Shane Legg (DeepMind Founder) - 2028 AGI, Superhuman Alignment, New Architectures

Dwarkesh Podcast

26 Oct 202344:19

Summary

TLDRShane Legg，Google DeepMind的创始人兼首席AGI科学家，在播客中探讨了通用人工智能（AGI）的进展衡量、当前大型语言模型的不足以及未来的发展路径。他强调了人类认知的多样性和复杂性，以及实现AGI所需的多方面测试和理解。Legg还讨论了深度学习模型的样本效率问题，以及如何通过架构创新和对伦理的深入理解来实现对强大AI的安全对齐。此外，他还预测了多模态AI将成为该领域的下一个重要里程碑。

Takeaways

🤖 AGI（人工通用智能）的定义是能够执行人类通常能做的各种认知任务的机器。
📈 衡量AGI进展需要多种不同类型的测试和测量，涵盖人类认知任务的广泛范围。
🧠 当前的AI模型，如大型语言模型，缺乏类似人类的情景记忆（episodic memory）的能力。
🔍 现有的基准测试无法充分衡量人类的某些认知方面，如理解视频流等。
🌐 未来的AI发展需要解决样本效率问题，即如何让AI在较少的数据上也能快速学习。
🎮 人类水平的AI到来的标志不是单一的测试，而是一系列综合测试和无法找到AI性能低于人类的任务。
🧭 早期研究强调AI应该能够在多种开放式环境中操作和成功，类似于视频游戏。
🔄 深度学习模型目前通过增加上下文窗口和训练基础模型来学习，但缺少中间过程。
🌟 未来的AI里程碑可能是更加全面的多模态理解，这将极大地扩展AI的应用范围。
🚀 目前的AI安全研究包括可解释性、过程监督、红队测试、评估危险能力和机构治理等。

Q & A

如何具体衡量我们朝着人工通用智能（AGI）的进展？
-衡量AGI的进展需要多种不同类型的测试和测量，这些测试应该涵盖人类可以执行的各种认知任务的广度。我们需要了解人类在这些任务上的表现，然后判断AI系统是否达到了人类的水平。如果AI系统能够在广泛的任务上达到人类的表现，并且很难找到它表现不佳的任务，那么我们可以认为已经实现了AGI。
目前的基准测试有哪些局限性？
-目前的基准测试，如MMLU等，主要针对语言模型，因此它们不能衡量人类理解视频流等非语言任务的能力。此外，它们也不测试人类的记忆系统，如情景记忆，这是人类快速学习特定信息的能力。
样本效率与人类的记忆系统有何关联？
-样本效率与人类的记忆系统密切相关，因为它是人类能够快速学习新事物的能力之一。大型语言模型在一定程度上具有样本效率，因为它们可以在上下文窗口中快速学习新信息。然而，现有的系统缺乏人类快速学习特定信息的能力，即情景记忆。
深度学习模型的样本效率是否是一个根本性缺陷？
-样本效率不是深度学习模型的根本性缺陷。虽然这些模型需要比人类一生中能看到的更多数量级的数据，但我们可以预期，随着研究的深入，将有清晰的路径来解决现有模型的这些不足，包括它们的记忆和学习类型。
如何具体判断人工智能达到了人类水平？
-无法通过单一的测试或任务来判断人工智能达到了人类水平，因为这是一个关于通用智能的问题。我们需要确保AI能够在大量不同的任务上达到人类水平，并且没有明显的能力差距。此外，当人们尝试找到机器失败的任务示例时，如果他们无法成功，那么我们就可以认为AI达到了人类水平。
Shane Legg对于人工智能在开放环境中操作和成功的看法有何变化？
-Shane Legg的早期研究强调了人工智能应该能够在各种开放环境中操作和成功。随着时间的推移，他的观点有所发展，从尝试定义一个完全通用、数学上清晰的智能概念，转变为更具体地考虑人类智能和构建能够匹配人类智能的机器，因为我们理解人类智能是一个非常强大的东西。
Shane Legg如何看待AlphaFold等特定领域的模型与AGI的关系？
-像AlphaFold这样的特定领域模型并不是直接推动AGI发展的，它们可能在这个过程中学到了一些可能相关的东西，但Shane Legg并不认为它们是通往AGI的道路。不过，DeepMind作为一个大团队，会探索各种不同的项目，包括AlphaFold这样的重大项目。
Shane Legg对于未来的人工智能模型有什么预测？
-Shane Legg预测，未来的人工智能模型将会更加多模态，这将打开更广阔的可能性空间。他认为，未来的人们回顾过去的模型时，会认为它们只处理文本聊天是非常狭窄的。未来的模型将能够理解图像、视频，并能处理更多种类的数据，这将使系统以更强大的方式与世界建立联系。
Shane Legg如何看待当前的人工智能安全研究？
-Shane Legg认为，为了实现真正符合伦理的AI系统，我们需要构建具有深入理解世界、良好伦理观念和稳健推理能力的系统。他强调，我们需要训练系统理解伦理，并且需要社会和伦理学家来确定系统应该遵循的伦理原则。此外，我们需要确保系统在每次做出决策时都进行伦理分析，并且人类专家需要不断检查这些决策和推理过程。
Shane Legg对于如何确保AI遵循我们设定的伦理原则有何看法？
-Shane Legg认为，我们需要向系统明确指出应该遵循的伦理原则，并且我们需要检查系统在实际操作中是否一致地遵循这些原则。他提出，通过深入理解世界和伦理，以及稳健的推理，系统应该能够在面对不同选项时进行伦理分析，并执行最符合伦理的行动。
Shane Legg如何看待当前多模态AI模型的发展？
-Shane Legg认为，目前的多模态AI模型还处于早期阶段，但他预期未来人们将越来越多地理解图像和视频等内容。他认为，当系统能够很好地处理视频和其他类型的数据时，它们将对世界有更深入的理解，这将自然地打开许多新的应用和可能性。