75岁图灵奖得主Hinton离职谷歌!痛悔毕生工作,无法阻止人类AI大战

人工智能 新闻
入职谷歌10年后,人工智能教父Hinton选择离职。对于造就了如今AI技术繁荣的神经网络,Hinton表示:这是我毕生的后悔。

一觉醒来,整个科技圈惊掉了下巴!!!

深度学习泰斗、神经网络之父Geoffrey Hinton突然宣布离职谷歌。

图片

为了能够自由谈论人工智能风险,而不考虑这对谷歌的影响。

纽约时报的报道中,Hinton直接警示世人:注意,前方有危险,前方有危险,前方有危险!

而正是对人工智能风险深深地担忧,让这位深度学习巨佬直言:「我对自己的毕生工作,感到非常后悔。

如今,距离Hinton入职谷歌,刚好十年。

图片

对于Hinton此举,有人甚至劝说,应该将关注人工智能安全常态化,而不必辞去工作。

图片

这更应该是你留下来的理由。因为世界是不会停止的,像你这样的伟大人物应该坚持下去,并将人工智能发展的更好。

图片

你应该劝说你的学生Yann LeCun和Ilya Sutskever。

值得一提的是,ChatGPT背后真正的英雄正是OpenAI的联合创始人兼首席科学家Ilya。

图片

AI「关键时刻」,人类控制不住了

被称为「人工智能教父」的Geoffrey Hinton,一直都是该领域最受尊敬的先驱之一。

图片

今年3月末,万名大佬签字发出联名信,呼吁暂停训练比GPT-4更强大的AI六个月。

图灵三巨头中,Bengio高调签名、LeCun旗帜鲜明地反对,唯有Hinton一言不发,耐人寻味地保持沉默。

而Hinton提出离职的时间,正是在此之后的4月份。

图片

从他的推特上可以看出,无论是最近GPT-4等超强AI引发的巨大争议,还是谷歌高层的剧烈动荡,Hinton都始终保持缄默,不发一言。

许多人关注着这位人工智能教父的态度。

在CBS的一次采访中,Hinton表示「我们几乎已经让学会计算机如何自我改进了,这很危险,我们必须认真考虑,如何控制它。」

图片

从人工智能的开创者到末日预言者,Hinton的转变,也标志着科技行业正处于几十年来最重要的一个拐点。

先驱的沉痛反思,让我们终于不能假装没有看见AI可能给人类社会引发的深刻改变和巨大危机了。

盖茨等许多大佬认为,ChatGPT可能与上世纪90年代初网络浏览器一样重要,并可能在药物研究、教育等领域带来突破。

与此同时,令许多业内人士不安的是,他们担心自己所做的研究,正在向外释放某种危险。

因为生成式人工智能可能已经成为产生错误信息的工具。并在未来的某个时候,可能会对人类构成威胁。

图片

在Hinton看来,如何防止坏人利用它做坏事,我们还未能找到方法。

在3月底呼吁暂停超强AI六个月的信发出几天后,人工智能促进协会的19位领导人也发布了信,警告AI的风险。

其中就包括微软的首席科学官Eric Horvitz,而微软已在一系列产品中(包括Bing搜索引擎中)部署了OpenAI的GPT技术。

在喧嚣的反对浪潮中,人工智能教父Hinton却并未在这两封信上签名。

他说,自己在辞去工作之前,并不想公开批评谷歌,或其他公司。

忍到上个月,Hinton终于下定决心,通知谷歌自己即将辞职。

选择离职谷歌后,Hinton终于可以畅所欲言地谈论AI的风险了。

我对我的毕生工作,感到十分后悔。

我只能这样安慰自己:即使没有我,也会有别人。

图片

上周四,他与谷歌母公司Alphabet的CEO劈柴(Sundar Pichai)通了电话,但他表示不便透露此次谈话的细节。

作为一家大公司,谷歌对于AI的态度一向保守,甚至保守到,眼睁睁看着自己在聊天AI机器人之战中被甩在后面。

早在2015年,谷歌的图像识别AI曾将黑人标记为「大猩猩」,招致的批评让谷歌成为惊弓之鸟。

在OpenAI推出Dall-E 2、名震全球之前,谷歌就有类似模型,但并没有发布,因为谷歌认为需要对AI生成的内容负责。

而早在2021年,谷歌就已有了类似ChatGPT的LaMDA聊天机器人,但谷歌始终未发布。直到2022年11月底,OpenAI凭ChatGPT占尽风头。

如今,谷歌首席科学家Jeff Dean在一份声明中表示:「我们仍然致力于对人工智能采取负责任的态度,我们正在不断学习了解新出现的风险,同时也在大胆创新。」

开启了历史,也见证了历史

1972年,Hinton在爱丁堡大学开始了他的研究生生涯。

在那里,他首次开始研究神经网络——一种通过分析数据来学习技能的数学系统。

当时,很少有研究人员相信这个观点。但这成了他毕生的心血。

图片

2012年,Hinton和他两名学生Ilya Sutskever和Alex Krishevsky建立了一个神经网络,可以分析数千张照片,并自学识别花、狗和汽车等常见物体。

神经网络成为他与两名学生共同创建的公司DNNresearch背后的突破性概念,该公司最终在2013年被谷以4400万美元收购。

2018年,Geoffrey Hinton、Yann LeCun和Yoshua Bengio一起因对神经网络的研究获得了2018年的图灵奖,而神经网络正是ChatGPT、Bard等聊天机器人背后的奠基性技术。

图片

而Hinton的学生Ilya Sutskever,也在后来成为OpenAI首席科学家。

图片

大约在同一时间,谷歌、 OpenAI和其他科技公司开始构建从大量数字文本中学习的神经网络。

那时的Hinton认为,这是机器理解和产生语言的一种强大方式。当然不得不承认,比起人类处理语言的方式没,神经网络还是力不能及。

2022年,随着谷歌和OpenAI 利用大量数据构建超强AI。

Hinton的观点发生了重大转变。他仍然认为这些系统在某些方面不如人类的大脑,但它们在其他方面正在超越人类的智力。

GPT-4发布当天,Hinton曾表示,

毛虫吸取了营养之后,就会化茧为蝶。而人类提取了数十亿个理解的金块,GPT-4,就是人类的蝴蝶。

图片

Hinton称赞的背后,让许多人看到超强人工智能系统的智力已经非同寻常。

对此,Hinton谈到人工智能技术时表示,随着科技公司改进人工智能系统,它们变得越来越危险。

看看五年前和现在的情况,如果还要继续传播这项技术,后果就太可怕了!

在谷歌十年生涯中,Hinton一直看好谷歌在人工智能技术上谨慎的态度。

他表示,直到去年,谷歌一直扮演着这项技术的「合适管家」角色,谨小慎微地不去发布可能造成危险的AI。

这恰恰解释了,为啥谷歌在这波人工智能浪潮中落后的原因。

但是现在,微软为其必应搜索引擎接入GPT-4的能力,已经让谷歌焦急地不得不做点什么。

Hinton称,科技巨头们正在进行一场可能无法阻止的竞争。

图片

他眼下担心的是,互联网上将充斥着虚假的照片、视频和文本,人们也无法去辨别什么是真实的,什么是虚假的内容。

他甚至还担心,人工智能技术迟早会颠覆就业市场。

如今,像ChatGPT这样的聊天机器人往往能很好地辅助人类工作,甚至取代律师助理、私人助理、翻译、以及其他处理死记硬背任务的人。

未来,他表示自己很担忧,GPT-4迭代会对人类构成威胁,强AI从大量数据中能够学到意想不到的行为。

人工智能系统不仅可以生成代码,而且自己运行代码。前段时间爆火的Auto-GPT就是一个非常典型的例子。

图片

他担心有一天真正的自主武器ーー那些杀人机器人ーー会成为现实。

上世纪80年代,Hinton曾是卡内基梅隆大学的计算机科学教授,但因为不愿接受五角大楼的资助,他选择了离开CMU,前往加拿大。当时,Hinton强烈反对在战场上使用AI,他将其称为「机器人士兵」。

图片

在一些人看来,类似的系统实际上比人类更聪明。Hinton表示自己曾经认为,这太离谱了,最起码要30-50年,甚至更久才能实现。

而现在,我不再那么想了。

许多其他专家,包括Hinton的许多学生和同事,说这种威胁还仅是一种假设。

他指出,谷歌和微软,以及其他公司之间的竞争,将升级为一场全球性竞赛。如果没有某种全球性的监管,这场竞赛将不会停止!

图片

但他表示,这也不是绝对的。与核武器不同,我们无法知道哪个公司或国家,是否在秘密研究这项技术。

网友热议

有网友认为,Hinton对于的AI的看法太悲观了。

我见过的ChatGPT积极应用案例远多于消极的,但现在的趋势是把AI描绘成邪恶的炼金术。这些担忧是合理的,我们会学习,我们会纠正它,然后我们会继续前进。

图片

甚至有网友将其比为天网,但我们还不能将其关闭。「人工智能就像潘多拉的魔盒一样,一旦打开就无法关闭。」

图片

还有人对谷歌「负责任」这一观点提出异议:

-使用Breitbart训练AI模型;-让负面信息在YouTube上大肆传播(反过来又为推荐算法提供依据);-散布有关安全和隐私的科学假信息;-开除专家

图片

谷歌大脑和DeepMind合并这一事,与此相关吗?

图片

还有网友发出疑问,连Hinton都离职了,下一个会是?

图片

责任编辑:张燕妮 来源: 新智元
相关推荐

2023-06-12 13:13:26

2023-10-10 14:00:00

AI模型

2023-12-27 13:46:00

2023-10-30 17:14:59

AI模型

2024-03-22 13:05:55

模型训练

2020-07-31 09:42:18

AI 数据人工智能

2023-04-04 14:24:25

深度学习技术

2023-05-25 14:05:48

图灵论文

2021-07-21 16:56:33

人工智能机器学习技术

2020-12-24 13:08:33

计算机互联网 技术

2021-09-23 09:35:00

编程技能开发

2024-10-14 13:45:00

AI模型

2022-10-17 15:04:40

量子计算

2023-04-25 13:46:42

AI开源

2021-09-02 16:10:21

人工智能机器学习技术

2024-08-06 13:13:46

2022-09-02 10:15:38

AI计算

2023-08-22 14:06:27

AI智能

2021-11-23 09:34:50

深度学习编程人工智能

2020-12-23 15:26:48

AI 数据人工智能
点赞
收藏

51CTO技术栈公众号