新智元報道
編輯：潤
【新智元導讀】Google DeepMind 首席執行官 Hassabis 最近在接受 WIRED 采訪時表示，AI 技術現在還有很大的改進空間，還遠沒有到隻能拼算力的時候。谷歌的優勢在于科研能力，未來智能體将改變 AI 的格局。
雖然谷歌的 Gemini 在開年的 AI 産品大戰中沒有獲得太多的關注，但是 Google DeepMind 作爲人類最前沿的 AI 機構，依然在抵達通用人工智能的道路上緊追 OpenAI。
最近，WIRED 對 DeepMind 的負責人 Hassabis 進行了專訪，聊了很多關于最近發布的産品，以及未來人工智能發展技術道路的問題，幹貨滿滿。
在他看來，未來人工智能技術的發展，遠遠沒有到隻比拼算力和規模的程度，在基礎構架，Agent 等方面還有很多的想象空間。
谷歌的優勢在新技術的研發
問：Gemini Pro 1.5 能夠處理的數據量遠超前代産品。得益于一種叫做「MoE」的架構，它在同等規模下的能力也得到了增強。這些進步爲什麽重要？
Demis Hassabis ：你現在可以處理一個普通長度的短片。我認爲，如果你正在學習某個主題，要看一個小時的講座，或者想要查找某個特定的信息或者講座中提到的某個點，我們的更新都會非常有用。
Jeff Dean 用 MoE 做了這個新的 Gemini Pro 版本，雖然還沒有進行大規模測試，但其性能大緻相當于上一代架構中最大的模型。
我們完全有能力使用這些創新來創建一個 Ultra 大小的模型，這正是我們正在努力的方向。
Hassabis 認爲，過去幾年裏，增加 AI 模型訓練中使用的計算能力和數據量是推動了巨大進步的關鍵因素。
有傳言稱 Sam Altman 正在尋求籌資高達 7 萬億美元以購買更多的 AI 芯片。
對此，Hassabis 反問：「是不是謠傳？我聽說似乎是日元爲單位？」
「不過，确實，規模很重要，這就是英偉達現在市值飙升的原因。
這也是 Sam 正在努力籌集資金的原因。但與許多其他機構不同的是，我們一直把基礎研究放在首位。
在過去十年的開創性工作中，Google Research、Google Brain 和 DeepMind 發明了我們今天使用的大多數機器學習技術。
這一直是我們的核心，我們擁有許多其他機構可能沒有的資深研究科學家。相較之下，其他的初創公司甚至是大公司，往往更側重于工程而非研究。」
AI 技術突破還有很大空間
Hassabis 表示，他相信要實現通用人工智能（AGI），不僅需要在現有技術上擴大規模，還需要很多重大的技術創新。
「我們還沒有看到技術任何停滞不前的迹象，仍有進步空間。因此，我的觀點是，我們應該繼續推動現有技術，看看它們能走多遠。但是，僅僅通過擴大現有技術的規模，你不會獲得像規劃、工具使用或智能體行爲這樣的新能力。這些能力不會無緣無故突然就發生。」
他還強調了探索計算本身的重要性。
「理想情況下，在幾天内就能訓練完成的小規模問題上進行實驗，往往會發現，在小規模上有效的方法，在大規模上可能不适用。所以，存在某一個有效的阈值，可能可以将規模擴大 10 倍（extrapolate maybe 10X in size）。」
智能體是下一個熱點
當被問及未來 AI 公司之間的競争是否将越來越多地圍繞工具使用和智能體時，Hassabis 表示這是很可能的。
「我們長期以來一直在這條道路上；實際上，智能體、強化學習和規劃是我們的專長，自 AlphaGo 時代以來就是如此。
我們正在重新審視許多想法，考慮将 AlphaGo 的能力與這些大型模型相結合。内省和規劃能力将有助于改善諸如幻覺等問題。」
他還指出：「這無疑是一個巨大的領域。我們正在投入大量的時間和精力，我們認爲這将極大地提升這些系統的能力——當它們開始表現得更像智能體時。我們正在大力投資這個方向，我想其他人也在做同樣的事。」
至于将 AI 模型變得更像智能體是否也會使它們變得更有問題或潛在危險，Hassabis 表示，這确實是一個巨大的變化。
「一旦我們讓類似智能體的系統開始工作，AI 的感覺将與當前的系統截然不同，因爲它們将從被動的問答系統轉變爲主動的學習者。
當然，它們也會因爲能夠真正完成任務而變得更加有用。但我們需要更加謹慎。」
他強調了在将這些智能體部署到網絡上之前，在模拟環境中進行測試的重要性。
「我一直主張在發布之前，在嚴格的模拟環境中測試智能體。
還有很多其他的建議，但我認爲行業應該開始認真考慮這些系統的出現。可能還需要幾年時間，或許更快，但這是一個不同類别的系統。」
在談到測試他們最強大的模型—— Gemini Ultra 花了很長時間才交付的原因時，Hassabis 說，既是因爲開發速度，也因爲模型本身更加複雜。
「首先，更大的模型在微調時更複雜，所以需要更長的時間。更大的模型還有更多需要測試的能力。」
Hassabis 希望人們注意到，随着 Google DeepMind 作爲一個統一組織的穩定，他們越來越傾向于早期發布産品，将其以實驗性質提供給少數用戶，然後根據這些可信賴的早期測試者的反饋進行調整，以便在普遍發布之前做出改進。
關于與政府機構如英國 AI 安全研究所的合作進展，Hassabis 表示：
「進展順利。我不确定我能說什麽，因爲這些都是機密信息，但他們當然可以訪問我們的前沿模型，他們正在測試 Ultra，我們将繼續與他們密切合作。
我認爲美國的相應機構也在設立過程中。這是來自布萊切利公園 AI 安全峰會的積極結果。他們可以檢查我們沒有權限檢查的事物，比如化學、生物、輻射和核武器（CBRN）方面的問題。」
Hassabis 認爲，當前的系統還不足以執行任何實質性的、令人擔憂的任務。
「但現在就建立起政府、行業和學術界的合作機制是很好的。我認爲，智能體系統将是下一個重大的變革。我們會看到沿途的逐步改進，可能還會有一些重大的突破，但那将帶來完全不同的體驗。」
