泉心泉意
“文化是一种最早出现的,由人类创造出来的智能,它能够存在于我们之外。当我思考思维机器时,我对它们的敬畏不亚于对人类文化的敬畏。同时,我不害怕人工智能,就像不害怕人类文化一样。”
——尼古拉斯·克里斯塔基斯
哈佛大学医学社会学教授
《大连接》联合作者
人类拥有的最好技能,就是发现有趣事物的主观本能。人类社会的一切创新都源于此。
这句话,来自人工智能前沿科学家肯尼斯·斯坦利(Kenneth Stanley),他曾是 Uber 人工智能实验室的创始成员,也是创造出ChatGPT的OpenAI的核心科研成员。
*值得一提的是,肯尼斯还来自于一个有点酷的组织:“OpenAI科创黑帮”,这是继在硅谷大火的“Paypal黑帮”之后的,又一个创新组织。
肯尼斯在OpenAI创造了一个部门,叫做“OpenAI Open-endedness(无限开放)研究组”,他自己担任负责人。这个部门建立在他的“无限开放”理念基础上,他进一步解释说,“所谓‘无限开放’,指的是一段进程,这个进程的特点有三个:持续创新、持续发现、没有限制。这个组织的“KPI”是:研发没有终点的算法,让机器具有无限潜力和持续的创造力,确保智能可以在没有明确目标的情况下,不断演化而产生新的结果。这个组织的核心价值则是,不奖励目标,而是‘奖励有趣’。”
这个理念,则来自于肯尼斯在早年开发一款图片产品时,经历的认知历程。
图片繁衍器Picbreeder如同一则寓言,这则寓言来自于算法无声的讲述,有些人听见却忽略了,而有些人警觉并行动了。
值得一提的是,正是从Picbreeder中得到的启示,肯尼斯构筑了OpenAI实验室的核心方法,并进一步延伸出了“新奇性搜索”算法,最终引出了ChatGPT的诞生。
*点击链接查看关于“新奇性搜索”的更多内容
《泉果探照灯 | 解码ChatGPT:究竟是什么催生了人类的重大进步》
肯尼斯曾经建立过的这个名为Picbreeder的图片创意网站,采用的是一种有点匪夷所思的另类算法,简单来说,就是让各种图片在一起“谈恋爱、生孩子”,先通过算法给图片打上一组类似于DNA的编码,然后让这些图片不断“繁衍”图片——即选一张图作为母图,然后生出很多子图。
最开始,这些母图就像人类世界的草履虫一样简单,就是一些简单的纹路,如下图所示,用户可以在这些母图选项里找到自己喜欢的一张,然后进行“繁衍”。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
类似生物繁衍,生成后的第一代子图,长得很像母图,但会有些许变异。
下图中左边是应用的母图,右边是由此繁衍出的15张子图。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
这其中有个很重要的机制叫分支(Branching),这个有点像咱们人类社会的“自由恋爱”。
比如,从前有个男孩叫小帅,小帅繁衍出了一些有趣的子图,他选择了公开这组子图和子图的“DNA序列”;
这时,有个女孩叫小美,小美发现小帅在网站上公开的子图很有趣,她就以小帅的公开子图为母图,和她的子图“DNA”结合,恋爱生子,继续繁衍以获得新图。
如此以往,子子孙孙无穷尽也,就诞生了一个超大的图片家族。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
就像生物进化一样,最初的单线条的简单母图,可以在数百代之后,演化出超越人类想象能力的各种复杂图形。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
而这其中最怪异的地方是繁衍的不可预测性:一个“头骨”图片的“妈妈”不是头骨,是个“甜甜圈”;儿子是“汽车”,爸爸其实是个类似于E.T.的“外星人”。
如上图,最终的汽车图形,不是靠用户在不断地选择近似汽车的图片中诞生的,而是作者用类似“E.T.外星人”的母图繁衍来的。经过几次迭代和变异,外星人的眼睛变成了轮子。
肯尼斯从这套繁衍算法中归纳出了两条规律:
首先,必须有人去完成我永远不会做的事。比如繁衍出一张外星人图片,供我选择;
其次,我不能用“目的”而是要用“潜质”作为我选择图片的标准。只有这样,我才能获得我想要的发现。比如我最开始并没有想生成汽车,不然我不会选外星人这张,我只是在繁衍图片过程中,发现了这张图中成为汽车的潜质。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
再如下图,大多数热门的成品子图都和中间代际的前辈们看起来没什么“血缘关系”。这个头骨,其实是从一个3D的甜甜圈繁衍而来,而茶壶的祖先其实长得像灯泡。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
世界远比人的思想复杂,臆断很可能导致失败。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
肯尼斯还曾经做过反向实验:用传统的逻辑算法,生成类似网站上这种极具创造力的热门图片。比如,上图中的头骨和蝴蝶,这两张图分别是通过74代和90代繁衍得到的。那么他在反向实验中,选择以“头骨”和“蝴蝶”为明确目标来生成,即每次都选择最像目标图的图来生成,结果,算法经历了足足3万次才得到了还算不错的结果。
也就是说,肯尼斯的繁衍算法,在不到100次的计算中,就能生成传统智能算法3万次才能实现的创意图片。
来源:Kenneth Stanley:Why Greatness Cannot Be Planned: The Myth of the Objective
他由此得出的启示是,人类的认知是有局限的,因此在复杂世界中,我们很难精准地预知到最终的产物需要经历的关键节点,到底是什么。
这不禁让人联想到《三体》中的一个寓言:在掩体纪元时代,维德带领的星环团队主导了用曲率引擎驱动的光速飞船的研发,但这个研发,遭到了巨大的反对。人们认为,光速飞船只能用于星际逃亡,无法为地球文明提供任何安全保障,而且,曲率引擎留下的航迹可能会更快地暴露母性文明。光速飞船计划也在人类的主观判断下彻底死亡。
直到很晚期的时候,人们才发现,光速飞船的曲率驱动轨迹可以产生黑域,而只要黑域足够大,就能把人类所在的整个文明包裹起来,让人类在宇宙中安全地生存下来。而当人们真正认识到这个问题,开始竭尽全力重启光速飞船计划的时候,为时已晚。
肯尼斯认为,用人类的主观臆断,可能只在解答简单问题上很有效,但大多数时候,世界远比人们想象得复杂,所以臆断常常导致失败。
很多人都说我在赞美随机性,其实不是。这看起来像是等待机缘巧合,但其实是个更加深思熟虑的过程。Picbreeder的用户并不会完全随机地选择图片,他们选择的是有潜力的图片。比如大家并不知道两个侧脸的画面会演变成蝴蝶,但可能会认为这值得一试。
肯尼斯反复强调,大家不要误解他的“繁衍算法”,认为这是让人类躺平,去赞美随机、随波逐流;相反,他只是想强调“潜质”和“有趣”,这两个在人类社会中显得有点“虚”,甚至总是被忽略的特质,其实可能反而是推动演化的核心力量。
回到肯尼斯执掌的OpenAI Open-endedness (无限开放)研究团队。他经常讲“无限开放”最广泛的例子,就是生物演进和人类进化。
他认为,其实大多数的创始力都始于一个朦胧的直觉或愿景,经过试错,人们开始有了新的思路,然后坚韧地去充实这个想法。
因此,在那些充满挑战和雄心的领域,像人工智能、癌症治疗、新机器研发和新的音乐形式的探索领域,可能应该尝试去奖励有趣,因为传统“奖励目标”的思维,会带有一种惩罚失败的潜在含义。会让人们害怕创新和试错。
人类拥有的最好技能,可能就是发现有趣事物的主观本能。它不是随机的,而是基于每个人的生活经验延伸而来,而人类所有的创造就源于此。
因此他建议大家多花时间去听听其他人认为有趣的事情。就像著名的推崇多元思维的圣达菲研究所,他们让不同领域的研究人员共享办公室,因为你永远不知道能从彼此身上学到些什么。
同时,要接受复杂问题都有欺骗性,这也是惊喜的来源。保持开放态度,虽然你以为会发生的可能不会发生,但你认为不会发生的可能就会发生。
肯尼斯常举iPod的例子。还记得小时候大家是怎么听音乐的吗?从留声机、收音机、Walkman、到iPod,如果以此为顺序繁衍,下一个应该是更加先进的音乐播放器。但此时iPod却转而成为了iPhone诞生的一个关键节点。
因此,要看前路,也要超越前路。
参考资料:
Why goals, objectives, and metrics inhibit innovation, Jun 11, 2015, Santa Fe Institute
Computers Evolve a New Path Toward Human Intelligence, Nov 6, 2019, Quantamagazine
Stop Trying to be Creative, Jul 23, 2015, FiveThirtyEight
《为什么伟大不能被计划》 作者:肯尼斯·斯坦利/乔尔·雷曼
2023-07-16 20: 23
2023-07-15 22: 25
2023-07-15 11: 53
2023-07-14 17: 09
2023-07-14 17: 09
2023-07-14 17: 08