ai人工智能的发展日新月异,科技大厂莫不致力于突破弱ai的局限,并加快迈入强ai阶段的进程。这个竞争激烈的强ai竞赛,似乎已被deepmind拔得头筹。因为该公司日前已抢先推出能与人类智能一较高下的通用ai(generalist ai)代理程序gato,它不再像过去弱ai只擅长某领域单一任务,而是人类能做的各种任务,它都能轻松办到。
最让人目光为之一亮的是,gato能执行超过600种不同任务,包括玩电子游戏、为视频配字幕,乃至驱动机器手臂都难不倒它,堪称是多模态(multi-modal)、多任务(multi-task)及多化身(multi-embodiment)的通用决策代理程序。
在对gato的训练上,除了各种自然语言及图形资料集外,也会通过包括模拟环境与真实世界环境中代理程序所学习到的大量资料集。基本上,gato会像其他ai系统一样通过实例进行学习,以token代码的形式进行来自真世界和模拟环境的数十亿单词、图像、按下按钮动作,以及机器人关节扭矩反应等学习。这些token代码会以gato理解的方式来表示数据,以便让系统执行不同任务。
gato架构上与当前采用的ai系统没什么不同,就某种意义来说,它算是一种和openai gpt-3很类似的transformer机器学习模型。如今在复杂的推理任务(例如归纳文本摘要、制作音乐、分类照片中的对象、分析蛋白质串行)中,transformer一直是首选的主流架构。
再就参数数量来说,比起gpt-3拥有过1,700亿个参数,gato就精简得多,少了好几个数量级而只有12亿个。不过,为了从结果中移除像是偏见、种族歧视及粗话等弱点及瑕疵,gato和gpt-3一样需要借助强大过滤器来处理。
值得一提的是,deepmind强调,一旦gato代理程序获得大规模扩展,便能展现极其显著的性能改善,进而更趋近agi通用人工智能(artificial general intelligence)的水准。然而agi早已被当成未来威胁,因为agi的实现有可能代表奇点(singularity)的到来,届时人类有可能走向毁灭。
(首图来源:deepmind)