市場動態 生活 網路 觀察 軟體

「人工智慧教母」李飛飛:大型自然語言模型縱使有再多參數支撐,依然無法讓AI獲得感知能力
僅能依照學習訓練結果完成執行任務

近期透露創立一家人工智慧新創,聚焦如何讓人工智慧能比擬人腦對於空間內所有細節的預判及洞察能力之後,「人工智慧教母」李飛飛近期在其個人「X」頁面分享其與史丹佛大學人本人工智慧研究中心 (HAI)共同主任教授John Etchemendy合著論文,其中主張大型自然語言模型縱使有再多參數支撐,依然無法像人腦般能對事物有所感知。

李飛飛, 「人工智慧教母」李飛飛:大型自然語言模型縱使有再多參數支撐,依然無法讓AI獲得感知能力<br><span style='color:#848482;font-size:16px;'>僅能依照學習訓練結果完成執行任務</span>, mashdigi-科技、新品、趣聞、趨勢

換句話說,目前被視為人工智慧主流發展技術的大型自然語言模型,依然無法像人腦能有主觀感知能力,僅能依照學習訓練結果完成執行任務,但實際上並非以經驗感知方式做出判斷。

例如超級電腦深藍能以人工智慧運算方式在棋賽競賽擊敗人類棋王,但如果當下所處環境發生火災,深藍不會因為火災發生而停止下棋,但人類會因為其他因素產生不同感知判斷。

從其他角度來看,人類在下棋過程可能會透過其他取巧、心理等方式推估對手可能採取進攻策略,或是設法讓對手誤判自己下棋策略,而超級電腦主要還是會以過往學習棋路、分析可行下棋方式,與人腦思考方式可能會明顯不同。

李飛飛更強調,人腦在思考「我餓了」的背後可能會伴隨一連串的生理及心理反應,而對超級電腦而言則無法擁有此類主觀感受與經驗,因此難以做出與人類相同的決策反應。

在李飛飛的看法裡,當前人工智慧技術主流採用的大型自然語言模型,基礎建立在藉由學習人類自然語言表達內容,進而從中更理解使用者以相同自然語言輸入指令、說明內容,藉此做出更正確的反應,但實際上依然是以過往人工智慧方式做出反應,只是整體反應速度變得更快,更能做出正確、符合預期的解答,甚至能提供更豐富、完整參考內容,不過要能跟上人腦反應表現,依然存在相當大的差距。

因此在李飛飛創立的人工智慧新創,目標便是計畫打造能仿照人腦,可對於空間內所有細節進行預判及洞察的人工智慧系統,藉此讓人工智慧技術能有更大發展突破。

不過,許多市場看法認為,讓人工智慧獲得「感知能力」,其實相當危險,其中可能因為人工智慧產生「私慾」,進而產生對人類不利的發展局面,甚至日前有也看法認為OpenAI內部已經創造具感知能力的人工智慧技術,或許將帶來更嚴重的影響。

楊又肇 (Mash Yang)
mashdigi.com網站創辦人兼主筆,同時也是科技新聞業流浪漢。

發表迴響