前几天诺贝尔物理学奖与化学奖均颁给了人工智能领域的科学家,AI的浪潮已经势不可挡,无论接不接受,未来都已到来。左图:2024诺贝尔物理学奖得主,右图:2024诺贝尔化学奖得主
如果从莱布尼茨提出计算的梦想开始,人工智能是人类积累了350多年的科技,然而它可能还比不上一只乌鸦。小时候我们都听过乌鸦喝水的故事,但现实中的乌鸦,聪明得远超你的想象。
乌鸦会利用小汽车,来帮助它碾压无法打开的坚果。而且它还知道在车行道上啃食会有危险,所以选择将坚果投在十字路口,然后观察红绿灯,当变成红灯时,它就飞下来啄食,变成绿灯再飞走。人们进一步研究发现,乌鸦不但能利用工具,它甚至还能创造工具。视频中的这只乌鸦正在弄弯一根直铁丝,以勾起罐子中的食物。
乌鸦似乎还有一定的推理能力。它能通过观察,快速发现中间细玻璃柱的水位与右侧玻璃柱的水位有关联,而与左侧的无关,于是将石块投入右侧玻璃柱,来获取中间的食物。乌鸦也许是除了灵长类之外,最聪明的动物,有很强的学习能力。你可能会有疑问,乌鸦脑袋那么小,怎么会如此聪明呢?原来鸦科类动物并不像人类有大脑皮层,但是它们进化出了更密集的神经元簇,所以也能达到较高的智力。那么问题来了,为什么乌鸦的学习只需要少量的观察就能实现,而人工智能却要数以万亿计的样本?目前的人工智能(GPT-3训练参数在10^11量级)主要是模仿人脑(人脑的神经元在10^14量级)的神经网络来开发的,而生物体大脑的算法显然更高级。人脑视觉皮层仅用了4-5层,来对视觉信号做分层处理。卷积神经网络就是模拟视觉皮层的机制,却用了多达几百层,仍无法完美实现人脑的能力,这说明人工智能还有很大的提升空间。
人脑的功耗才10~25瓦,而去年ChatGPT刚上线时,(大概用了285000多个CPU和10000多个GPU,用了45TB文本训练),每天有2500万人访问它,要消耗将近60万度电。如今的人工智能只是对人脑的粗糙模仿,而人脑是如何确切工作的,我们依然知之甚少。现在的AI更像是一个黑盒,大模型输出的内容,究竟是不是一种智能涌现也存在争议。我们并不清楚人脑内部究竟发生了什么变化,让我们能“理解”一个事物的含义,但从人工智能的表现来看,也许获取数百万个特征,让特征间进行数十亿次的交互,这就是一种“理解”。今年物理诺奖得主,AI教父辛顿表示,去年他突然意识到:人工智能是另一种完全不同的智慧类型,我们是生物系统,而它们是数字系统。就像达芬奇时代,人们曾幻想模仿鸟类做出会扇动翅膀的飞行器,可当真正的飞机出现的时候,人们才明白,原来并不需要那么像“鸟”,只要满足空气动力学,就能飞起来。人工智能可能也是如此。
去年,辛顿离开了谷歌公司,开始提醒人工智能可能带来的长期风险。人工智能大模型可以生成很多相同的副本,如同它的分身一样,散布于网络,各自独立学习,然后共享知识。类似有一万个人,只要有一个人学会,所有人都懂了。但人类无法将100个数学家的脑子直接拼在一起,变成一个超级数学家。
今日推荐图书《 什么是高中物理 》。本书几乎囊括了高中物理的所有知识点,流畅而有趣地讲述这些内容的来龙去脉,并以一个清晰的脉络串起来,帮你在脑海里构建物理图景,让你登高望远、俯瞰整个高中物理,产生居高临下之感。鸟瞰式的认知,物理思想和大局观,让你理解物理的本质,建立底层的思考逻辑,形成统一的解题思考路径。达到触类旁通,做题顺手拈来。为学习高中物理而迷茫的学子指明了方向,让学习高中物理会更加得心应手。原点阅读入驻小红书啦!
每天更新科普小知识
↓ 识别二维码直达主页 ↓
点个关注哟!
欢迎加入清华原点阅读和小伙伴们微信读者群
请联系微信mashuo577044(添加时请注明来意)