參考消息網2月22日報道英國《金融時報》網站1月25日刊登題為《生成式人工智能：機器學習的新時代將如何影響你？》的文章，作者是理查德·沃特斯。內容編譯如下：

就在10多年前，三名人工智能研究者取得了一項永久改變這個領域的突破。

【資料圖】

他們用在世界各地拍攝的120萬張圖像來訓練“AlexNet”系統，使其能夠識別從集裝箱船到豹子等各種物體，準確性遠高于以往的計算機。

這一壯舉不僅幫助三名研究者贏得了圖像網大規模視覺識別挑戰賽（ImageNet）的年度競賽，還展示了機器學習的潛力，并在科技界引發一場將人工智能引入主流的競賽。

人工智能競賽白熱化

從那時起，計算機的人工智能時代基本上在幕后形成。機器學習是一項涉及計算機從數據中學習的基礎技術，已廣泛應用于識別信用卡欺詐、提高在線內容和廣告相關性等領域。如果說機器人開始要搶走所有的工作，那基本上是在人們看不到的地方發生的。

直到現在，人工智能領域的另一項突破剛剛撼動了科技界。這一次，機器在人們看得到的地方運行——或許它們終于準備好兌現取代數百萬個工作崗位的“威脅”。

去年11月底，問答和文本生成系統ChatGPT以一種在科幻小說之外罕見的方式，闖入公眾視野。該系統由總部位于舊金山的開放人工智能研究中心（OpenAI）研發，可根據指令生成內容，在新一波所謂“生成式”人工智能系統中最為引人注目。

如果你在ChatGPT中輸入要查詢的信息，它會用一個簡短的段落給出答案和一些背景信息。例如，你問它誰贏得了美國2020年總統大選，它會列出結果并告訴你喬·拜登何時就職。

ChatGPT簡單易用，能瞬間給出答案，就像人類在回答。該系統有望將人工智能引入日常生活。有消息稱，微軟公司已對開放人工智能研究中心投資數十億美元，這幾乎證實了，這項技術將在人工智能革命的下一階段發揮核心作用。

ChatGPT是一系列日益引人注目的人工智能公開展示的最新一個。開放人工智能研究中心的另一個系統——自動書寫系統GPT-3，在2020年年中發布時震驚了科技界。其他公司緊隨其后推出了所謂的“大型語言模型”。去年，該領域擴展到圖像生成，開放人工智能研究中心的系統Dall-E 2、“穩定”人工智能公司（Stability AI）的開源系統Stable Diffusion以及Midjourney系統紛紛問世。

這些突破引發人們爭相尋找人工智能的新應用。

如果計算機能夠寫作和生成圖像，那么在正確的數據訓練下，還有什么是它們無法生成的嗎？谷歌展示了兩個實驗性系統，可以根據簡單提示生成視頻，還有一個可以回答數學問題。“穩定”人工智能等公司已將這項技術應用于音樂。

這項技術還可用于向軟件開發人員建議新的代碼行，甚至整個程序。制藥公司夢想著用它以更有針對性的方式研制新藥。美國生物技術企業阿布西公司本月表示，它已利用人工智能設計出新抗體。該公司表示，這可將一種藥物進入臨床試驗所需時間從四年縮短兩年多。

但隨著科技行業競相將這項新技術呈現給全球受眾，我們需要考慮它可能產生深遠的社會影響。

例如，讓ChatGPT以12歲孩子的口吻寫一篇關于滑鐵盧戰役的文章，你就能得到按需交付的小學生家庭作業。更嚴重的是，人工智能有可能被故意用來生成大量虛假信息，它還可能自動完成大量工作，遠不止最明顯受沖擊的創造性工作。

微軟人工智能平臺負責人埃里克·博伊德說：“這些模型將改變人與電腦互動的方式。”它們將“以一種前所未有的方式理解你的意圖，并將其轉化為計算機行為”。他還說，因此它將成為一項基礎技術，“涉及現在幾乎所有的東西”。

谷歌研究科技對社會影響的高級副總裁詹姆斯·馬尼卡表示，對任何需要在工作中提出新想法的人來說，這類系統的輸出可以“打破思維禁錮”。內置在日常軟件工具中，它們可以提出想法、檢查工作，甚至生成大量內容。

信息可靠性難以保證

然而，盡管生成式人工智能易于使用，并有可能顛覆大部分技術領域，但對于構建它并試圖將它應用于實踐的公司，以及許多可能不久就會在工作或個人生活中遇到它的人來說，它帶來了巨大的挑戰。

最重要的是可靠性問題。計算機可能給出聽起來可信的答案，但不可能完全相信它們說的話。它們通過研究海量數據，根據概率假設做出最佳猜測，但并沒有真正理解數據產生的結果。

圣菲研究所教授梅拉妮·米切爾表示：“它們對單個對話之外的事情一無所知，它們無法了解你，也不知道詞語在現實世界中意味著什么。”它們只是對任何提示給出大量聽起來有說服力的答案，它們是聰明但無腦的模仿者，無法保證它們的輸出只是數字幻覺。

此前已有圖像展示說明，這項技術可以產生聽起來可信但不值得信任的結果。

例如，去年年底，臉書的母公司元宇宙平臺公司展示了名為Galactica的生成系統，該系統接受了學術論文的訓練。很快人們發現，該系統可根據要求發布聽起來可信但實際上虛假的研究，導致臉書不得不在幾天后撤回了該系統。

ChatGPT的研發者承認了這些缺點。開放人工智能研究中心表示，該系統有時會給出“無厘頭”的答案，因為在訓練人工智能方面，“目前沒有任何真相來源”；而且，所謂的“監督式學習”（即由人類直接訓練、而不是讓人工智能自己學習）并不奏效，因為系統往往比人類老師更善于找到“理想答案”。

一種潛在的解決方案是，在生成系統的結果發布之前提交感官檢查。馬尼卡說，谷歌在2021年公布了實驗性的LaMDA系統，該系統能對每個提示作出約20種不同的響應，然后評估每種響應的“安全性、毒性和合理性”。

然而，斯坦福大學計算機科學副教授珀西·梁（音）表示，任何依賴人類來驗證人工智能輸出結果的系統都會引出自己的問題。他說，這可能會教會人工智能如何“生成有欺騙性但貌似可信的東西，愚弄人類”。他說：“事實是，真相如此撲朔迷離，而人類并不擅長于此，這可能令人擔憂。”

這項技術的支持者說，有一些實用的方法可以利用它，而不必試圖回答這些更深層次的哲學問題。由微軟聯合創始人保羅·艾倫創立的人工智能研究所A12的顧問兼董事會成員奧倫·埃齊奧尼表示，就像互聯網搜索引擎既能提供有用的結果，也能提供錯誤的信息一樣，人們將設法最大限度地利用這些系統。

但讓人類事后批評機器也許并不總是答案。研究人工智能應用的科技行業組織“人工智能合作組織”的首席執行官麗貝卡·芬利表示，在專業環境中使用機器學習系統已經表明，人們“過于相信人工智能系統和模型作出的預測”。

她還說，問題在于，人們傾向于“在與這些模型互動時，灌輸人之所以為人的不同方面”，這意味著，他們忘記了系統并沒有真正“理解”他們所說的話。

信任和可靠性問題使這項技術有可能被壞人濫用。對任何有意誤導的人來說，這些機器可能成為虛假信息工廠，能夠生產大量內容，淹沒社交媒體和其他渠道。它們可能還會模仿特定人物的寫作風格或說話聲音。埃齊奧尼說：“制造虛假內容將非常容易、廉價和廣泛。”

“穩定”人工智能公司負責人伊馬德·莫斯塔克說，這是人工智能固有的問題。他說：“這是一種人們可以道德或不道德地、合法或非法地、遵循或不遵循倫理使用的手段。”他說，“壞人已經擁有先進的人工智能”，唯一的防御措施就是盡可能廣泛地推廣這項技術，并對所有人開放。

受威脅工作崗位增多

生成式人工智能的興起也引發了有關人工智能和自動化對就業影響的新一輪大討論：機器會取代工人，還是通過接管工作的常規部分，提高現有工人的生產力并增強他們的成就感？

最明顯的是，涉及大量設計或寫作內容的工作面臨風險。去年夏末，Stability Diffusion系統的問世令商業藝術和設計界不寒而栗，因為它能根據提示即時生成圖像。

一些科技公司已經在嘗試將這項技術應用于廣告，包括攀登人工智能公司（Scale AI），該公司已經在訓練人工智能模型生成廣告圖像。

這可能會威脅到任何內容創造者的生計。莫斯塔克說：“它徹底改變了整個媒體行業。世界上每一個主要內容提供商都認為，他們需要一個元宇宙策略：他們需要一個生成媒體策略。”

據一些可能被人工智能取代的職業人士說，這不僅僅是薪酬問題。當歌手兼詞曲作者尼克·凱夫聽到ChatGPT寫的歌就像自己寫的時，他驚呆了。他在網上寫道：“歌曲孕育于痛苦，我的意思是，它們基于人類復雜的、內在的創作斗爭，而據我所知，算法是沒有感覺的。數據不會痛苦。”

技術樂觀主義者認為，科技會放大而不是取代人類的創造力。斯坦福大學的珀西·梁說，有了人工智能圖像生成器，設計師可能變得“更加雄心勃勃”。他說：“你可以創建完整的視頻或全新的系列，而不僅僅是單個圖像。”

版權制度最終可能發揮重要作用。應用這項技術的公司聲稱，由于美國法律允許有限使用受版權保護的材料（即“合理使用”），它們可以自由地利用所有可用數據來訓練自己的系統。

其他人則不同意這種觀點。上周，蓋帝圖像公司和三名藝術家在美國和英國對“穩定”人工智能等公司提起訴訟，這是首個針對人工智能公司肆意使用受版權保護圖像來訓練其系統的法律訴訟。

人工智能公司的代理律師表示，該領域的每個人都已經為不可避免的訴訟做好準備，這些訴訟將制定基本規則。對科技行業來說，圍繞數據在訓練人工智能方面作用的爭論，可能會變得與智能手機時代初期的專利戰一樣重要。

關鍵詞： 人工智能 chatgpt