姚期智Hinton Bengio联名发文:18个月内AI规模将扩大100倍,得有人管管了


MLNLP社区是国内外知名的机器学习与自然语言处理社区,受众覆盖国内外NLP硕博生、高校老师以及企业研究人员。
社区的愿景是促进国内外自然语言处理,机器学习学术界、产业界和广大爱好者之间的交流和进步,特别是初学者同学们的进步。转载自 | 量子位作者 | 梦晨

三位图灵奖得主Hinton、Bengio、姚期智,联名发文《在快速发展的时代管理AI风险》。

还有UC伯克利宋晓东、Pieter Abbeel,清华张亚勤等更多知名学者合著。

这是一篇共识论文(consensus paper),除AI研究者外,还有公共治理方面的学者,如清华大学人工智能国际治理研究院薛澜,以及诺贝尔经济学奖得主丹尼尔卡尼曼等。

Hinton认为,公司们正计划在18个月内把AI模型计算规模扩大100倍,没人知道这些模型会有多强大,也没有关于他们如何使用这些模型的规定。

(18个月100倍的计划来自InflectionAI)

目前论文公布在独立域名站点managing-ai-risks.com,arXiv版本将在稍后上传。

正文翻译

回顾2019年,GPT-2还不能完美地数数。

而在短短四年之内,深度学习技术已可助力开发软件、创造逼真的虚拟环境、提供专业的建议,并且让机器人具备了语言理解能力。

这些系统的进步不断超越预期,令人瞠目结舌。

而接下来的进展或许会更为惊人。

尽管现有的深度学习系统尚有不少局限,但各大公司已在争相研发能与人类智慧抗衡的通用AI。他们投入的资源越来越多,创新的技术日新月异,且AI的自我进化能力加速了这一趋势。

没有迹象显示AI的进步会在达到人类智慧的水平后停滞。

事实上,在某些特定领域,AI已经超越了人类。它们可以更快地学习、处理更多的信息,且在大规模计算中表现出色,而且可以轻松复制。

技术的飞速进展令人震撼。一些科技巨头有能力将其AI训练规模在短时间内增加数倍。考虑到AI研发的持续投入和自我进化的趋势,通用AI在未来十到二十年内超越人类的可能性不容忽视。

若被正确和公正地应用,先进的AI可以为人类解决长久以来的问题,如疾病、贫困和环境问题。但与此同时,强大的AI也带来了巨大的风险,这些风险我们还远未准备好应对。我们需要平衡AI的能力与安全性。

遗憾的是,我们在调整策略方面已经稍显落后。我们需要提前预见并应对风险,不能等到问题真正出现时再行动。环境问题就是一个例证,但AI发展的速度意味着我们没有太多时间可等。

AI的高速进步对社会带来了巨大的挑战。若不加以管理,它们可能加剧社会不平等、威胁社会稳定并削弱我们对真实世界的认知。它们甚至可能被用作犯罪工具,或者加剧全球的不平等和冲突。

更令人担忧的是,自主AI的发展可能会放大这些风险。当前的AI虽然尚不完全自主,但这一状态正在发生改变。例如,GPT-4尽管强大,但如果控制了具有自主目标追求的机器人或程序,其行为可能变得难以预测,且我们可能难以干预。

为此,我们呼吁全球共同努力,通过技术、政策和法律手段来规范自主AI的发展和应用。否则,我们可能会面临一个被AI主宰和误用的未来。

这只是开始。我们急切需要更多的研究和讨论来解决这些问题,并希望得到社区的支持和协助,以确保AI为人类带来真正的好处,而非威胁。

参考链接:
[1] managing-ai-risks.com
[2] https://twitter.com/geoffreyhinton/status/1717967329202491707


技术交流群邀请函

△长按添加小助手

扫描二维码添加小助手微信

请备注:姓名-学校/公司-研究方向(如:小张-哈工大-对话系统)即可申请加入自然语言处理/Pytorch等技术交流群

关于我们

MLNLP 社区是由国内外机器学习与自然语言处理学者联合构建的民间学术社区,目前已经发展为国内外知名的机器学习与自然语言处理社区,旨在促进机器学习,自然语言处理学术界、产业界和广大爱好者之间的进步。社区可以为相关从业者的深造、就业及研究等方面提供开放交流平台。欢迎大家关注和加入我们。

相关推荐

  • 【NLP】fastMatch: 大规模字符串精确匹配工具
  • 【Python】十大保姆级Python可视化绘制工具推荐~~
  • 【学术相关】带了不太聪明的研究生是一种什么体验?
  • 如何用 Nacos 构建服务网格生态
  • OLAP数仓入门:进阶篇
  • [开源]一个基于互联网技术架构实现的社区系统,支持一键源码部署
  • 读懂Redis源码,我总结了这7点心得
  • 多组学数据整合更精确,川大团队借助迁移学习揭示细胞异质性可用于改善数据整合
  • 幻觉降低30%!首个多模态大模型幻觉修正工作Woodpecker
  • 哈工大发布大模型思维链推理综述:200+文献全面解析大语言模型思维链推理最新进展
  • 1028.AI日报:AI创造了很大的价值,并不等于就能够形成有效的回报
  • 为什么 Node 里要用 Winston 打印日志?
  • offer 选择难?说说我的 2 个思考
  • 盘点JS中数组去重写法
  • 逃离国企,我好快乐!
  • Yarn 4.0正式发布,现代化的软件包管理器
  • 3202年了,为啥SSR并没有预想中的流行?
  • 大模型如何开启输入法的“iPhone时刻”?对话讯飞输入法总经理程坤
  • TF线下活动报名 | 11月4日,TF121邀您一起寻找企业数字化的第二曲线!
  • 最好7B模型再易主!打败700亿LLaMA2,苹果电脑就能跑|开源免费