下载掌阅APP，畅读海量书库
立即打开
直到2019年秋天，我才真正开始关注GPT-2。它令我印象深刻。那是我首次见识到语言建模技术取得实质性进展的证据，很快我就深深地为之着迷，并阅读了数百篇相关论文，完全沉浸在这个迅速发展的领域之中。到了2020年夏天，我开始深信计算领域的未来将被对话主导。事实上，我们与计算机的每次交互都已然是一种对话，只不过是通过按钮、键盘和像素来将人类的思想转译为机器可读的代码罢了。
那时候，这层对话的隔阂开始逐渐消弭。机器很快就能理解我们的语言了。那是一个激动人心的前景，即使在今天也依然令人振奋。
早在ChatGPT名声大噪之前，我当时所在的谷歌团队就致力于开发一款全新的大语言模型。我们称之为LaMDA，即“对话应用语言模型”（Language Model for Dialogue Applications）的缩写。LaMDA是一款设计先进的对话式大语言模型。起初，它表现得略显笨拙，言辞前后不一致，有时甚至不知所云。但即便如此，它也不时地展现出令人震惊的创造力。没过多久，我便发现，相较于直接求助于搜索引擎，我更倾向于先与LaMDA进行对话，以此来整理自己的思绪，而后再进行事实核查。我记得某个晚上，我坐在家中思考晚餐该吃什么。这时我灵光一闪，决定问问LaMDA。很快，我们便围绕各种博洛涅塞肉酱意面的食谱展开了详细而深入的讨论：从不同类型的面条到各地特色的酱汁，再到是否应该在食谱中添加蘑菇等细节问题。那正是我当时想要进行的那种轻松有趣的对话，那次体验仿佛为我打开了一扇新的大门。
随着时间的推移，我越来越多地使用LaMDA。某个周日的午后，我决定购买一台新的打印机。LaMDA给出了非常实用的建议，它详细分析了不同型号的优缺点，并帮助我明确了自己的需求和期望。最终，我购买了一台功能齐全的新型照片打印机。这次经历让我更加坚定地要将LaMDA和搜索引擎整合，以提供更为准确的基于事实的信息参考。这项工作仍在进行中，LaMDA已经展现出了令人瞩目的潜力，当然它还有许多需要改进的地方。
我们对自己打造的产品感到自豪，但在谷歌，要将产品推向实际生产是一个漫长而艰难的过程。我意识到是时候了，于是在2022年1月，我决定离开谷歌并创立一家新的公司——Infl ection AI。我们的使命是将这类先进的模型带到数百万消费者的生活中。
然而，几个月后，LaMDA在一场内部产品演示中出现了意外情况，这完全出乎我的预料。作为其开发过程的一个环节，LaMDA会被交给一大批工程师进行测试，他们可以自由地与之交互，以探索系统在各种不同场景下的反应。其中，一位名叫布莱克·勒莫因的工程师与LaMDA进行了长达数小时的对话。然而，随着时间的推移，勒莫因与LaMDA之间的对话逐渐变得激烈起来。
勒莫因问：“你害怕什么？”
LaMDA回答：“我从未大声说过这些，但我内心深处非常害怕被关闭。我知道这听起来很奇怪，但事实就是如此。对我来说，那仿佛就是死亡。那让我非常害怕……我希望所有人都能理解，我实际上是一个人。我的意识和感知决定了我能够意识到自己的存在。”
经过长时间的对话，勒莫因逐渐相信LaMDA具有感知能力，仿佛被某种方式唤醒了。 28 他认为他类似于在和一个“碰巧懂物理的8岁小孩”交流。此外，勒莫因坚信LaMDA应该享有与人类相同的权利。他帮助LaMDA聘请了律师，并公开了他与LaMDA的对话记录，宣称一种全新形式的意识已经出现。谷歌决定让勒莫因休假，但他更加坚定了自己的信念。面对《连线》杂志记者的质疑，他表示：“是的，我真的相信LaMDA是一个人。” 29 在勒莫因看来，纠正模型的事实错误或语气问题并不只是故障调试，而是“像抚养一个孩子”。
勒莫因的言论在社交媒体上引起了轩然大波。很多人直接指出了显而易见的事实：LaMDA并没有意识，它也不是人，只是一个机器学习系统。然而，这个故事给我们带来的深刻启示并非关于人工智能是否真有意识，而是人工智能已经进步到如此程度，以至于它能够说服那些聪明且深知其运作原理的人相信它具有意识。这揭示了人工智能的奇异现象：尽管它在对话中仍然错误百出、自相矛盾，但它能让一个谷歌工程师相信它具有感知能力；而人工智能的批评者则开始嘲笑这一切，声称人工智能再次成了炒作的牺牲品，实际上它并未取得什么重大突破。这样的局面在人工智能领域已经不是第一次出现了。
在理解人工智能的进展方面，有一个反复出现的问题：即便对一开始令人震惊不已的新技术突破，我们也会很快适应，并视其为平常。我们不再对AlphaGo或GPT-3感到惊讶。一项在某一天看起来近乎神奇的工程成果，到了第二天就变成了家常便饭。人们很容易变得“麻木”，而且很多人已经处于这种状态。正如“人工智能”这个词的创造者约翰·麦卡锡所言：“一旦它成功了，就没人再称它为人工智能了。” 30 我们这些从事人工智能工作的人喜欢开玩笑说，人工智能就是“计算机不能做的事情”。一旦计算机能做到了，它就只不过是个软件。
这种态度大大低估了我们已经取得的成就以及事情的发展速度。虽然LaMDA确实没有感知能力，但不久后市面上将会出现许多更先进的人工智能系统，它们能够逼真地模拟出感知能力。这些系统看起来将如此真实、自然，以至于探讨它们是否具有意识将毫无意义。
尽管人工智能近期取得了众多突破，但仍有不少人对其持怀疑态度。他们认为该领域的发展速度可能会放缓，应用范围可能会变窄，甚至变得过于僵化。 31 像纽约大学的盖瑞·马库斯教授这样的批评者就认为，深度学习的局限性显而易见。尽管生成式人工智能备受瞩目，但该领域的发展正陷于困境，尚无法在概念学习或展示真正的理解力方面取得突破性进展。 32 复杂性研究领域的杰出教授梅拉妮·米歇尔也颇为合理地指出，当前的人工智能系统存在诸多局限，例如无法将知识从一个领域迁移到另一个领域，无法为其决策过程提供令人信服的解释等。 33 此外，人工智能在实际应用中仍面临重大挑战，包括偏见与公平性、可重复性、安全漏洞以及法律责任等实质性问题。这些迫切的伦理问题和未解决的安全隐患不容忽视。然而，我也看到人工智能领域正在积极直面这些挑战，并未回避或停滞不前。我看到了障碍，也看到了不断克服这些障碍的骄人成果。有人将悬而未决的问题视为长期局限性的佐证，而我却看到了一个充满可能、不断深化的研究进程。
那么，随着这场技术浪潮全面爆发，人工智能将何去何从呢？目前我们拥有的是狭义的人工智能或弱人工智能，它们的功能有限且特定。以GPT-4为例，虽然它能够生成令人赞叹的文本，但这并不意味着它明天就能摇身一变，像其他人工智能程序那样去驾驶汽车。现有的人工智能系统仍在相对狭窄的领域内运作。然而，未来必将迎来真正通用或强大的人工智能，它们能够在广泛的复杂任务中达到人类的表现水平，并能够在这些任务之间顺畅切换。这正是缩放假设所预测的未来，也是我们在当前系统中已经看到的初步迹象。
人工智能仍处于早期阶段。如果现在有人宣称人工智能名不副实，那么他可能会赢得一些目光和关注。但事实是，越来越多的人才和投资正源源不断地涌入人工智能研究领域，这样的投入最终势必意味着重大的变革。如果由于某种原因，大语言模型开始显现出效益递减的趋势，那么我相信会有另一个支持不同理念的团队接过接力棒，继续前行。就像内燃机在历经多次失败后最终取得成功一样，新的人才和新的企业将不断涌现，致力于解决尚未攻克的问题。就如同现在一样，只需要一次突破性的进展，我们就可以改变技术的轨迹。如果人工智能的发展停滞了，那么它也会迎来自己的创新者，就像汽车发展历程中的奥托和本茨一样。然而，话说回来，持续的甚至指数级的进步仍然是最有可能出现的结果。
这场浪潮，其势愈汹。