如何超越ChatGPT？Google 說：要靠AlphaGo

ChatGPT吸引了全世界的注意力，各路競爭對手都在加速追趕。

而 Google DeepMind 稱，他們的下一個大型語言模型將與 ChatGPT 的 GPT-4 相媲美，甚至超越 ChatGPT ，其中的關鍵技術之一，便來自曾經擊敗人類頂尖棋手、也曾轟動世界的 AlphaGo。

據 Wired 報導，Google DeepMind 的聯合創始人兼首席執行長 Demis Hassabis 近日透露，他們正在使用 AlphaGo 背後的技術來説明製造一個能與 ChatGPT 相匹敵的聊天機器人——Gemini，這是一個處理文本的大型語言模型，目前仍在開發中，或將花費數千或數億美元。

Hassabis 表示，將 AlphaGo 背後的技術注入大型語言模型中，可以賦予 AI 系統新的能力，如計畫、解決問題和分析文本的能力。

「你可以認為 Gemini 結合了 AlphaGo 類系統的一些優勢和大型語言模型的驚人語言能力...... 我們還有一些新的創新，也將是相當有趣的。」

延伸閱讀：Master 於60連勝後DeepMind發表官方聲明，專家表示人類面臨升級版的AlphaGo後可能再無勝算

借助AlphaGo的成功經驗

AlphaGo，在 ChatGPT 出現之前，或許是 AI 領域內最耀眼的明星（之一），其讓大眾最為熟知的成就，便是擊敗李世乭，成為世界上第一個戰勝人類圍棋世界冠軍的機器人。

AlphaGo 的成功，離不開強化學習技術，該技術透過反復嘗試並接受關於其表現的回饋，可以學會處理需要選擇採取何種行動的複雜問題，如圍棋或電玩等。

強化學習旨在「教」AI 系統在特定情況下表現出預期的行為，對 AI 系統的某些行為進行「獎勵」，以及對不受大眾歡迎的行為進行「懲罰」。

如今，ChatGPT 的核心技術之一——基於人類回饋的強化學習（RLHF）已經成為後續大型語言模型開發中不可或缺的關鍵技術。專業人士認為，Google DeepMind 在強化學習方面的經驗，或許可以幫助他們在生成式 AI 競賽中奪得優勢。

當然，他們在機器人、神經科學等領域的工作也不容忽視。上周，他們展示了一個不需要人類監督、能不斷自我學習，可以在類比和物理環境中處理語言、圖像和動作的 AI 模型——RoboCat。據介紹，RoboCat 是第一個可以解決和適應多項任務的機器人代理，且可以把這種能力帶到不同的、實體機器人中。

此外，AlphaGo 還使用了一種叫做「蒙特卡洛樹搜尋」的方法來探索和記憶棋盤上的可能動作。這是一種在完美訊息博弈場景中進行決策的通用技術，除了遊戲之外，還能廣泛應用在很多其他現實世界場景中。

人們普遍認為，像人類和動物那樣從現實世界經驗中學習，對於創造出一個更強大 AI 系統的努力至關重要。一些業內專家認為，目前的語言模型透過文本間接地學習世界的方法是一個主要的限制。

因此，他們認為，大型語言模型的下一個重大飛躍，將是透過連接網路等方式加強與現實世界的交流，進而在網際網路和電腦上執行更多的任務。

當 Gemini 開發完成後，它或許可以在Google應對 ChatGPT 和其他生成式 AI 技術所帶來的競爭威脅中發揮重要作用。

早在今年 3 月，The Information 就報導了 Gemini，稱「Gemini 因當時 Bard 的失敗所刺激而誕生」。據透露，Google高層，包括Google最高等級的人工智慧研究主管 Jeff Dean，也直接參與到 Gemini 專案中。

今年 4 月，為應對來自 OpenAI/微軟等競爭對手的衝擊，DeepMind 與 Google Brain 合併為 Google DeepMind。

延伸閱讀：團體賽結束，人類隊伍團滅！AlphaGo 輕鬆虐五大頂尖棋手

模糊的未來

目前，Google DeepMind 的任務，是加速Google的 AI 研究工作，同時也要管理未知的、潛在的嚴重風險。

如今，語言模型的快速發展使許多 AI 專家（包括一些構建演算法的專家）擔心，該技術是否會被用於惡意的用途或變得難以控制。為避免產生危險的東西，一些業內人士甚至呼籲暫停開發更強大的演算法。

Hassabis 認為，AI 的潛在好處，如在健康或氣候等領域的科學發現，使得人類必須繼續發展這項技術。「如果做得正確，它將是對人類最有益的技術。我們必須大膽地、勇敢地去追求這些東西。」

但是，Hassabis 也並不主張不負責任、不計後果地開發 AI 模型，他在上個月簽署了一份聲明——稱 AI 有一天可能會帶來與核戰爭或大流行病相媲美的風險。

在他看來，目前最大的挑戰之一是，確定能力更強的人工智慧的風險可能是什麼。「我認為該領域需要進行更多的研究，比如快速地進行評估測試等工作，進而確定新的 AI 模型的能力和可控性如何。」「我希望看到學術界能夠儘早接觸到這些尖端模型。」

Hassabis 表示，沒有人真正知道 AI 會成為一個主要的危險。但他可以確定的是，如果繼續以目前的速度開發 AI 模型，就沒有多少時間來開發保障措施。

資料來源：