从语言到物理，从文科到理科，跨越学科的视角下，
AI
的当下和未来呈现怎样的图景？
5
月
30
日，
首钢基金
CANPLUS
美国
AI
游学三期
走进斯坦福大学，来自中美两国的重量级专家展开精彩思辨和解读。
斯坦福大学语言学系主任、教授Christopher
Potts横跨语言和人工智能技术，从核心要素剖析AI发展范式。知名科学作家、“万维钢·精英日课”主理人万维钢重新审视了人类智能的极限和AGI降临预期。
Christopher
Potts：参数可以做到10万亿，但数据不够用
自然语言理解（NLP）是当今AI技术的重要基础。Christopher教授从一个侧面展示了语言学习的热度：2000年前，他所在的斯坦福语言学专业录取人数仅为两位数，2016年开始就超过了1000人并一直保持。
斯坦福大学语言学系主任、教授Christopher Potts
学习语言是人类天生的能力，而对于计算机来说却需要重新解构认知。语言模型的预测能力是通过大量数据学习得来的。他认为，在硬件、数据、参数等影响模型质量的因素中，数据是最重要的。也因此，2018年的GPT参数还是1亿，2020年GPT-3达到1750亿，GPT-4已经接近1万亿，短短5年，模型规模增长达5000倍。
不过，Christopher教授也指出，互联网上的数据量是有限的，达到万亿参数后，数据训练也遇到了瓶颈。“我们完全有可能打造出10万亿模型，但没有更好的数据”。
语言模型会带来哪些风险？Christopher表示，AI会给出谬误的回答，甚至错误率非常高。在现实中，加拿大航空旨在提升客户服务的AI聊天机器人因为误传了程序信息，导致向客户赔付。数据质量也是隐患，Chris指出，互联网80%以上的数据都是垃圾，无益于模型训练。
对于AI引起的社会效应，Christopher教授认为，AI会带来劳动力内部结构的深刻变化，作家可能会变成编辑，程序员会变成软件设计和测试员，数据科学家则会从数据中解放出来、专注科学研究，“工作并不会消失，但是人的职能会改变，整体是利大于弊的”。
有时候几十年里什么都没发生，有时候几星期就发生了几十年的大事——万维钢借用列宁的话表达了AI爆发时代的世界变化。
与Christopher教授的观点共通，万维钢提出了Tacit Knowledge（默会知识）的概念，“每个人都有一个女性母亲”这样的常识，机器却并不具备。但是，只要模型足够大、训练足够多，就能从语法中上升到语义概念，并掌握新的技能，“算力就是王道”。
知名科学作家、“万维钢·精英日课”主理人万维钢
著名计算机科学家Stephen Wolfram认为，GPT带来了三个重大发现，一是不需要教自然语言处理规则就能掌握一门语言，二是强烈的自组织能力，自动长出新功能，三是用同一个神经网络就能解决不同的任务。而与此相比，人的智能其实非常有限。
智能的本质是什么？世间万事万物都是在做计算，智能不过是计算的精巧度。因此，智能是对世界有损的压缩。人的情绪、直觉都是神经计算，数学和计算机程序则是形式逻辑计算。万维钢总结认为，AI=基于经验+使用直觉+进行预测。
万维钢对于AI持欢迎和乐观姿态，他列举了AI在药物开发、解读古文字、早期癌症诊断等领域的成功运用，认为所有科研领域都值得用AI更新，“我们的世界不是多了一个机器助手，而是多了一个生物”
。
万维钢表示：我最期待的是AGI（一个模型在所有领域达到人的最高水平）的出现；最担心的是AI出现智能极限，世界因此变得无趣；最满意的是它很有用，我每天都在用。
