编译丨诺亚
出品 | 51CTO技术栈（微信号：blog51cto）
近日，人工智能界三位大佬聚首了！
一位是最近“跳槽”微软的Inflection AI 联合创始人 Mustafa Suleyman、一位是Cohere的联合创始人兼首席执行官Aidan Gomez，还有一位是Meta的首席AI科学家Yann LeCun。
在探讨人工智能领域最重大的突破时，三人在一系列与世界经济论坛的访谈中分享了他们的洞察。他们一致认为，生成式AI和大型语言模型（LLM）所带来的变革将是深刻的社会影响源，特别是在提高医疗保健行业的生产效率方面。
他们还提出了对未来的前瞻性预测，其中提到经典的图灵测试可能需要适应性地修订，以便更好地反映出当前AI技术不断提升的能力水平。他们预计，在接下来的十年里，人工智能将会以前所未有的方式改变全球经济结构和社会运作模式，带来新一轮的重大创新与发展。
“这将成为我们一生中最具变革性的时刻，不仅体现在科技领域，更会深深触及文化和政治层面。”
这是Mustafa Suleyman在世界经济论坛“达沃斯之声”播客节目中谈到人工智能影响时所说的话。身处生成式人工智能和大模型开发与应用的前沿，Suleyman亲身见证了这一技术的变革力量，并深入理解未来面临的诸多挑战。
这种观点得到了另外两位大咖的共鸣。他们三人同样入选《时代》杂志评选的AI领域最具影响力百人榜单。
在编辑后的访谈中，这三位专家分享了他们敏锐意识到人工智能真正潜力的时刻，并就这一工具未来发展路线图发表了自己的见解。
1.从虚构日本朋克乐队到变革医疗保健行业
大多数人在初次接触大型语言模型工具时——多数情况下是在2023年初首次使用ChatGPT时——他们的第一个实验性提示往往是些无伤大雅的小玩笑。可能是一个请求创作一首幽默的童谣或是新颖鸡尾酒配方的要求。
对于Aidan Gomez来说，这个初体验并无二致。作为突破性论文《 Attention Is All You Need》的共同作者，Gomez在20岁时作为Google Brain的实习生参与撰写了这篇论文，对AI产业产生了深远影响，并间接助力了ChatGPT的诞生。
“我收到了来自我的合作者、也是transformer 论文的共同作者Lukasz Kaiser的一封邮件，邮件里说，‘你看这个。’”这段经历标志着Gomez在探索新模型可能性的道路上迈出了第一步。
Kaiser 向 Gomez 展示了他是如何用标题“Transformer”引导该技术，然后它返回了一篇详细记录一支日本朋克摇滚乐队历史的创意小说。“那一刻非常超现实，机器能如此流利地表达，以至于让我误以为自己正在阅读一篇关于日本朋克摇滚乐队的文章。这就是大型语言模型的顿悟时刻。”
展望未来，Gomez 最为期待的是生成式人工智能能在多个职业领域，尤其是医疗保健领域带来的生产力大幅提升。
“据估计，医生大约要花费其工作时间的40%来撰写病历记录，如果我们能通过AI技术把这部分时间节省下来，让他们能将更多的时间用于与患者交流，专注于改善患者治疗效果，那么实际上相当于一夜之间让医生人数翻倍。”
根据德勤受MedTech Europe委托发布的一份报告，AI应用每年可以为欧洲医疗系统节省约18亿小时的工作时间，这相当于额外增加了50万个全职医疗专业人员的服务能力。
2.更新图灵测试的需求
图灵测试——由英国数学家和计算机科学家艾伦·图灵在1950年提出的概念——可能需要重新审视。这是一个长期以来用来衡量机器是否具备与人类相当的智能行为的标准测试。然而，当Mustafa Suleyman真正意识到生成式AI的力量时，连这个测试本身需要修订的想法也随之产生。
他表示：“现代版的图灵测试应该是评估一个AI能否像企业家那样行动，如同一个微型项目管理者和新产品的发明者，能够去推广产品、组织生产、销售，并最终实现盈利等系列过程。”
Suleyman相信，在接下来的十年内，生成式AI将在低成本、甚至可能是开源级别上完成这样的任务，这一进步将会彻底改变经济格局。
他解释说：“这将成为我们一生中最具变革性的时刻，不仅是在技术层面，更是在文化与政治层面上的变革。我们将见证力量成本的急剧下降。”
3.AI需要与物理世界交互才能充分实现价值
Meta公司首席AI科学家及纽约大学教授Yann LeCun，这位因直言不讳地反对围绕AI的过度炒作而闻名的专家解释道：“我们大脑中的大部分知识实际上都来自于与物理世界的互动。”
LeCun认为，像文本、视频、音乐和图像创作这类生成式AI工具所产出的短期成果具有增强人类创造力和提高效率的能力。然而，要使AI完全发挥潜力，就必须使其能够与物理世界进行互动。只有当AI能够处理并理解物理环境中的复杂问题，并参与到实际操作之中，它才能真正意义上被全面实现。
然而，下一阶段的发展将是让AI不仅基于训练当前大模型所使用的互联网上10万亿个单词进行学习，还要基于其与物理世界的互动进行教学。
“那是一个难以想象的巨大信息量，因为仅阅读这些信息就需要你我大约15万至20万年的时间，所以它的规模之大令人难以估量。”他说。
但他接着指出，到一个孩子四岁时，其视觉皮层接收到的信息量比我们目前最大的预训练语言模型接触到的文字信息多出约15倍。这意味着通过视觉方式，孩子在其成长过程中看到的信息远超过网络文本所能提供的信息总量。
LeCun表示，这种融入现实生活中的海量数据远大于文本所能包含的，而且科学家和工程师至今尚未找到如何在机器中模拟这一过程的方法。
因此，尽管我们现在距离拥有真正智能系统的道路还很遥远，但有理由期待在未来我们会拥有它们。届时，人们会每天与这些智能系统进行互动，它们或许会被集成到智能眼镜等设备中，而人们与数字世界的接口将会是一个AI系统。
参考链接：
https://www.weforum.org/agenda/2024/03/ai-pioneers-breakthroughs-whats-next
