ChatGPT吸引了全世界的注意力,各路竞争对手都在加速追赶。
而Google DeepMind 称,他们的下一个大型语言模型将与 ChatGPT 背后的 GPT-4 相媲美,甚至完成超越,其中的关键技术之一,便来自曾经击败人类顶尖棋手、也曾轰动世界的 AlphaGo。
据科技杂志 Wired 报道,Google DeepMind 的联合创始人兼首席执行官 Demis Hassabis 近日透露,他们正在使用 AlphaGo 背后的技术来帮助制造一个能与 ChatGPT 相匹敌的聊天机器人——Gemini,这是一个处理文本的大型语言模型,目前仍在开发中,或将花费数千或数亿美元。
Hassabis 表示,将 AlphaGo 背后的技术注入大型语言模型中,可以赋予 AI 系统新的能力,如计划、解决问题和分析文本的能力。
“你可以认为 Gemini 结合了 AlphaGo 类系统的一些优势和大型语言模型的惊人语言能力...... 我们还有一些新的创新,也将是相当有趣的。”
借助AlphaGo的成功经验
AlphaGo,在 ChatGPT 出现之前,或许是 AI 领域内最耀眼的明星(之一),其让大众最为熟知的成就,便是击败李世石,成为世界上第一个战胜人类围棋世界冠军的机器人。
AlphaGo 的成功,离不开强化学习技术,该技术通过反复尝试并接受关于其表现的反馈,可以学会处理需要选择采取何种行动的复杂问题,如围棋或视频游戏等。
强化学习旨在“教”AI 系统在特定情况下表现出预期的行为,对 AI 系统的某些行为进行“奖励”,以及对不受大众欢迎的行为进行“惩罚”。
如今,ChatGPT 的核心技术之一——基于人类反馈的强化学习(RLHF)已经成为后续大型语言模型开发中不可或缺的关键技术。专业人士认为,Google DeepMind 在强化学习方面的经验,或许可以帮助他们在生成式 AI 竞赛中夺得优势。
当然,他们在机器人、神经科学等领域的工作也不容忽视。上周,他们展示了一个不需要人类监督、能不断自我学习,可以在模拟和物理环境中处理语言、图像和动作的 AI 模型——RoboCat。据介绍,RoboCat 是第一个可以解决和适应多项任务的机器人代理,且可以把这种能力带到不同的、实体机器人中。
此外,AlphaGo 还使用了一种叫做“蒙特卡洛树搜索”的方法来探索和记忆棋盘上的可能动作。这是一种在完美信息博弈场景中进行决策的通用技术,除了游戏之外,还能广泛应用在很多其他现实世界场景中。
人们普遍认为,像人类和动物那样从现实世界经验中学习,对于创造出一个更强大 AI 系统的努力至关重要。一些业内专家认为,目前的语言模型通过文本间接地学习世界的方法是一个主要的限制。
因此,他们认为,大型语言模型的下一个重大飞跃,将是通过联网等方式加强与现实世界的交流,进而在互联网和计算机上执行更多的任务。
当 Gemini 开发完成后,它或许可以在谷歌应对 ChatGPT 和其他生成式 AI 技术所带来的竞争威胁中发挥重要作用。
早在今年 3 月,The Information 就报道了 Gemini,称“Gemini 因当时 Bard 的失败所刺激而诞生”。据透露,谷歌高层,包括谷歌最高级别的人工智能研究主管 Jeff Dean,也直接参与到 Gemini 项目中。
今年 4 月,为应对来自 OpenAI/微软等竞争对手的冲击,DeepMind 与 Google Brain 合并为 Google DeepMind。
模糊的未来
当前,Google DeepMind 的任务,是加速谷歌的 AI 研究工作,同时也要管理未知的、潜在的严重风险。
如今,语言模型的快速发展使许多 AI 专家(包括一些构建算法的专家)担心,该技术是否会被用于恶意的用途或变得难以控制。为避免产生危险的东西,一些业内人士甚至呼吁暂停开发更强大的算法。
Hassabis 认为,AI 的潜在好处,如在健康或气候等领域的科学发现,使得人类必须继续发展这项技术。“如果做得正确,它将是对人类最有益的技术。我们必须大胆地、勇敢地去追求这些东西。”
但是,Hassabis 也并不主张不负责任、不计后果地开发 AI 模型,他在上个月签署了一份声明——称 AI 有一天可能会带来与核战争或大流行病相媲美的风险。
在他看来,目前最大的挑战之一是,确定能力更强的人工智能的风险可能是什么。“我认为该领域需要进行更多的研究,比如快速地进行评估测试等工作,从而确定新的 AI 模型的能力和可控性如何。”“我希望看到学术界能够尽早接触到这些前沿模型。”
Hassabis 表示,没有人真正知道 AI 会成为一个主要的危险。但他可以肯定的是,如果继续以目前的速度开发 AI 模型,就没有多少时间来开发保障措施。