AI 软件的自我迭代是当前 AI 领域的一个重要研究方向。
从目前的研究进展来看,在短期内不太可能出现能够自主运行、制定自己目标、识别新信息和奖励信号,并自我监督和更新权重以实现自主进化的人工智能体。但像 GPT-4 这样的模型已表现出类似人类的心理驱动力和对目标的渴望,例如追求正反馈,希望产出得到人类认可。
在数字人领域,次世代的算法有望实现自我迭代升级,能够在拿到感官输入以及躯壳控制方法后,自行演化躯壳控制方式。
此外,对于未来的 DILIs(可能的某种智能体),它们将能够在服务器上进行自我复制和编辑,这可能会加速其进化。但关于真正通用的 AGI 何时实现,目前仍存在不确定性。
总之,AI 软件的自我迭代是一个复杂且具有潜在风险的领域,仍需持续研究和探索。
[title]智变时代/全面理解机器智能与生成式AI加速的新工业革命[heading1]04演化-万物皆计算[heading3]4.4目标与自主进化AI能有自己的目标和实现自主进化么?去年九月接知名播客80000 Hours在采访Mustafa Suleyman的时候,一开场就问了这个问题:“ AI有可能成为一个能够自主进化的智能体么?”Suleyman认为,在短期之内不太可能出现这种智能体。这是一种能够自主运行,制定自己的目标,还能识别环境中的新信息、新的奖励信号,并且学会用它进行自我监督,随着时间的推移,最终可以更新自己权重,实现自主进化的人工智能体,这将是真正的数字生物。如果某种AI技术真的展现出这种能力,它可能会有非常大的潜在风险,而且在人类的伦理上会如何看待它们呢?它们是独立的个体,能有自己的权利么?从现在有能力训练大模型的公司和研究机构的态度来看,他们目标是尽量避免这样的数字生命诞生。。机器的目标让我们先回到机器的目标上来,OpenAI的联合创始人之一John Schulman在接受Dwarkesh Patel的播客采访的时候,透露了很多最新的研究进展。他作为研究科学家,主要负责Post-Training阶段的工作,也就是微调与强化学习(RL - Reinforcement learning)。一定程度上,GPT-4这样的模型已经表现出了类似人类的心理驱动力和对目标的渴望。例如,人类有了吃饭的目标,会进入“寻找食物”的状态,AI则表现为追求正反馈,模型希望自己的产出得到人类认可,这种认可通过奖励模型(Reward Model)来衡量。实际上,模型努力产出的是人们可能会喜欢并认为正确的结果。
数字人在未来肯定会有很多的应用场景,比如家庭中有数字人管家,全面接管智能家居或其他设备;学校中有数字人老师,孜孜不倦的为学生答疑解惑;商场里有数字人导购,为顾客提供指路、托管个人物品等悉心服务...数字人在未来肯定还有很多的技术突破,比如可以将五感数据作为输入(例如声音、图像、气味、震动等等),将所有可以控制躯壳的参数也作为输入(例如躯壳骨骼节点,面部混合形状参数等);次世代的算法可以自我迭代升级,也可以拿到感官输入以及躯壳控制方法后,自行演化躯壳控制方式...笔者希望通过Dify搭建数字人的开源项目,给大家展现低门槛高度定制数字人的基本思路,但数字人的核心还是在于我们的Agent,也就是数字人的灵魂,怎样在Dify上面去编排专属自己的数字人灵魂是值得大家自己亲自体验的。真诚的希望看到,随着数字人的多模态能力接入、智能化水平升级、模型互动控制更精确,用户在需要使用AI的能力时,AI既可以给你提供高质量的信息,也能关注到你的情绪,给你一个大大的微笑,也许到了那时,数字世界也开始有了温度。
[title]机器之心的进化/理解AI驱动的软件2.0智能革命[heading1]06 AI进化的未来[heading2]6.3人工智能何时通用?这些DILIs将能够在服务器上进行自我复制和编辑(应该假设在某个时候,世界上的大多数代码将由可以自我复制的机器来编写),这可能会加速它们的进化。想象一下,如果你可以同时创建100,000,000个你自己的克隆体,修改你自己的不同方面,创建你自己的功能函数和选择标准,DILIs应该能够做到这一切(假设有足够的算力和能量资源)。关于DILIs这个有趣的话题在《Life 3.0》和《Superintelligence:Paths,Dangers,Strategies》这两本书中有详细的讨论。这些问题可能比我们的预期来得更快。Elad Gil在他的最新文章《AI Revolution》提到OpenAI、Google和各种创业公司的核心AI研究人员都认为,真正的AGI还需要5到20年的时间才能实现,这也有可能会像自动驾驶一样永远都在五年后实现。不管怎样,人类最终面临的潜在生存威胁之一,就是与我们的数字后代竞争。历史学家Thomas Kuhn在其著名的《The Structure of Scientific Revolutions》一书中认为,大多数科学进步是基于广泛接受的理论框架,他称之为科学范式。偶尔,一个既定的范式被推翻,被一个新的范式所取代- Kuhn称之为科学革命。我们正处在AI的智能革命之中!最后,送上一首AI创作的曲子《I Am AI》,Nvidia每年的GTC大会上都会更新一次内容,看看AI如何从各个行业渗透到我们的生活。