当前位置:首页|资讯|OpenAI|自动驾驶|AGI

OpenAI联合创始人Andrej Karpathy:以自动驾驶为例,谈谈AGI

作者:学术头条发布时间:2024-01-22

ChatGPT、GPT-4 的出现,让人们真真正正感受到「大模型改变世界」的强大能力。然而,关于大模型的讨论大多是抽象的、不具体的,或许过于乐观,或许过于忧虑。

正如 OpenAI 联合创始人、前特斯拉人工智能和视觉总监 Andrej Karpathy 在题为“Self-driving as a case study for AGI”的最新博客中写到的:“不幸的是,很多讨论都相当抽象,导致人们在这个话题上绕圈子,无法达成共识。”

Karpathy 以自动驾驶为例,谈到了个人对 AGI 未来形态的看法,认为“自动驾驶能力方面的发展是研究 AGI 的一个很好的早期案例研究”。

核心观点如下:

  • Copilot 和 GPT-4 就是“二级”编程自动化;
  • AGI 会受到“需求超过供应”的限制,原因在于,开发者的自我限制、监管限制,以及简单直接的资源短缺(如需要建设更多的 GPU 数据中心);
  • 在更广泛的工作领域中,许多工作将发生变化,一些工作会消失,但也会出现许多新的工作机会,这更多的是工作的重构而不是直接删除;
  • AGI 更像是自动驾驶这样的技术,它的进展是逐步的,社会既是观察者也是参与者,其扩展受到多种因素的限制,包括监管和受过教育的劳动力资源、信息、材料和能源;
  • 世界不会因此崩溃,而是会适应、改变和重构。以自动驾驶为例,交通的自动化将使其更加安全,城市将变得更加清洁、通畅,停车场和路边停放的汽车将逐渐消失,为人们腾出更多空间。

学术头条在不改变原文大意的情况下,做了简单的编译。内容如下:

近期,随着大型语言模型(LLMs)的发展,围绕着通用人工智能(AGI)、其发展时间表以及可能的形态等话题,社会上出现了许多讨论。这些讨论有的充满希望和乐观,但也不乏对未来的忧虑和悲观。不幸的是,很多讨论都相当抽象,导致人们在这个话题上绕圈子,无法达成共识。因此,我一直在寻找具体的类比和历史先例,从而以更实际的方式探讨这个话题。特别是当被问及我个人对 AGI 未来形态的看法时,我倾向于以自动驾驶为例进行说明。在这篇文章中,我将解释这一点。

首先,让我们看看 AGI 的一个常见定义:

AGI:一种可以在大多数有经济价值的工作中超越人类能力的自主系统。

请注意,这个定义中有两个具体要求。首先,它是一个完全自主的系统,即它能够在极少或没有人类监督的情况下独立运作;其次,它能够在大多数有经济价值的工作中自主操作。为了具体说明,我个人喜欢参考美国劳工统计局的职业指数。同时具备这两种特性的系统,就是 AGI。

在这篇文章中,我想提出的观点是,我们最近在自动驾驶能力方面的发展是一个很好的早期案例研究,可以说明自动化程度不断提高所带来的社会动力,进而说明 AGI 总体上会是什么样子。

我之所以这样认为,是因为自动驾驶领域有一些特点,大致可以概括为“这是一件大事”:自动驾驶对社会来说非常直观和可见(想象一下街道上没有司机的汽车!),从规模上看,它是经济的一大组成部分,目前雇佣了大量的人力工作(想想 Uber/Lyft 的司机),而且驾驶是一个难以自动化的问题,但我们做到了(领先于经济的许多其他领域),社会已经注意到并正在对此做出反应。当然,还有其他行业也经历了巨大的自动化变革,但我个人对它们不太熟悉,或者它们在上述某些特点上有所不足。

部分自动化

在人工智能领域,自动驾驶被认为是一个“足够复杂”的问题,它不是凭空出现的;它是一个将驾驶任务自动化的渐进过程,中间有许多“工具人工智能”的结果。

在汽车自动驾驶方面,许多汽车现在都配备了“二级”驾驶辅助系统——一种与人类协作,共同完成从 A 点到 B 点行驶任务的人工智能。这种系统并非完全自动化,但可以处理很多低级别的驾驶细节。有时,它甚至能自动完成整个操作(比如,为你停车)。人类主要作为这一活动的监督者,但原则上随时可以接管驾驶任务,或下达高层次指令(比如,请求换道)。在某些情况下(比如,跟随车道和快速决策),人工智能的表现超过了人类,但在罕见的场景中仍然可能不如人类。这与我们开始在其他行业部署的许多工具型人工智能类似,尤其是随着大型语言模型的能力不断提升。例如,作为一名程序员,当我使用 GitHub Copilot 自动完成一段代码,或用 GPT-4 编写更大的 function 时,我将低级细节交给了自动化系统,但同时,我也可以在需要时进行“干预”。也就是说,Copilot 和 GPT-4 就是“二级”编程自动化。在整个行业中有许多此类二级自动化,它们并非都基于 LLMs——从 TurboTax 到亚马逊仓库里的机器人,再到翻译、写作、艺术、法律、市场等领域的许多其他“工具型人工智能”。

全自动化

在自动化技术的发展中,有些系统达到了足够的可靠性,变得像今天的 Waymo 一样。它们逐渐进入了完全自主的领域。如今在旧金山,你可以打开一个应用程序,呼叫 Waymo 而不是 Uber。一辆无人驾驶的汽车就会来接你,把你这位付费乘客带到目的地。这真的很惊人。你不需要懂得开车,也不必保持注意力集中,你可以放松地躺下小睡一会,而系统会安全地把你从 A 点送到 B 点。和我交谈过的许多人一样,我个人更喜欢乘坐 Waymo 而不是 Uber,并且几乎完全转用 Waymo 来进行市内交通。你会得到一个更加稳定、可重复的体验,驾驶很平稳,可以播放音乐,还可以和朋友聊天,而不用花费脑力去思考司机在听你说话时在想什么。

全自动化的混合经济

然而,即使现在已经有了自动驾驶技术,但仍有许多人选择叫 Uber 而不是 Waymo。原因是什么?首先,许多人根本不知道他们可以叫 Waymo。即便知道,他们也可能还不完全信任自动化系统,更愿意由人类驾驶。此外,有些人可能就是喜欢与人类司机交谈、开玩笑,享受与他人的互动。除了个人偏好外,从目前应用程序中等待时间不断增加的情况来看,Waymo 明显供不应求。没有足够的汽车来满足需求。这部分原因可能是 Waymo 正在谨慎管理和监控风险及公众舆论。另一个可能的原因是,Waymo 有一个来自监管机构的配额,即他们被允许在街道上部署多少辆车。此外,Waymo 也不能一夜之间就完全取代 Uber。他们需要建设基础设施、生产车辆、扩大运营规模。我认为,其他经济领域的各种自动化也会呈现类似的情况——有些人或公司会立即使用它们,但许多人 1) 对它们一无所知,2) 即使知道,也不信任它们,3) 即使信任,仍然更愿意雇佣和与人类合作。除此之外,需求超过供应,而 AGI 在这些方面也会受到相同的限制,原因也完全一样——开发者的自我限制、监管限制,以及简单直接的资源短缺(如需要建设更多的 GPU 数据中心)。

全自动化的全球化

正如我前面提到的资源限制,在全世界范围内推广这项技术仍然非常昂贵、劳力密集,且进展缓慢。如今,Waymo 只能在旧金山和凤凰城运行,但其方法本质上是通用且可扩展的,因此可能很快就会扩展到洛杉矶、奥斯汀等地。产品的推广也可能受到其他环境因素的限制,比如在大雪中行驶。在一些罕见的情况下,可能甚至需要人类操作员的救援。能力的扩展并非“免费”的。例如,Waymo 要进入一个新城市,就必须耗费资源。他们必须确定地位,绘制街道地图,调整感知和规划/控制系统,从而适应一些独特情况,或当地的规则和法规。在我们的工作类比中,许多工作可能只在某些环境或条件下实现完全自动化,而扩大覆盖范围需要工作和努力。在这两种情况下,方法本身是通用且可扩展的,前沿也会扩展,但只能随着时间的推移逐步实现。

社会反应

另一个让我觉得有趣的方面是,就在几年前,到处都是关于“它会成功吗”“它不会成功吗”的评论和 FUD(恐惧、不确定和犹豫),人们还在争论它是否可能。而现在,自动驾驶真的出现了,它不再是研究原型,而是一种产品——我可以用金钱换取全自动交通服务。在目前的运行范围内,该行业已实现了完全自主。然而,总的来说,几乎没人关心这一点。我交谈的大多数人(即使是科技行业的人!)甚至都不知道这一变化。当你乘坐 Waymo 在旧金山街头行驶时,你会看到许多人将其视为一种奇特的东西。他们先是惊讶,然后一直盯着看,然后继续他们的生活。当全自动化在其他行业引入时,也许世界并不会因此掀起风暴。大多数人可能一开始甚至都没有意识到这一点。当他们意识到时,可能会瞥一眼然后耸耸肩,这种反应从否认到接受不等。一些人对此则感到非常不安,在 Waymo 前放置锥形物进行抗议。当然,这方面的影响还远未完全显现,但当它发生时,我预计这将是一个广泛的预示。

经济影响

让我们来谈谈自动化对工作的影响。显然,Waymo 代替了司机的职位,但它也创造了许多之前不存在且不太显眼的工作——如协助收集神经网络训练数据的人工标注员、在车辆遇到问题时远程连接支援的客服人员、建造和维护车队、地图等的工作人员。为了组装这些高度智能化的高科技汽车,首先要创建一个由各种传感器和相关基础设施组成的全新产业。同样的,在更广泛的工作领域中,许多工作将发生变化,一些工作会消失,但也会出现许多新的工作机会。这更多的是工作的重构而不是直接删除,即使这种删除是最显著的部分。很难说总体的工作数量不会在某个时点和随时间而减少,但这种情况的发生速度要比天真地看待这种情况的人想象的慢得多。

竞争格局

我想考虑的最后一个方面是竞争格局。几年前,自动驾驶汽车公司数量众多。然而,由于这个领域的难度极大(我认为在当前的人工智能和计算技术水平下,实现自动化“仅仅是可能的”),如今,这个生态系统已经显著整合。Waymo 已经实现了自动驾驶未来的第一个功能完备展示。尽管如此,还有一些公司在追赶,包括 Cruise、Zoox,当然还有我个人最喜欢的 Tesla。鉴于我在这个领域的实际经历和参与情况,我在这里简要说明一下。我认为,自动驾驶行业的最终目标是在全球范围内实现完全自动驾驶。Waymo 采取的策略是首先实现自主性,然后在全球范围内扩展,而 Tesla 则是首先在全球范围内推广,然后逐步实现自主性。如今,我是这两家公司产品的忠实用户,就我个人而言,我更支持整体技术。然而,这两家公司中,一家还有大量的软件工作要做,另一家则有大量的硬件工作要做。我对哪一家发展得更快有自己的判断。话虽如此,正如许多其他经济领域可能经历的那样,经历了一段快速增长和扩张的时期(想想大约 2015 年的自动驾驶时代),但如果这个类比成立的话,最终只会有少数几家公司在激烈竞争中脱颖而出。在这一切中,将会有许多活跃使用的工具型人工智能(比如今天的二级 ADAS 功能),甚至一些开放平台(比如 Comma)。

通用人工智能

以上,就是我认为的 AGI 的大致轮廓。现在,只需在脑海中将其复制粘贴到整个经济中,以不同的速度发生,并产生各种难以预测的相互作用和二阶效应。虽然这个模型可能无法做到完美无缺,但我相信它是一个有用的思考工具。从某种角度来看,它不像一个自我递归改进的超级智能体,能够逃脱我们的控制,进入网络空间制造致命的病原体或纳米机器人,把整个银河系变成灰色的粘稠物。相反,它更像是自动驾驶这样的技术,它的进展是逐步的,社会既是观察者也是参与者,其扩展受到多种因素的限制,包括监管和受过教育的劳动力资源、信息、材料和能源。世界不会因此崩溃,而是会适应、改变和重构。以自动驾驶为例,交通的自动化将使其更加安全,城市将变得更加清洁、通畅,停车场和路边停放的汽车将逐渐消失,为人们腾出更多空间。我个人非常期待 AGI 在各个领域所带来的类似变革。

原文链接

https://karpathy.github.io/2024/01/21/selfdriving-agi/

本文来自微信公众号“学术头条”(ID:SciTouTiao),作者:Andrej Karpathy,36氪经授权发布。


Copyright © 2024 aigcdaily.cn  北京智识时代科技有限公司  版权所有  京ICP备2023006237号-1