【新智元導讀】OpenAI認為，只要有足夠的計算能力支持，深度學習系統就能進一步進化，發展出人類水平的智能。而這一切只需要5年。OpenAI最近從微軟獲得10億美元資金，這筆錢也將在5年內花完，用於構建強大的計算系統。

在構建具有人類智能水平的機器的這場競賽中，規模似乎真的很重要。

OpenAI董事長兼首席技術官Greg Brockman說：「我們認為，誰擁有最強大的電腦，誰就將獲得最大的利益。」

這家總部位於舊金山的AI研究機構四年前由包括馬斯克、Peter Thiel和Reid Hoffman在內的科技行業知名人士組建，他們剛剛向AI領域的其他人提出了挑戰。

上個月末，OpenAI從微軟籌集到10億美元，用於加速對人工智慧聖杯的追求：一台能夠實現所謂通用人工智慧(AGI)的計算機，擁有與其製造者相匹敵的認知水平，這被認為是具有超越人類智能的計算機問世之前的最後一步。

Brockman表示，這筆資金——對於一家研究機構來說是一筆巨額資金——將「在5年內，甚至可能更快」花掉，目的是構建一個能夠運行「人腦規模的AI模型」的系統。

一台與人腦神經結構相匹配的計算機是否能提供同等水平的智能，則是另一回事。Brockman對預測AGI何時到來持謹慎態度，他說，它還需要演算法的進步，從而利用大幅提升的計算能力。

但是，談到OpenAI和微軟希望在五年內為其在AI領域的雄心壯志提供強大的計算能力時，他補充道：「到那時，我認為有可能就足夠了。」

Greg Brockman(左)和聯合創始人Ilya Sutskever

只要計算能力足夠強大，就能實現AGI？

OpenAI所下的巨大賭注表明，在經歷了一段時間的快速發展後，AI行業走到了一個岔路口。深度學習系統利用模仿人類大腦運作模式的人工神經網路，已取得諸多突破，讓AI重新回到科技世界的中心。OpenAI認為，有了足夠的計算能力支持，這些網路很有可能會進一步發展，直到達到人類智能水平。

但是，也有許多AI研究人員認為，深度學習本身永遠不會超出複雜模式識別的一種形式——它能完美地進行面部識別或語言翻譯，但遠非真正的智能。

包括Alphabet旗下的英國AI研究公司DeepMind在內的一些最雄心勃勃的研究團體也認為，教計算機新的推理和符號邏輯將有助於補充神經網路，而不僅僅是研製更大規模的計算機。

「如果我們撥出1億美元用於計算，我們能做什麼？我們正在考慮這個問題，其他人也在考慮這個問題，」艾倫人工智慧研究所負責人Oren Etzioni說，該研究所是美國資金最充裕的AI研究組織之一。但他補充道：「為了讓AI達到一個新水平，我們需要一些突破。我不確定是否只是在上面砸更多的錢就行。」

其他人則更為直率。當被問及僅靠更強大的計算機是否就能提供與人類水平相當的AI時，加州大學伯克利分校計算機科學教授Stuart Russell在他即將出版的關於這一主題的書中寫道：「只專註於計算能力完全沒有抓住重點……我們不知道如何使一台機器真正智能化——哪怕這台機器有宇宙那麼大也沒辦法。」

不過，即便OpenAI只是有可能走的是正確的道路，也足以吸引全球市值最高的公司為它投入巨額現金，從而引發一場為AI打造更先進的硬體系統的競賽。

Brockman稱之為「構建通用人工智慧的阿波羅公益計劃」。這反映了OpenAI的創始人所設定的使命，即構建一個AI，其利益不局限於一家公司或某個政府。

它還能創造無與倫比的財富。在談到當今領先的科技公司的股票市值時，Brockman說：「這是我們用不太智能的計算機所創造的價值。現在想像一下，當我們成功地打造出了人工通用智能——這家公司將以前所未有的巨大優勢成為世界第一。」

OpenAI的賭注是，隨著計算機硬體變得越來越強大，深度學習系統中使用的學習演算法將會進化，開發出今天的程序員永遠也不可能直接將其編程的能力。

這是一個有爭議的立場。像Russell這樣的批評者認為，僅僅在不完美的演算法上投入更多的計算能力，只是意味著「你會更快地得到錯誤的答案。」Brockman的回答是：「隨著計算能力的增加，你可以得到根本不同的結果。」

他聲稱，OpenAI在其四年的歷史中進行的一些測試，已經暗示了硬體的大規模增長可能帶來的進步。

例如，兩年前，OpenAI的研究人員報告了一個系統的結果，該系統讀取亞馬遜上的客戶評論，然後使用統計技術預測下一個字母。根據OpenAI的說法，該系統做了更進一步的事情，它自己學會了評論中正面情緒和負面情緒之間的差異——這種理解水平超出了預期。

Brockman表示，今年發布的一個名為GPT-2的更大的語言系統則更進一步，通過應用同樣的大規模統計分析，開發出了一定程度的語義理解能力。

OpenAI最近的一個實驗——在Dota 2遊戲中擊敗了一支頂級人類團隊的AI系統——也表明，如今最先進的AI系統已經能夠在比國際象棋等棋類遊戲更接近現實世界的遊戲中表現出色。

這與DeepMind在星際爭霸遊戲方面的工作相呼應。Brockman表示，OpenAI的系統自學了在更高抽象層面上運作，設定一個總體目標，然後根據需要「放大」特定任務——這種規劃能力被視為人類智能的關鍵組成部分。

許多人對OpenAI堅持認為單一的AI技術就足以複製人類智能的觀點持謹慎態度，但他們似乎也不願全盤否定OpenAI的觀點。「可以說，深度學習在AI領域是一種範式轉變，」Etzioni說，「他們是否能再次實現一次這樣的範式轉變？」

微軟入場其中，為這一努力提供資金，標誌著這家研究組織在試圖加速轉向AGI的過程中，方向發生了變化。這筆10億美元投資的大部分將以支付使用Azure雲計算平台的形式返回微軟，而微軟正致力於開發新的超級計算平台，以推動這一努力。

Brockman否認這是對OpenAI置身於企業競爭之外的目標的偏離。他表示，微軟將僅限於「投資者和戰略合作夥伴的角色，共同打造大型超級計算機」。

微軟的投資將使其獲得OpenAI營利部門的大部分少數股權，並在董事會擁有一個席位。與該組織的所有股權投資者一樣，它的潛在回報率也被限制在一個固定的水平，這一點尚未披露。

如果OpenAI的工作能像Brockman預測的那樣創造出巨額財富，那麼大部分財富將流入該集團的非盈利部門，因為OpenAI承諾將利用先進計算機智能的成果造福全人類。

人工智慧曲線比摩爾定律更陡峭

科技行業習慣於遵循摩爾定律的曲線前進。摩爾定律描述了計算能力大約每兩年翻一番的方式。但OpenAI正指望一種強大得多的指數級力量，迅速將其AI系統的能力提升到今天看來幾乎無法想像的水平。

該研究團體計算出，自7年前科技行業開始意識到機器學習的潛力以來，用於訓練最大AI模型的處理能力的增長速度是摩爾定律速度的5倍。

這使得今天最先進的系統比2012年使用的系統強大300000倍。這一進步反映了目前投入高級AI的資金規模，以及並行計算技術的引入，使得處理更多數據成為可能。

Brockman表示，OpenAI正指望這一指數趨勢再延續5年——他承認，這將產生聽起來「相當瘋狂」的結果。

作為比較，他說，過去7年的進步就像把智能手機的電池續航時間從一天延長到800年：同樣的指數曲線再延續5年，電池壽命將達到1億年。

今天最先進的神經網路大致與蜜蜂差不多。但是，OpenAI相信，在接下來的五年里，人工神經網路有望與人類大腦相當。

原文：

https://www.ft.com/content/c96e43be-b4df-11e9-8cb2-799a3a8cf37b#comments-anchor

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！