024-3189 1684

前谷歌AI研究員：ChatGPT原本可以更早出現(xiàn)的

      11月15日消息，2017年，谷歌的八位機(jī)器學(xué)習(xí)研究人員共同發(fā)表了一篇具有突破性意義的研究論文，題為《注意力就是你所需要的一切》（Attention Is All You Need）。這篇論文引入了Transformer AI架構(gòu)，該架構(gòu)如今已成為支撐幾乎所有主流生成式人工智能模型的核心基礎(chǔ)。
      Transformer架構(gòu)通過使用神經(jīng)網(wǎng)絡(luò)，將被稱為“Token”的輸入數(shù)據(jù)塊編譯或轉(zhuǎn)換為所需的另一種輸出形式，從而成為推動現(xiàn)代人工智能繁榮發(fā)展的關(guān)鍵要素之一。Transformer架構(gòu)的多種變體被廣泛應(yīng)用于各種模型，包括GPT-4（以及ChatGPT）等語言模型、運(yùn)行谷歌NotebookLM和OpenAI高級語音模式的音頻生成模型、Sora等視頻生成模型，以及Midjourney等圖像生成模型。
      在今年10月的TED AI大會上，被稱為“谷歌八子”之一的雅各布·烏斯克爾特（Jakob Uszkoreit）接受了媒體的采訪。在訪談中，他分享了Transformer的發(fā)展歷程、谷歌在大語言模型領(lǐng)域的早期探索，以及他目前在生物計(jì)算領(lǐng)域的新冒險(xiǎn)。
      烏斯克爾特在采訪中透露，盡管他和谷歌的團(tuán)隊(duì)對Transformer技術(shù)的潛力寄予厚望，但他們并未完全預(yù)見到它在ChatGPT等產(chǎn)品中能夠發(fā)揮如此關(guān)鍵性的重要作用。
      以下為專訪全文：
      問：你對《注意力就是你所需要的一切》這篇論文的主要貢獻(xiàn)是什么？
      烏斯克爾特：論文的腳注中有詳細(xì)的闡述，但我的核心貢獻(xiàn)在于提出了一個(gè)觀點(diǎn)，即有可能利用注意機(jī)制，特別是自我注意，來取代當(dāng)時(shí)序列轉(zhuǎn)導(dǎo)模型中占據(jù)主導(dǎo)地位的遞歸機(jī)制（來自遞歸神經(jīng)網(wǎng)絡(luò)的遞歸機(jī)制）。這種替代方案能夠提升效率，因此也更具成效。
      問：你知道你們團(tuán)隊(duì)發(fā)表那篇論文后會發(fā)生什么嗎？你是否預(yù)見到它將會創(chuàng)造出怎樣的產(chǎn)業(yè)？
      烏斯克爾特：首先，我想強(qiáng)調(diào)的是，我們的工作并非孤立存在，而是站在了眾多前人研究的基礎(chǔ)上。這篇論文并非孤立的事件，而是我們團(tuán)隊(duì)以及其他眾多研究者多年努力的結(jié)晶。因此，如果將后續(xù)的發(fā)展完全歸功于這篇論文，可能是一種人類傾向于講故事的視角，但這并不完全準(zhǔn)確。
      在那篇論文發(fā)表之前，我在谷歌的團(tuán)隊(duì)已經(jīng)對注意力模型進(jìn)行了多年的研究。這是一條漫長且充滿挑戰(zhàn)的道路，涉及大量的研究工作，不僅限于我的團(tuán)隊(duì)，還有許多其他研究者也在這一領(lǐng)域耕耘。我們對注意力模型寄予厚望，認(rèn)為它能夠從技術(shù)層面推動整個(gè)領(lǐng)域的發(fā)展。但是，當(dāng)我們談到它能否真正促進(jìn)像ChatGPT這樣的產(chǎn)品誕生時(shí)，至少從表面上看，我們并沒有完全預(yù)見到這一點(diǎn)。我的意思是，即使在我們發(fā)表論文時(shí)，大語言模型及其展現(xiàn)出的能力已經(jīng)讓我們感到震驚。
      我們沒有將這些技術(shù)直接轉(zhuǎn)化為市場產(chǎn)品，部分原因可能是當(dāng)時(shí)對于開發(fā)大規(guī)模（潛在投資達(dá)100億美元）的產(chǎn)品持保守態(tài)度。盡管我們看到了這些技術(shù)的潛力，但我們并不完全相信僅憑這些技術(shù)本身就能讓一款產(chǎn)品具備足夠的吸引力。至于我們是否對這項(xiàng)技術(shù)寄予厚望，答案是肯定的。
      問：既然你們了解谷歌在研發(fā)大語言模型方面的工作，那么當(dāng)ChatGPT在公眾面前取得巨大成功時(shí)，你們團(tuán)隊(duì)有何感想？是否會有“唉，他們做到了，而我們沒抓住機(jī)會”的遺憾？
      烏斯克爾特：確實(shí)，當(dāng)時(shí)我們有一種“這是完全有可能發(fā)生的”的感覺。但這種感覺并非“哦，真可惜，他們搶先了”之類的情緒。我更傾向于說“哇，這本來可以更早些實(shí)現(xiàn)的”。至于人們迅速接納并應(yīng)用這些新技術(shù)的速度，我確實(shí)感到驚訝，那真是令人贊嘆不已。
      問：那時(shí)候你已經(jīng)離開谷歌了，是嗎？
      烏斯克爾特：是的，我已經(jīng)離職了。從某種程度上講，你可以說，谷歌并非進(jìn)行這類創(chuàng)新工作的理想場所，這是我決定離開的原因之一。我離開谷歌并非因?yàn)槲也幌矏勰抢?，而是因?yàn)槲艺J(rèn)為我必須在其他地方去實(shí)現(xiàn)我的愿景，那就是創(chuàng)辦Inceptive公司。
      然而，我真正的動機(jī)并不僅僅是看到一個(gè)巨大的商業(yè)機(jī)會，而是一種道德上的責(zé)任感，去做一些在外部環(huán)境中能夠做得更好的事情，比如設(shè)計(jì)更有效的藥物，從而對人們的生活產(chǎn)生直接而積極的影響。
      問：ChatGPT的有趣之處在于，我之前使用過GPT-3。因此，當(dāng)ChatGPT出現(xiàn)時(shí)，對于熟悉這項(xiàng)技術(shù)的人來說，它并不算是一個(gè)巨大的驚喜。
      烏斯克爾特：是的，你說得對。如果你之前使用過這類技術(shù)，你可以清晰地看到它的演進(jìn)過程，并做出合理的推斷。當(dāng)OpenAI與亞歷克·雷福德（Alec Radford）等人一起開發(fā)最早的GPT模型時(shí)，我們就已經(jīng)討論過這些可能性，盡管我們當(dāng)時(shí)并不在同一家公司。我確信，當(dāng)時(shí)我們都能感受到那種興奮，但對于ChatGPT產(chǎn)品會受到如此廣泛且迅速的歡迎，這仍然是沒有人真正預(yù)料到的事情。
      問：我當(dāng)時(shí)的感覺就像是，“哦，這不過是GPT-3加上了一個(gè)聊天機(jī)器人的功能，能在對話循環(huán)中保持上下文。”我并沒有覺得這是一個(gè)突破性的時(shí)刻，盡管它確實(shí)很吸引人。
      烏斯克爾特：突破性時(shí)刻可以有不同的形式。這確實(shí)不是一個(gè)技術(shù)層面的突破，但在這種能力水平下，這項(xiàng)技術(shù)展現(xiàn)出了極高的實(shí)用性，這無疑也可以稱之為突破。
      同時(shí)，我們也需要意識到，用戶在使用我們創(chuàng)建的工具時(shí)，他們的創(chuàng)造性和使用方式的多樣性往往出乎我們的預(yù)料。我們可能無法預(yù)見到他們會有多么善于利用這些工具，以及這些應(yīng)用場景會有多么廣泛。
很多時(shí)候，我們只能通過實(shí)踐來學(xué)習(xí)。這也是為什么保持實(shí)驗(yàn)態(tài)度和接受失敗的意愿如此重要的原因。因?yàn)榇蠖鄶?shù)情況下，嘗試都會失敗。但在某些情況下，它會成功，而且極少數(shù)情況下，它會像ChatGPT那樣取得巨大的成功。
      問：這意味著需要承擔(dān)一定的風(fēng)險(xiǎn)。谷歌是不是缺乏承擔(dān)這樣的風(fēng)險(xiǎn)的意愿？
      烏斯克爾特：當(dāng)時(shí)確實(shí)是這樣的。但如果你深入思考，回顧歷史，你會發(fā)現(xiàn)這其實(shí)是非常有趣的。以谷歌翻譯為例，它的經(jīng)歷其實(shí)與ChatGPT有些相似。當(dāng)我們首次推出谷歌翻譯的第一個(gè)版本時(shí)，它充其量只是一個(gè)在聚會上玩的玩笑。但在很短的時(shí)間內(nèi)，我們就把它變成了一個(gè)真正有用的工具。在那個(gè)過程中，它有時(shí)輸出的內(nèi)容簡直糟糕透頂，讓人尷尬不已。然而，谷歌還是堅(jiān)持了下來，因?yàn)檫@是一個(gè)值得嘗試的正確方向。但那是發(fā)生在2008年、2009年、2010年左右的事情了。
      問：你還記得AltaVista搜索引擎推出的在線翻譯工具“巴別魚”（Babel Fish）嗎？
      烏斯克爾特：當(dāng)然。
      問：當(dāng)它首次亮相時(shí)，我和我哥哥經(jīng)常被它吸引，我們會把文本在不同語言之間來回翻譯，因?yàn)檫@樣做會讓文本變得混亂而有趣。
      烏斯克爾特：是的，那種翻譯結(jié)果往往會越來越離譜，越來越讓人啼笑皆非。
      （注：在離開谷歌后，烏斯克爾特與他人共同創(chuàng)立了Inceptive公司，致力于將深度學(xué)習(xí)技術(shù)引入生物化學(xué)領(lǐng)域。該公司正在研發(fā)烏斯克爾特所謂的“生物軟件”，這是一種利用人工智能編譯器將特定行為轉(zhuǎn)化為RNA序列的方法。當(dāng)這些RNA序列被引入生物系統(tǒng)時(shí)，它們能夠執(zhí)行預(yù)設(shè)的功能。）
      問：你最近的工作重心是什么？
      烏斯克爾特：2021年時(shí)，我與人共同創(chuàng)立了Inceptive。我們的目標(biāo)是利用深度學(xué)習(xí)和高通量生物化學(xué)實(shí)驗(yàn)來設(shè)計(jì)真正可編程的、更高效的藥物。我們堅(jiān)信，這只是我們“生物軟件”的第一步。
      生物軟件在某種程度上與計(jì)算機(jī)軟件相似。你首先設(shè)定一些行為規(guī)范，然后利用一個(gè)編譯器將這些規(guī)范轉(zhuǎn)化為計(jì)算機(jī)軟件，并在計(jì)算機(jī)上運(yùn)行，以展示你所指定的功能。同樣地，在生物軟件中，你定義一個(gè)生物程序的片段，然后利用一個(gè)編譯器進(jìn)行編譯。但這里的關(guān)鍵是，我們并不是使用傳統(tǒng)的工程編譯器，因?yàn)樯w系的復(fù)雜性遠(yuǎn)非計(jì)算機(jī)所能比擬。然而，通過引入具有學(xué)習(xí)能力的人工智能編譯器，我們能夠?qū)⑦@些生物程序片段編譯或轉(zhuǎn)換成分子。當(dāng)這些分子被插入生物系統(tǒng)或有機(jī)體中時(shí)，我們的細(xì)胞就會按照預(yù)設(shè)的功能進(jìn)行運(yùn)作。
      問：這與mRNA COVID疫苗的工作原理是否相似？
      烏斯克爾特：mRNA COVID疫苗可以被視為一個(gè)極為簡單的實(shí)例。在這個(gè)例子中，程序指示細(xì)胞“制造這種經(jīng)過修飾的病毒抗原”，隨后細(xì)胞就會按照指示生產(chǎn)相應(yīng)的蛋白質(zhì)。然而，你可以想象，分子所能展現(xiàn)的行為遠(yuǎn)比這更加復(fù)雜。為了直觀理解這些行為的復(fù)雜性，你只需考慮RNA病毒即可。它們僅僅是RNA分子，但當(dāng)它們侵入生物體時(shí)，卻能夠展現(xiàn)出令人難以置信的復(fù)雜行為。例如，它們能夠在生物體內(nèi)廣泛分布，甚至在全球范圍內(nèi)傳播，還能在特定的時(shí)間段僅在生物體的少數(shù)細(xì)胞中執(zhí)行特定任務(wù)等等。因此，你可以設(shè)想，如果我們能夠設(shè)計(jì)出具備這些功能的微小分子，將會帶來怎樣的變革。當(dāng)然，我們的目標(biāo)絕非制造讓人生病的分子，而是創(chuàng)造對人類健康有益的分子，這將徹底改變醫(yī)學(xué)的面貌。
      問：你如何確保不會意外地創(chuàng)造出具有破壞性的RNA序列？
      烏斯克爾特：在很長一段時(shí)間里，醫(yī)學(xué)在某種程度上一直游離于科學(xué)之外。它并未被真正透徹地理解，而我們至今仍未完全掌握其實(shí)際的作用機(jī)制。
      因此，人類不得不開發(fā)出各種保障措施和臨床試驗(yàn)流程。這些基于經(jīng)驗(yàn)的保障措施，在患者踏入診所之前就已經(jīng)存在，它們能夠阻止我們因疏忽而制造出危險(xiǎn)物質(zhì)。自現(xiàn)代醫(yī)學(xué)誕生以來，這些系統(tǒng)便一直伴隨著我們。因此，我們將繼續(xù)沿用這些系統(tǒng)，并竭盡全力確保安全。我們將從最小的系統(tǒng)開始實(shí)驗(yàn)，在未來的實(shí)驗(yàn)中采用單個(gè)細(xì)胞，并嚴(yán)格遵循醫(yī)學(xué)界的既定協(xié)議，以確保這些分子的安全性。（小?。?/p>