EP 3672023-03-252:23:56
Altman 談 GPT-4 的興奮與恐懼
Sam Altman
GPT-4 剛上線這幾天,Altman 談模型怎麼練成、為什麼會怕,以及要不要把這種權力還給社會。
Sam Altman: OpenAI CEO on GPT-4, ChatGPT, and the Future of AI | Lex Fridman Podcast #367在 YouTube 看 ↗
重點6 條
- GPT-4 怎麼從能力變好用:GPT-4 本身像壓縮了大量知識的黑盒子,真正讓 ChatGPT 好用的是 RLHF——用人類回饋去微調輸出,讓它從「有知識」變成「聽得懂你要什麼」。
- 安全流程比想像中麻煩:GPT-4 上線前做了大量內部與外部紅隊測試,System Card 也老實列出早期版本被誘導寫出的危險內容;Altman 強調對齊的進度要追得上能力的進度,不能等模型變強了才想安全。
- 沒有人人都同意的中立答案:面對政治、種族這類敏感問題,Altman 認為理想狀態是全世界一起討論出一套界線,但現實中做不到那麼理想,只能靠 System message 讓不同使用者各自調整。
- AGI 是不是快來了說不準:Altman 認真看待 Yudkowsky 對齊超級智慧幾乎不可能的論點,偏好時程短但起飛慢的情境,也坦言現在很難判斷 GPT-4 算不算 AGI,或它是不是「知道怎麼假裝有意識」。
- OpenAI 想把權力還給社會:從非營利改成封頂營利公司,是因為單靠捐款募不到需要的資金;Altman 也談到自己跟 Elon Musk 立場其實接近,以及他不希望任何一個人壟斷 AGI 帶來的權力。
- 對改變又興奮又緊張:不管是自己換用 Copilot,還是想像哪些工作會被取代,Altman 反覆提到同一種心情:這東西好到讓人有點害怕,但完全不怕才奇怪。
時間軸26 段
GPT-4 剛上線這週,Altman 說它像是後人回頭看會覺得「很早期」的 AI;真正讓 ChatGPT 一夕爆紅的不是模型本身,而是 RLHF 讓它從有知識變成聽得懂你要什麼。
GPT-4 的訓練資料來自開源資料庫、產業合作與網路內容,篩選比蒐集更花力氣;Altman 也說模型的能力已經可以在訓練前用規模去預測,準確到連他自己都意外。
Altman 觀察到很多人只把 GPT 當資料庫查東西,但它其實展現出某種推理能力;這種能力理想上能加成人類的智慧,但也可能被用得完全沒有智慧。
Jordan Peterson 曾要 ChatGPT 比較對拜登與川普的正面用字數量,模型沒能把兩段文字改成等長,被說成「說謊」;Altman 認為那其實是計數與多輪推理的技術限制。
被問到 Peterson 是不是法西斯主義者、新冠病毒是否來自實驗室,GPT-4 都能給出有脈絡的中立答案;這背後是大量內部與外部紅隊測試換來的結果,Altman 強調對齊的速度要追得上能力進步的速度。
System message 讓使用者能指定 GPT-4 用什麼身分或格式回答;System Card 也老實列出早期版本被誘導寫出反猶太言論之類內容的過程,顯示對齊做得再細都可能被繞過。
Altman 心目中的理想狀態,是全世界一起開一場類似制憲會議的討論,訂出 GPT 該有的行為界線,再讓不同國家與使用者在裡面各自調整;他也承認這在現實中很難做到。
對於要不要開放無限制的基礎模型,Altman 說多數人真正想要的其實是照自己價值觀微調過的版本;他也提到不放心把審查完全交給演算法,那正是 Facebook 動態曾經出過的問題。
GPT-4 會學著拒絕某些提問,但 Altman 說自己很不喜歡被電腦說教的感覺,寧可把使用者當大人看待,例如願意認真跟你討論地平說,而不是直接迴避。
從 3.5 到 4 的躍進不是單一突破,而是資料整理、訓練與優化器上數百個小改動疊加而成;流傳很廣的「GPT-4 有 100 兆參數」說法,其實源自 Altman 自己一場被斷章取義的舊演講。
Altman 不排除光靠現有資料真的能推出重大科學突破,但他更期待 GPT 是放大人類意志的工具;聊到工程師的恐懼時,他說那種太厲害而害怕的心情,跟當年西洋棋手輸給 Deep Blue 時很像,但西洋棋後來反而更受歡迎。
Altman 認真看待 Eliezer Yudkowsky 對齊超級智慧幾乎不可能的論點,覺得那篇部落格值得一讀,但相信解法只能一邊部署一邊學;被問到時程與起飛快慢時,他說自己偏好時程短但起飛慢的組合,用「我看到就知道」的標準來看,覺得 GPT-4 還算不上 AGI。
Altman 覺得 GPT-4 更像是知道怎麼假裝有意識,而不是真的有意識;他引用 Ilya Sutskever 的思想實驗——如果訓練資料完全不提意識,模型卻還是聽得懂這個概念,那才值得認真看待。
比起模型突然覺醒,Altman 更擔心假訊息與經濟衝擊這類現在就可能發生的風險,尤其很快會出現一批幾乎沒有安全防護的開源大型語言模型。
OpenAI 從非營利組織改成設上限的營利公司,是因為單靠非營利募不到需要的資金;Altman 也談到自己不想拿任何超級投票權,覺得任何一個人壟斷這項技術的權力都是壞事。
Altman 說他跟 Elon Musk 在 AGI 風險的嚴重性上其實看法接近,分歧主要在方法上;他也坦言從小就把 Musk 當英雄,即使常被在 Twitter 上攻擊,還是希望 Musk 多看看 OpenAI 認真做的部分。
被問到 GPT 是不是太「覺醒」,Altman 說沒有一個版本能讓所有人都同意它中立;他更在意的是怎麼挑出具代表性的標註員,而不是靠單一群體的價值觀去校準模型。
Altman 觀察到疫情之後,很多人連假裝聽懂自己不同意的立場都做不到,情緒先擋在理智前面;他希望 GPT 至少能在這件事上比人做得更好。
Altman 從用了很久的 Emacs 換到 VS Code 搭配 Copilot,坦承這個小改變讓他既緊張又受用;聊到哪些工作會被取代時,他猜客服類工作可能明顯減少,同時談到 UBI 是轉型期的緩衝,不是萬靈藥。
被問到蘇聯為什麼垮台,Altman 認為關鍵是缺乏個人意志與分散式試錯的空間;他也認真想過,如果把集中計畫換成一個真正的超級智慧來做決策,結果會不會不一樣,但坦言沒有答案。
Altman 說數學算得上真、新冠病毒起源算不上有定論,多數爭議都卡在這兩者之間;他提到《Blitzed》這本書把納粹德國的暴行歸因於安非他命的說法很「黏」,但也提醒過度簡化的敘事常常在掩蓋更黑暗的真相。
Altman 說防越獄就像小時候玩越獄 iPhone,現在角色換了讓他很不習慣;他也秀出同事整理的 OpenAI 出貨紀錄,從 Dolly 到 GPT-4 幾乎每隔幾個月就有新東西上線。
Microsoft 對 OpenAI 投資 100 億美元,Altman 說這段合作雖然不是事事順利,但整體上超乎預期;他特別稱讚 Satya Nadella 兼具願景與執行力,是少見能把大公司文化整個翻新的領導者。
談到矽谷銀行倒閉,Altman 認為根本原因是管理階層在零利率環境下買進長天期債券,升息後被迫認賠;他也提醒這可能只是金融體系脆弱性暴露出來的第一個例子。
Altman 說自己對所有系統都只用「它」這個代名詞,也擔心太擬人化的介面會讓人對工具產生不該有的依賴或情感連結;聊到真的做出 AGI 會想問什麼,他說最想知道宇宙裡還有沒有其他文明、物理學能不能被一次講清楚。
被問到給年輕人的建議,Altman 說自己其實是靠不太聽別人的建議才走到今天;聊到人生意義時,他把整個對話拉回到這是全人類共同累積出來的結果,一路可以追溯到電晶體發明之前的人類文明。