马斯克在与其他一些联合创始人的权力斗争中失利,并于2018年气冲冲地离开了。他已经向该公司投资了1亿美元,但据报道,他未能兑现在几年时间里总共投资10亿美元的承诺。面对资金短缺,OpenAI在2019年转型为一家营利性公司,由与马斯克有过节的联合创始人之一萨姆·奥特曼(Sam Altman)领导。
1942年,科幻小说作家阿西莫夫在小说《环舞》中首次提出了3条定律:机器人不得伤害人类,或因不作为使人类受到伤害;在不违背第一定律前提下,机器人必须服从人类的命令;在不违背第一和第二定律的前提下,机器人必须保护自己。后来,阿西莫夫又加入了一条新定律:第零定律,即机器人不得伤害人类整体,或因不作为使人类整体
过去做什么应用都需要海量数据,现在很多基础数据通过预训练模型给你了,那么每家就可以结合自己的专有数据做fine-tuning(精调),做prompting(提示),做这种适应就行了。之前做个公司,最怕数据不够,因为数据散着或者在别的公司那里。
有了微处理器、图形界面、操作系统等产物之后,原本用途极其狭隘的计算机开始成为家用设备,通过键盘和鼠标的控制,普通人也可以在终端上操作文档和读写信息,计算机变得电器化了,从而开创了一个超万亿级的新市场,这就是通用性的力量。
很多时候不是在证明机器有多智能,而是在间接证明人类社会当前的很多行为设计有多愚蠢,比如教育中的各种考试、各种“复制+修改”就能胜任的文案工作。
Microsoft Mesh也是一个元宇宙平台。与为人们提供社交服务的AltspaceVR不同,Microsoft Mesh面向希望远程协作的公司。相当于放弃了消费级,押注了企业级。临场感有助于提高工作效率,“在公司里,很多灵感是在交谈中诞生的。新一代公司会更注重如何让员工和员工、员工与领导之间的交谈更轻便、更自然发生。”
机器人和人工智能的目标完全不同,人工智能的目标是用机器来模仿人类的智能行为,追求的是机器行为跟人类行为的相似性,越相似越好。机器人则完全不同,它的目标是设计出来一个机器来协助人类完成某种任务,而这个任务原来是人来完成的,所以机器人的目标是完成任务。
人类创造更强大的智能有两条路径,一是从生命科学出发,通过改造基因或者直接改造大脑来获取更强大的智能;二是从人工智能出发,创造一种新形式的智能。现在看来,这两条路径都困难重重,甚至比解决世界的问题都要更困难,这是人类面临智能危机的根本原因。
为什么AI总是很难落地?为什么人工智能常常被人诟病?有人说这是由于科幻电影、科幻小说、电子游戏、新闻媒体等造成的,这个观点有一定的合理成分,但还有一个更重要的事实为大家所忽略,那就是本应为“人机环境系统融合智能”常常被误认为是“人工智能(甚至是一些算法)”所致。
伦理对人而言还是一个很难遵守的复杂体系,对机器而言则更加难以理解......人机智能是人—机—环境系统相互作用而产生的新型智能系统。其与人类智能、人工智能的差异具体表现在3个方面。
“通用”软件和“通用”硬件就可以通吃。虽然这种做法在信息领域很常见,但在人工智能领域通常行不通,因为信息产业所涉及的通信、计算机、控制技术都建立在坚实的理论基础上,具有很强的通用性,产业道路和目标都很明确。但人工智能至今还没有完整的理论,唯一有的就是算法。
当今社会的数字化进程,带来了人体的抽象化。在工作场所、公共场合乃至私密领域,人已经不再是一个实体,而是抽象为离散的流动状态,也就是数据化的我们,流向了公共服务部门、商业实体。我们以无法自我控制的方式,被分类、标记、分析,并且成为一个个干预目标。