类会是一件好事吗？
比如，如果AI爱上了一个人，它可能就会牺牲其他人，来服务唯一的这个人，这显然很可怕。
而在具身方面，Choi十分怀疑我们是否能走到那么远。
生物体的一大特点，就是人类灵巧得不可思议的手指。
至今，我们都无法仿造出能在所有角度移动的精致关节。
另外还有人类的味蕾。有必要造一个像人类一样具有嗅觉和味觉的机器人吗？
Choi个人认为，现在讨论真正模仿人类能力的机器人并不那么重要。更遑论我们连技术都没有。
不过主持人表示，我们可以在此充分展开想象力，赋予机器人人类没有的感官，比如蝙蝠或电鱼使用的声纳，这样就能造出有超级感官和超级智力的机器人了。
参考资料：
https://www.quantamagazine.org/will-ai-ever-have-common-sense-20240718/返回搜狐，查看更多
责任编辑：
相关文章
