雖然谷歌的Gemini在開年的AI產(chǎn)品大戰(zhàn)中沒有獲得太多的關(guān)注，但是Google DeepMind作為人類最前沿的AI機構(gòu)，依然在抵達通用人工智能的道路上緊追OpenAI。

最近，WIRED對DeepMind的負責人Hassabis進行了專訪，聊了很多關(guān)于最近發(fā)布的產(chǎn)品，以及未來人工智能發(fā)展技術(shù)道路的問題，干貨滿滿。

在他看來，未來人工智能技術(shù)的發(fā)展，遠遠沒有到只比拼算力和規(guī)模的程度，在基礎(chǔ)構(gòu)架，Agent等方面還有很多的想象空間。

谷歌的優(yōu)勢在新技術(shù)的研發(fā)

問：Gemini Pro 1.5能夠處理的數(shù)據(jù)量遠超前代產(chǎn)品。得益于一種叫做「MoE」的架構(gòu)，它在同等規(guī)模下的能力也得到了增強。這些進步為什么重要？

Demis Hassabis ：你現(xiàn)在可以處理一個普通長度的短片。我認為，如果你正在學習某個主題，要看一個小時的講座，或者想要查找某個特定的信息或者講座中提到的某個點，我們的更新都會非常有用。

Jeff Dean用MoE做了這個新的Gemini Pro版本，雖然還沒有進行大規(guī)模測試，但其性能大致相當于上一代架構(gòu)中最大的模型。

我們完全有能力使用這些創(chuàng)新來創(chuàng)建一個Ultra大小的模型，這正是我們正在努力的方向。

Hassabis認為，過去幾年里，增加AI模型訓練中使用的計算能力和數(shù)據(jù)量是推動了巨大進步的關(guān)鍵因素。

有傳言稱Sam Altman正在尋求籌資高達7萬億美元以購買更多的AI芯片。

對此，Hassabis反問：「是不是謠傳？我聽說似乎是日元為單位？」

「不過，確實，規(guī)模很重要，這就是英偉達現(xiàn)在市值飆升的原因。

這也是Sam正在努力籌集資金的原因。但與許多其他機構(gòu)不同的是，我們一直把基礎(chǔ)研究放在首位。

在過去十年的開創(chuàng)性工作中，Google Research、Google Brain和DeepMind發(fā)明了我們今天使用的大多數(shù)機器學習技術(shù)。

這一直是我們的核心，我們擁有許多其他機構(gòu)可能沒有的資深研究科學家。相較之下，其他的初創(chuàng)公司甚至是大公司，往往更側(cè)重于工程而非研究?！?/span>

AI技術(shù)突破還有很大空間

Hassabis表示，他相信要實現(xiàn)通用人工智能（AGI），不僅需要在現(xiàn)有技術(shù)上擴大規(guī)模，還需要很多重大的技術(shù)創(chuàng)新。

「我們還沒有看到技術(shù)任何停滯不前的跡象，仍有進步空間。因此，我的觀點是，我們應該繼續(xù)推動現(xiàn)有技術(shù)，看看它們能走多遠。但是，僅僅通過擴大現(xiàn)有技術(shù)的規(guī)模，你不會獲得像規(guī)劃、工具使用或智能體行為這樣的新能力。這些能力不會無緣無故突然就發(fā)生?！?/span>

他還強調(diào)了探索計算本身的重要性。

「理想情況下，在幾天內(nèi)就能訓練完成的小規(guī)模問題上進行實驗，往往會發(fā)現(xiàn)，在小規(guī)模上有效的方法，在大規(guī)模上可能不適用。所以，存在某一個有效的閾值，可能可以將規(guī)模擴大10倍（extrapolate maybe 10X in size）。」

智能體是下一個熱點

當被問及未來AI公司之間的競爭是否將越來越多地圍繞工具使用和智能體時，Hassabis表示這是很可能的。

「我們長期以來一直在這條道路上；實際上，智能體、強化學習和規(guī)劃是我們的專長，自AlphaGo時代以來就是如此。

我們正在重新審視許多想法，考慮將AlphaGo的能力與這些大型模型相結(jié)合。內(nèi)省和規(guī)劃能力將有助于改善諸如幻覺等問題?！?/span>

他還指出：「這無疑是一個巨大的領(lǐng)域。我們正在投入大量的時間和精力，我們認為這將極大地提升這些系統(tǒng)的能力——當它們開始表現(xiàn)得更像智能體時。我們正在大力投資這個方向，我想其他人也在做同樣的事。」

至于將AI模型變得更像智能體是否也會使它們變得更有問題或潛在危險，Hassabis表示，這確實是一個巨大的變化。

「一旦我們讓類似智能體的系統(tǒng)開始工作，AI的感覺將與當前的系統(tǒng)截然不同，因為它們將從被動的問答系統(tǒng)轉(zhuǎn)變?yōu)橹鲃拥膶W習者。

當然，它們也會因為能夠真正完成任務(wù)而變得更加有用。但我們需要更加謹慎?！?/span>

他強調(diào)了在將這些智能體部署到網(wǎng)絡(luò)上之前，在模擬環(huán)境中進行測試的重要性。

「我一直主張在發(fā)布之前，在嚴格的模擬環(huán)境中測試智能體。

還有很多其他的建議，但我認為行業(yè)應該開始認真考慮這些系統(tǒng)的出現(xiàn)?？赡苓€需要幾年時間，或許更快，但這是一個不同類別的系統(tǒng)?！?/span>

在談到測試他們最強大的模型——Gemini Ultra花了很長時間才交付的原因時，Hassabis說，既是因為開發(fā)速度，也因為模型本身更加復雜。

「首先，更大的模型在微調(diào)時更復雜，所以需要更長的時間。更大的模型還有更多需要測試的能力?！?/span>

Hassabis希望人們注意到，隨著Google DeepMind作為一個統(tǒng)一組織的穩(wěn)定，他們越來越傾向于早期發(fā)布產(chǎn)品，將其以實驗性質(zhì)提供給少數(shù)用戶，然后根據(jù)這些可信賴的早期測試者的反饋進行調(diào)整，以便在普遍發(fā)布之前做出改進。

關(guān)于與政府機構(gòu)如英國AI安全研究所的合作進展，Hassabis表示：

「進展順利。我不確定我能說什么，因為這些都是機密信息，但他們當然可以訪問我們的前沿模型，他們正在測試Ultra，我們將繼續(xù)與他們密切合作。

我認為美國的相應機構(gòu)也在設(shè)立過程中。這是來自布萊切利公園AI安全峰會的積極結(jié)果。他們可以檢查我們沒有權(quán)限檢查的事物，比如化學、生物、輻射和核武器（CBRN）方面的問題。」

Hassabis認為，當前的系統(tǒng)還不足以執(zhí)行任何實質(zhì)性的、令人擔憂的任務(wù)。

「但現(xiàn)在就建立起政府、行業(yè)和學術(shù)界的合作機制是很好的。我認為，智能體系統(tǒng)將是下一個重大的變革。我們會看到沿途的逐步改進，可能還會有一些重大的突破，但那將帶來完全不同的體驗?！?/span>