【科学的温度】ChatGPT走红,人工智能离通过图灵测试还有多远?
本文摘要:如果要让L5全自动驾驶实现社会面的大规模落地,聂再清认为,有几大“注意事项”。俞靖 摄  第二,一旦自动驾驶大规模落地,需要有一个远程控制中心和“云代驾”,来覆盖所有路段。

  齐齐哈尔新闻网12月21日电 (记者 孟湘君)从AlphaGo的“棋艺”,到自动驾驶的“车技”,从调侃ChatGPT的“会聊天就多聊点”,到讨论AI绘画生成的二次元图像有多惊艳或搞笑,人工智能,似乎正越来越多地成为人们关注的焦点。

  但同时,对于人工智能“不够聪明”、“存在危险”等声音,也持续浮现。现在很火的一些人工智能运用,未来会取代人类的工作吗?它们还能更“聪明”吗?要让人工智能用起来放心又舒心,还可以怎么做?

  清华大学国强教授、智能产业研究院(AIR)首席研究员聂再清,对齐齐哈尔新闻网记者分析了当前走红的一些人工智能应用发展前景,以及需要注意的问题。

资料图:聂再清。受访者供图

  ChatGPT“有进步”,离图灵测试还有多远?

  Open AI此前发布了一款AI聊天机器人ChatGPT,因为突出的智能对话能力,可以说是火遍全球。聂再清在试用这款机器人后,有不少体会。

  他表示,之前聊天机器人在业界比较成功的应用是运用基于任务型的对话,通过意图理解、槽值填充,把问题参数抽出来,然后去回答用户问题(智能客服)或帮用户完成一个智能家居的操作(AIoT语音助手)。这种任务型聊天机器人,还是比较成功的。已经能够通过语音交互,帮助用户完成很多重复性的工作。

  跟以前聊天机器人技术比起来,ChatGPT最让人印象深刻的就是每次回答问题(可以是开放域的问题),它都能用像模像样的人话来答问,同时也会对上下文有一定程度的理解。不看具体知识点的话,看上去好像回答得很专业。

OpenAI官网介绍ChatGPT为一种”优化对话的语言模型“。图片来源:OpenAI官网截图

  聂再清同时指出,如果提问人对问题答案没有了解的话,会觉得ChatGPT“回答得都不错”;但对于一些不常见,提问人又知道答案的问题,ChatGPT很可能“会用一本正经的口气,编出错误答案”。

  他表示,这款机器人本质上还是一个基于统计的语言模型,应该没有真正理解开放域的问题。它在处理开放域的问题上实际上还是基于概率,基于前一个值来生成下一个值。要通过图灵测试,还要继续努力。至于如何改进,聂再清指出,如果能把能回答问题的正确知识放到它说的话中去,“那就厉害了”。

  AI绘画背后,离艺术家还有多远?

  与聊天机器人类似的,还有最近在短视频平台走红的AI绘画。这是一种将海量二次元画面预录入,通过大数据寻找画面构图、形状、色彩等方面的相似元素,按照AI 解读生成新画面的应用。在短视频平台上,一键操作,就可以把网友们的照片转换成二次元画面,输出结果有很大随机性,经常让人啼笑皆非,但网友乐此不疲。

  “把任何照片变成二次元这个功能本身,还是蛮有意思的”,谈到AI绘画,聂再清认为,这是人工智能一个有趣的产品开发方向。

资料图:世界VR产业暨元宇宙博览会上,一名女子观看“元宇宙艺术”里的艺术作品。 刘占昆 摄

  但同时,聂再清指出,作画是有逻辑的,AI画作的过渡、线条、细节上与真人相比,还是有差距。最主要的是,艺术来源于生活的沉淀,真正的艺术家的艺术价值,来自其作品背后的感染力。

  他进一步指出,虽然AI也可能碰巧画出一些貌似有感染力的作品,但要在特定情境下要求其画作必须具备某种感染力,难度还是非常大的。总体而言,AI绘画可能对以商业营销为主、从事重复性劳动、不纯粹追求艺术价值的画手有威胁,但要取代真正的画家、艺术家,还言之过早。

  自动驾驶离大规模落地,还有多远?

  在生活中人们越来越多听到或者接触到的另一个项工智能应用,就是自动驾驶。如今街头能实现自动或半自动驾驶的车辆越来越多,但相关车辆出现险情,也常见诸报端。

  一边是科技发展,一边是风险防范。如果要让L5全自动驾驶实现社会面的大规模落地,聂再清认为,有几大“注意事项”。

  第一,他指出,最重要的一点,就是基础设施的建设和完善。

  如果要自动驾驶,道路和现在是不一样的,比如说未来道路所有信号都数字化并且直接发送到车上,告知车辆现在是红灯,那也就没必要在视觉上识别红绿灯了;比如前方有事故,道路系统可以自动提示所有事故后方的车辆全部知晓。

  他同时指出,现在自动驾驶和人类驾驶员如果同时存在的话,需要面临的一个关键问题,实际上就是人跟车、人跟机器间的博弈还没有搞清楚。机器要准确判断人类驾驶员的每一个意图,现在还比较困难。聂再清希望,基础设施可以有比较大的改进,改进后,如果真正能做到所有上路的车都是自动驾驶,事故率应该会降低很多。

资料图:第19届东博会上,自动驾驶巴士模型吸引市民关注。 俞靖 摄

  第二,一旦自动驾驶大规模落地,需要有一个远程控制中心和“云代驾”,来覆盖所有路段。

  聂再清表示,虽然到时人不再“开”车了,但在云端一定要有人能监控各地路况、车况是否正常,有没有问题。如果出现问题,远程控制中心和“云代驾”机构人员要发挥作用,管理好情况。比如,他设想交警未来可以在“云上”处理交通事故,以及车辆出现系统性故障时,通过远程恢复等。

  第三,要实现自动驾驶,需要一套完善的安全测试体系、一个新功能灰度内测的体系。

  对此,聂再清指出,无人车的安全等级到底达没达标,新功能上线会不会带来大规模伤害等,一定是一步步地先做测试,从无人路段测试,到线上小范围路段内不断放开的一个过程。建成这样一个体系要完善,要能够快速迭代,同时要保证安全。否则自动驾驶系统会面临更新问题,一更新就可能出错,所以答好这道题,也很重要。

  第四,聂再清强调,要做好系统故障的容错机制。假设届时自动驾驶道路系统出现一个系统性故障,就可能导致几万辆车同时受影响。有了容错机制,就可能将系统回滚到前一个版本,要保证这种机制不能出错。

  第五,自动驾驶大规模测试之前,最好还要有一个机制,就是任何自动驾驶决策是可解释的。聂再清举例称,这意味着人如果有需要,可以随时随地查询自动驾驶车辆的每一个决策及其决策的具体理由,也可以随时随地接管机器的决策,形成一套人机对话和协作机制,这样才能大大地提升自动驾驶的安全性。(完)

【编辑:孟湘君】