学生问题一：如何让AI真正按照我们的意愿行动？
学生：之前你提到过这点，和你刚才的评论有关，AI需要真正按照我们的意愿行事。你刚刚提到了对抗性AI，我想如果你能再详细说明一下就更好了。除了计算能力肯定会增加，我们可以有更强大的模型，但是如何让它们真正按照我们的意愿行动，这个问题你觉得解决了吗？在我看来，这个问题似乎还没有完全解答。
Eric：好吧，你必须认为，当前的问题会随着技术的进步而减少，对吗？我并不是说这些问题会完全消失。然后你还需要假设，我们会有对AI有效性的测试方法。因此，我们必须有一种方式，去确认事情是否成功。举刚才我提到的TikTok竞争对手的例子，我并不是建议你非法盗用其他人的音乐。如果你是硅谷的企业家，希望你们都能成为的话，如果这个产品火了，那么你就需要雇一大堆律师来收拾烂摊子，是吧？但如果没有人使用你的产品，那你盗用了所有内容也无关紧要。当然，不要引用我的话，是吧？（观众笑了）
主持人：对，你正在被摄影机记录。
Eric：是的，没错。（观众笑了）但你明白我的意思。换句话说，硅谷会进行这样的尝试，并收拾残局，这通常就是事情的运作方式。所以在我看来，你会看到越来越多的性能系统，甚至有更好的测试，最终会有对抗性测试，这将保证它们的行为在一个可控的范围内。我们通常把这称为链式思维推理。人们相信，在未来几年里，你将能够实现长达1000步的思维链条推理。做这个，再做那个。就好比是在制作菜谱。你可以照着菜谱做，并测试它是否产生了正确的结果。这就是系统运作的方式。
学生问题二：AI进步的驱动力是什么？
学生：总的来说，你对AI进步的潜力似乎持有非常积极的态度。我很好奇，你认为什么会推动这个进步呢？是更强大的计算力量？还是更多的数据？或是基础性或实质性的变化？
Eric：是的。现在投入的资金数额简直令人难以置信。我选择投资于几乎所有领域，因为我无法确定谁会是最后的赢家。跟随我投资的资金规模非常庞大，我觉得这部分原因是早期投资的回报已经出现，那些大资金的投资者，他们对他们自己在做什么并不清楚，他们只知道他们的投资中必须包含AI成分。现在所有的投资看似都与AI有关，所以他们无法区分哪些是真正的AI投资。我把AI定义为能够学习的系统，真正能够自我学习的系统。所以我认为这是其中的一个驱动力。另一个驱动力是，有许多非常复杂的新算法，这些算法可以说是超越了Transformer。我的朋友，也是长期的合作伙伴，创造了一种新的非Transformer架构。我在巴黎资助的一个团队声称他们也做出了相同的成果。这里有巨大的发明潜力，斯坦福大学也有很多创新。最后一点是，市场普遍认为智能的发明将带来无尽的回报。比如说，你投资了一家公司500亿美元，你必须从智能中获得大量的收益才能回本。因此，我们可能会经历一场大的投资泡沫，最终市场会自行调整。这在过去一直如此，而这一次也极有可能是如此。
学生问题三：AI开源与闭源的争论
Eric：你之前提到，你认为领先者正在逐渐拉开与其他人的差距，现在。这个问题可以这样理解，有一家叫做Mistral的法国公司，他们的表现非常出色，我也是他们的投资者。他们已经推出了第二个版本，但由于成本过高，第三个版本可能无法推出。他们需要收入，不能免费提供模型。所以，我们行业中关于开源与闭源的争论非常激烈。而我的整个职业生涯都是基于人们愿意共享开源的软件。我的一切都与开源有关。谷歌的许多基础设施都是开源的。我在技术上所做的一切也是如此。然而，可能是因为资本成本如此巨大，这从根本上改变了软件开发的方式。你和我之前谈到的，我认为软件程序员的生产率至少会提高一倍。有三四家软件公司正在努力实现这一目标。我投资了所有这些公司。本着这种精神。他们都在努力提高软件程序员的效率。
我最近接触的一个最有趣的公司叫Augment。我总是把它想象成单个程序员，但他们告诉我，“我们的目标并不是他。我们的目标是那些上100人的开发团队，代码行数达到数百万行，谁也不知道里面发生了什么。”这确实是一个非常适合AI解决的问题。他们能赚钱吗？我希望他们能。有很多问题需要解答。
学生问题四：上下文窗口、智能体和“文本转行动”的组合重要性
学生：你好。你一开始提到，上下文窗口的扩展、智能体和将文本转化为行动的组合将产生无法想象的影响。首先，为什么这种组合如此重要呢？其次，我知道你没有水晶球，不能预测未来。但为什么你认为这些影响将超出我们的想象？
Eric：这有助于解决新“时效性”问题。目前的模型需要训练大约一年半的时间。包括六个月的准备，六个月的训练，六个月的微调。所以它们总是过时的。通过扩展上下文窗口，你可以提供最新的信息。例如，你可以在上下文中询问关于哈马斯与以色列战争的问题。这是非常强大的。它让模型能够像谷歌一样保持时效性。
关于智能体，我给你一个例子。我成立了一个基金会，该基金会资助了一个非营利组织。首先，如果在场有化学家，我并不真正了解化学。有一个叫做ChemCrow的工具，它是一个基于大语言模型的系统，学习了化学知识。他们使用这个系统生成关于蛋白质的化学假设，然后在实验室测试一晚上，之后它会学习。这大大加速了化学、材料科学等领域的研究进程。这就是智能体模型的一个例子。
然后对于“文本到行动”，可以理解为你拥有大量廉价程序员，对吧？我们可能还不清楚会发生什么——这是你的专长领域——当每个人都有自己的程序员时会发生什么。我并不是在谈论开灯和关灯的事情。想象一下——再举一个例子——比如，你不喜欢Google。于是你说，给我打造一个可以与Google竞争的搜索引擎。没错，你一个人就能打造一个能与Google抗衡的搜索引擎，搜索网页，有一个用户界面，照原样山寨一份，以一种有趣的方式在其中融入生成式AI，用30秒钟完成，看看效果如何。很多人因此相信，包括Google在内的许多大公司，可能会受到这种方式的威胁。我们拭目以待。
关于AI和虚假信息的讨论
主持人：有很多通过Slido提交的问题，有些得到了投票。这里有一个，我们去年讨论过这个问题。我们如何阻止AI影响公众舆论，制造假消息，特别是在即将到来的选举期间？有什么短期和长期的解决方案呢？
Eric：在这次即将到来的选举中，以及在全球范围内，大部分的假消息都会出现在社交媒体上。而社交媒体公司没有足够的组织能力来管理这些问题。以TikTok为例，有很多指控称TikTok偏袒某些类型的误导信息，而忽略其他类型的误导信息。许多人声称中国强迫他们这么做，但我没有看到任何证据。我觉得这是个混乱的局面。我们这个国家必须学会批判性思考。这对美国来说可能是个不可能的挑战。但是，别人告诉你的，并不一定就是真的。
主持人：事情可能会走向另一个极端，导致真实的信息也不再被人们相信吗？有些人称这为认识论危机，比如马斯克就说过，“我从未做过那件事。证明它。”
Eric：以唐纳德·特朗普为例。我认为我们社会存在信任问题。民主制度有时也会失败。我认为对民主制度最大的威胁是虚假的信息，因为我们会变得非常擅长制造这些虚假信息。当我管理YouTube的时候，我们在YouTube上面临的最大问题是有人上传虚假的视频，然后有人因此受害甚至丧生。我们有一个禁止涉及死亡信息的政策，令人震惊。我们致力于解决这个问题，但这是一项艰巨的任务。而且，这还是在生成式AI出现之前的事情。
主持人：嗯，所以——
Eric：我没有好的答案。
主持人：有一个技术解决方案，这并不是答案，但可能有助于缓解这个问题，我不明白为什么这种方法没有被更广泛使用，那就是公钥认证。当乔·拜登发表演讲时，为什么不像SSL那样进行数字签名呢？或者，比如那些名人或公众人物，他们不能有一个公钥吗？
Eric：对，这就是公钥的一种形式，然后有一种确定的方式了解系统如何——
主持人：嘿，当我向亚马逊发送我的信用卡信息时，我知道这是亚马逊。
Eric：我和乔纳森·海德一起撰写并发表了一篇论文，他一直在研究生成焦虑问题。这篇论文并未产生任何影响。他是个非常出色的传播者，我可能不如他。所以我得出的结论是，系统没有按照你所说的那样组织起来。
主持人：你有一篇论文赞同我们的做法。
Eric：也即是对你的建议的赞同。
主持人：好的。
Eric：我的结论是，总的来说，CEO们都在努力最大化收入。为了最大化收入，他们最大化用户参与度。为了最大化用户参与度，他们最大化煽动性内容。算法选择煽动性内容，因为这会带来更多的收入，对吧？由此，算法更倾向于推荐些极端的内容。这并不是单方面的问题。我并不是在这里做出任何偏袒的声明。这是一个问题。这个问题必须得到解决。
在一个民主制度中，我对TikTok的解决方案是，我们之前私下讨论过，在我年轻时，有一个叫做"平等播放时间"的规则。因为TikTok实际上并不仅仅是社交媒体，它更像是电视，对吧？有程序在幕后控制你。根据统计，TikTok在美国的用户每天观看90分钟，每个用户平均观看200个TikTok视频。这是很大的数量，对吧？因此，政府必须采取某种形式的平衡措施
文章评论