如果說有一類游戲貫穿AI發(fā)展的始終，圍繞其誕生的Thinking Game至今仍影響著最前沿AI技術(shù)的發(fā)展，那么答案很顯然：

棋類游戲。

就在新加坡舉辦的國際象棋世界冠軍賽（WCC 2024）上——就是中國國際象棋世界冠軍丁立人，迎戰(zhàn)國際象棋史上最年輕世界冠軍挑戰(zhàn)者、印度棋手古克什的比賽——盡管是人類頂尖頭腦之間的對弈，比賽現(xiàn)場，AI的氛圍仍然濃烈。

除了Imagen 3和Gemini Flash加持的創(chuàng)意棋子生成：

△部分Google技術(shù)僅適用于出海開發(fā)者

谷歌大模型還擔(dān)綱了比賽“解說”的角色——Gemini支持的Chatting Chess，可以通過對話深入淺出地講解國際象棋中各種復(fù)雜概念，幫助觀眾更好地讀懂棋局。

△視頻來源：FIDE官方推特

新晉諾貝爾化學(xué)獎得主Demis Hassabis（戴密斯·哈薩比斯）也在比賽首日出現(xiàn)在現(xiàn)場，為兩位棋手開棋。

△圖源：FIDE youtube官方頻道

實際上，從上世紀(jì)50年代的AI跳棋，到擊敗棋王卡斯帕羅夫的深藍(lán)，再到掀起人工智能第一波全球熱潮的AlphaGo……在載入史冊的歷史事件背后，棋類游戲?qū)I更重要的影響或許是，啟發(fā)了身在時代洪流中的那些人。

哈薩比斯是其中之一。

△圖源：《The Thinking Game》宣傳片

年少時，他曾是同年齡段世界排名第二的棋手。他也在自傳電影《The Thinking Game》中坦言：

我實際上是通過游戲接觸到人工智能的。
I actually got into AI through games.

而在Google DeepMind，與棋類游戲、進(jìn)而與AI深深聯(lián)結(jié)的人，還不只是哈薩比斯一人。

就在WCC現(xiàn)場，量子位見到了深度參與AlphaZero項目的Google DeepMind資深研究科學(xué)家Nenad Toma?ev——同時也是一位國際象棋“狂熱愛好者”、FIDE（國際棋聯(lián)）注冊棋手。

從AlphaZero到Gemini，從棋盤到影響人們現(xiàn)實生活的更多領(lǐng)域，圍繞“通用AI”，量子位也和Nenad更深入地聊了聊其中的“Thinking Game”。

（以下為量子位與Nenad對話全文，在保留原意基礎(chǔ)上有編輯調(diào)整。）

“強(qiáng)化學(xué)習(xí)仍然非常重要”

量子位：大模型之后，像AlphaZero這樣的研究項目還在繼續(xù)嗎，是否在研究方向上有所改變？這些技術(shù)還會對我們的日常生活產(chǎn)生更大的影響嗎？

Nenad：

當(dāng)任何研究領(lǐng)域出現(xiàn)重大變革時，你都會看到研究方向的改變，一切照舊反而不太正常。但我認(rèn)為，強(qiáng)化學(xué)習(xí)作為AlphaZero體現(xiàn)的原則，在大語言模型領(lǐng)域非常重要。

所以對強(qiáng)化學(xué)習(xí)的研究仍然非常活躍，是整個AI社區(qū)關(guān)注的重點領(lǐng)域之一。

我們已經(jīng)看到AI在各個方面產(chǎn)生越來越多的影響。其中一些影響對大多數(shù)人來說可能還不太明顯，因為科學(xué)領(lǐng)域的重大突破往往需要一段時間才能傳播開來，并最終通過如醫(yī)療的改善、更好的產(chǎn)品等形式，影響人們的生活。

你可以把世界想象成一棵知識之樹，有些問題更接近根部，而應(yīng)用則在樹梢。從商業(yè)角度來說，大語言模型如Gemini，突然間降低了人們使用AI的門檻，這是一個非常強(qiáng)大的范式。但技術(shù)本身并不是突然發(fā)生的，正是因為我們在國際象棋、AlphaZero這樣的項目上的積累，啟發(fā)我們走到了這里。

我想說的是，盡管AI在過去已經(jīng)取得了許多重大進(jìn)步，但如果不是AI的密切關(guān)注者，或者國際象棋愛好者這類直接感受到影響的人，普通人可能不會注意到這些進(jìn)步，因為他們無法真正與這些系統(tǒng)交互，或從中獲得洞見。語言模型的通用性要強(qiáng)得多。

人工智能領(lǐng)域的長期目標(biāo)是創(chuàng)造真正的通用人工智能系統(tǒng)，并且讓我們能夠加以利用。為了利用這些系統(tǒng)，我們需要一種與之交互的方式。人類使用語言相互交流，因此我們可以使用語言與基于大語言模型的AI交流，這使它們非常易于使用。

如果你有一個非常復(fù)雜的用戶界面，必須輸入一些以某種方式編碼的特征，這對人類用戶來說是很難用的。但如果你可以跟模型用自然語言對話，模型能夠給出回應(yīng)，這就是一種非常強(qiáng)大的范式。

這種技術(shù)的應(yīng)用領(lǐng)域可以是任何事情，當(dāng)然也可以只是為了好玩。你可以讓AI給你講故事，創(chuàng)作詩歌，或者生成你喜歡的圖像。但我們也看到其在醫(yī)療等領(lǐng)域的進(jìn)步。我們看到各種工作流程正在被自動化或在一定程度上實現(xiàn)自動化，這是一個令人興奮的時代，讓我們拭目以待未來幾年會發(fā)生什么。

量子位：你認(rèn)為當(dāng)前哪些大模型應(yīng)用領(lǐng)域最具潛力？

Nenad：

我認(rèn)為所有領(lǐng)域都會受益于大模型的潛力，問題只在于我們?nèi)绾问褂盟鼈?，這顯然需要花費一些時間和精力，去謹(jǐn)慎地進(jìn)行構(gòu)建和設(shè)計。

醫(yī)療是我非常熱衷的領(lǐng)域之一。我的家人們都是醫(yī)生，只有我這個“害群之馬”是計算機(jī)科學(xué)家（笑），他們對AI醫(yī)療感到害怕，但同時也充滿熱情。醫(yī)療是一個非常敏感、復(fù)雜的領(lǐng)域，因為它關(guān)系到人們的生命和健康，你不能在這個領(lǐng)域奉行硅谷“快速行動、打破常規(guī)”的思維模式。

作為研究人員，我們所做的很多工作是構(gòu)建看起來可行的概念驗證系統(tǒng)，但要真正落地實踐，還需要做更多的工作，以確保其安全性，比如進(jìn)行臨床試驗。從一個想法到一個模型，到一個早期產(chǎn)品，再到通過試驗并獲得批準(zhǔn)，之后真正投入使用，這需要很多年時間。另外，即使AI已經(jīng)準(zhǔn)備就緒，也需要等待整個醫(yī)療系統(tǒng)做好使用它的準(zhǔn)備。

AGI：炒作和宣傳不足同時存在

量子位：有人認(rèn)為大語言模型讓我們更接近AGI了，但也有人認(rèn)為AGI仍然是個被過分炒作的概念，你怎么看？

Nenad：

我剛加入Google DeepMind的時候，我們的規(guī)模比現(xiàn)在要小得多，但當(dāng)時我們就是為數(shù)不多敢于說出“AGI”這個詞，并真正暢想它的團(tuán)隊——我不想說錯話，或許還有其他團(tuán)隊也是如此。

AGI顯然一直是AI領(lǐng)域的夢想。但之前也曾出現(xiàn)過AI寒冬，當(dāng)時人們認(rèn)為AGI離我們很近，然后人們失望了，于是投資枯竭。在神經(jīng)網(wǎng)絡(luò)真正登上舞臺之前，這個流程被完整地走過了一遍。

即使是在神經(jīng)網(wǎng)絡(luò)來到舞臺中央，深度學(xué)習(xí)成為一種趨勢之后，仍然有人一再說AI撞墻了，悲觀情緒仍然存在。但我認(rèn)為，現(xiàn)在有了語言模型，有了它們展現(xiàn)出的通用能力和性能，更多人開始相信AGI是可能的，AGI正在成為一個被更廣泛討論的話題。

以前，只有一些非常樂觀的技術(shù)專家會討論AGI，大家顯然都知道AGI還很遙遠(yuǎn)。盡管如此，我們會設(shè)想通往這一目標(biāo)的道路。舉個例子，從AlphaGo、AlphaZero開始，到MuZero，再到更多更通用的強(qiáng)化學(xué)習(xí)系統(tǒng)……

最終的問題是如何實現(xiàn)AGI。不同的人對應(yīng)該把什么放在首位有不同的看法，比如語言是否是構(gòu)建AGI所必需的——從事機(jī)器人研究的人就可能更多地從空間智能的角度來思考AGI。

我認(rèn)為，語言發(fā)揮著巨大的作用，這也是語言模型能產(chǎn)生如此巨大影響的原因。人類積累了幾千年的所有知識都以語言的形式表達(dá)，用語言的形式寫成，包括我們所知道的關(guān)于科學(xué)和其他一切的一切。因此，一個能夠很好地理解和使用語言的模型，就可以利用我們已有的所有知識。

想象一下，你創(chuàng)造了一個不會說話、像嬰兒一樣對世界一無所知的AGI，那么它需要通過實驗、試錯，重新學(xué)習(xí)人類在這么長時間里學(xué)到的一切。這在原則上是可能的，它可能會自己發(fā)明一種語言等等，但這并不是最短路徑或者說一個好的主意。

因此，語言模型讓我們?nèi)绱伺d奮是有原因的。人們目前正在構(gòu)建的、基于語言模型的智能體，確實具有許多AGI所需的特征。

但它們?nèi)杂芯窒扌?。所以說到炒作，有人完全否定AI正在取得的進(jìn)展，也有人認(rèn)為語言模型就像魔法一樣能解決一切，這兩種看法都不正確。大模型是機(jī)器學(xué)習(xí)模型，在某些方面表現(xiàn)出色，但也有一些其他缺陷。它們有很大的潛力，但仍有我們需要解決的問題。

我是一個樂觀主義者，我認(rèn)為在未來幾年里，我們將能夠解決其中的許多缺陷。

過度炒作和宣傳不足同時存在，這使得有關(guān)這項技術(shù)的對話很難保持頭腦清醒、腳踏實地，這取決你在和誰交談。我認(rèn)為事實總是介于兩者之間。

量子位：所以在你看來，我們離AGI還有多遠(yuǎn)？

Nenad：

我認(rèn)為這是不可能說清楚的。你會看到有人預(yù)測是20年-50年，這聽起來很遙遠(yuǎn)；也有人說大概是2年，這顯然是一個非常近期的預(yù)測。

目前這一切都尚未明朗，因為全球有越來越多的人在研究這些問題，每天都能看到非常多的新進(jìn)展。

我個人試圖緊跟所有最新進(jìn)展，但僅僅是每天發(fā)布的研究論文，其數(shù)量之多，就幾乎不可能讓一個人完全通讀，更不用說詳細(xì)地了解所有內(nèi)容了。

因此，我們每個人都只能了解自己所關(guān)注領(lǐng)域的一部分情況，并試圖根據(jù)這些片段來理解事物的發(fā)展方向。

我想說，也許是一個無聊的答案，但事實可能介于兩者之間。準(zhǔn)確預(yù)測未來是很難的，即使是短期的預(yù)測，人們也總是犯錯誤。所以當(dāng)你試圖做一個長期的預(yù)測，比如AGI是否會在5年、10年、15年或20年內(nèi)實現(xiàn)？這是很長的一段時間，任何事情都可能發(fā)生。

我想，原則上，這將取決于AI社區(qū)能夠產(chǎn)生多少創(chuàng)造力和靈感。靈感越多，問題就會更快得到解決；靈感不足，就需要更長時間。在某種程度上，未來掌握在我們自己手中，但我們只能拭目以待。

One More Thing

當(dāng)被問到平常都會用大模型做些什么時，作為一位科學(xué)家+工程師，Nenad Toma?ev的回答是“幫忙寫代碼”，還打了個小小廣告（doge）：

我認(rèn)為Gemini對于各種事情都非常有用。
無關(guān)于代碼，每個人都可以用它處理自己的事情。

比如說，回到開頭所說，咱們吃瓜群眾在等待丁立人與古克什大戰(zhàn)分出勝負(fù)的同時，也在新加坡比賽現(xiàn)場，嘗試了生成自己的創(chuàng)意棋子：

還讓Gemini^[1]給我們解釋了一下，丁立人的綽號為什么叫“沉默的風(fēng)暴”（Slient Storm）。

“沉默風(fēng)暴”這個綽號源于丁立人的棋風(fēng)特點：他具備深度計算變化的能力，棋風(fēng)穩(wěn)健，卻又充滿爆發(fā)力。

他能夠在長時間的相持中尋找機(jī)會，也能在關(guān)鍵時刻抓住對手的失誤，一舉獲勝。

[1]部分Google技術(shù)僅適用于出海開發(fā)者