AI教父 Hinton
学习会被Ai赶超,学习的意义?
在2015年左右,我曾声称,在未来5年内,计算机将在图像识别方面超越放射科医生,因此教他们识别图像中东西已没有意义。事实证明,我预测错误了,实际上需要10年,而不是5年。精神层面上,我并没有错,只是时间预测出了差错。计算机现在在很多医学图像识别方面,与放射科医生相当,尽管它们还没有在所有方面做得更好,但它们只会变得更好。
学编程是否有意义?
我认为有一段时间,我们仍然需要编码人员。我不知道这段时间会有多长,但我们需要的编码人员会减少。或者,我们可能需要相同数量的编码人员,但他们将能实现更多成果。
————-
工作会被赶超,工作的意义?
CBS主持人:我们还没有谈到工作岗位的替代,这是我的疏忽,对不起。这个技术是否会不断吞噬工作,一个接一个?
Geoffrey Hinton:我认为它将使工作不同,人们将从事更有创造性的工作,而较少从事例行工作。
Hinton:如果你回顾历史,看看自动取款机,这些现金机出现时,人们说这是银行柜员的终结。但实际上,它并没有终结银行柜员职位。现在银行柜员处理更复杂的事情,并且需要编码人员。
—————
能与任何人对话
我们现在正处于一个过渡点,ChatGPT像白痴天才,它并不真正了解事实真相。它接受了大量不一致的数据训练,试图预测下一个网络用户会说什么。人们对很多事情有不同观点,而它必须有一种混合所有这些观点的方式,以便可以模拟任何人可能说的话。这与一个试图拥有一致世界观的人非常不同,特别是如果你想在世界上采取行动,拥有一致的世界观非常有益。
朝不同世界观发展:如果你有这个世界观,那么这就是答案。而如果你有另一个世界观,那么答案就是另一个。
———-
训练完毕后,就能降低运营成本。
大脑运行功率是30瓦(会允许一些噪声,精确运营),而大型AI系统需要像兆瓦这样的功率。所以我们在30瓦上进行训练,而大型系统使用兆瓦,它们有很多相同的东西。所以你知道,我们在谈论功率需求方面的1,000倍差距。
因此,我认为会有一个阶段,我们会在数字计算机上进行训练,但一旦某个AI系统训练完毕,我们会将其运行在非常低功耗的系统上。所以,如果你想让你的烤面包机能和你对话,你需要一个只花费几美元的芯片,而且它能运行像ChatGPT这样的程序,那么最好是一个低功耗的芯片。
———————
当人们既在思考机器,也在思考我们自己思维方式。
计算机模型之间的沟通带宽非常大,因为它们是相同模型的克隆。(能够短时间内,进行海量信息同时交流)。
20世纪80年代,没有足够硬件实现,一个拥有大量神经元的大型神经网络。
日内瓦公约