“今天的大型神经网络可能已经初具意识了。”

OpenAI 首席科学家 Ilya Sutskever 在 Twitter 上撂下这句话，可谓语不惊人死不休。

这下可让 AI 圈炸开了锅，人工智能、神经科学领域专家的回复滚滚而来。反击最激烈的就是图灵奖得主、meta AI 首席科学家 Yann LeCun。

LeCun 当场回击，学界大佬纷纷下场

LeCun 对此的第一条回复是这样的:

不同意！（目前的 AI）没有达到“稍微有意识”的下限，甚至还没有达到“大型神经网络”的上限。

他还说，如果非要给现阶段的 AI 下定义，那么:

我认为你需要一种当前网络都不具备的特定类型的宏架构。

见到自家员工和当初创业伙伴被怼，OpenAI 联合创始人 Sam Altman 也亲自下场评论:

OpenAI 的首席科学家表达了对一个神秘想法的好奇心和开放性，用的是“可能”一词做前提。

而 meta 的首席 AI 科学家却斩钉截铁地说“不”。

下面这句语气略有些嘲讽，似乎是在暗示 OpenAI 因开放的态度取得了更多成果。

这可能解释了过去 5 年的很多情况。

推文结尾处，Sam Altman 还不忘挖竞争对手墙脚:

尊敬的 meta AI 研究人员:我的电子邮件地址是 。我们正在招聘！

接着，LeCun 还拉上了 OpenAI 另一位联合创始人马斯克，以后者航空与航天技术差异做对比。

一个人可以建造更快的飞机，并打破高度纪录。

但如果一个人的目标是进入太空轨道，就必须研究低温罐、涡轮泵等。

不要那么华而不实。你可以去问问马斯克。

除 LeCun 外，其他 AI 界人士也对 OpenAI 此番言论口诛笔伐。

知名 AI 专家、新南威尔士大学教授 Toby Walsh 插话说:

每次有这种投机性言论放出，我们都需要花好几个月的努力，才能让人们消除疑虑。

DeepMind 高级研究科学家这样嘲讽道:

如果这种观点成立的话，那么大片麦田里可能也有一点意大利面。

虽然在 Twitter 上批评占据了多数，但仍有一些支持 OpenAI 的言论。

一位来自 MIT CSAIL 的研究员 Tamay Besiroglu 表示:

看到这么多著名的机器学习人士嘲笑这个想法，真是令人失望。

这让我对他们能够解决未来几十年一些重要问题的能力降低了希望。

他认为，像 OpenAI 而不是 meta 这样的实验室更有可能解决在不久的将来在该领域出现的深刻、奇怪和重要的问题。

另外，这次吵架还有个意外的收获，那就是 Sam Altman 透露了 GPT-4 的最新消息。

从他的表述来看，GPT-4 很可能是 GPT-3 的延续。

去年，为 OpenAI 提供超大型 AI 芯片 WSE-2 的公司 Cerebras 透露，GPT-4 约有 100 万亿个参数，而且还要等上好几年。

回到这场争论风暴的“核心”来看，究竟是什么让 Ilya Sutskever 发出这样的感慨？或许从他的经历中可以窥见一斑。

从最初的 AlexNet，到后来的 AlphaGo，再到见证 GPT-3 和 Codex 等模型的横空出世，几乎每一次 AI 领域的“破圈”技术，都有他参与其中。

在 AGI 道路上“越走越远”

Ilya Sutskever 本硕博毕业于多伦多大学，曾经是 Geoffrey Hinton 的学生。事实上，Sutskever 正是 AlexNet 的作者之一。

2012 年，在 Hinton 老爷子的指导下，他和 Alex Krizhevsky 共同设计了这个架构，在当年 ImageNet 挑战赛上夺冠，比第二名错误率低 %。

Hinton 创办的 DNNResearch 被谷歌收购后，Sutskever 加入谷歌大脑任研究科学家。

他曾经参与开发著名的 AlphaGo，成为众多论文作者之一，后者在 2016 年的围棋比赛中 4 比 1 击败了李世乭。

在谷歌期间，他还与谷歌大脑的另外两名科学家合作，提出了 NLP 经典框架之一 seq2seq 算法。

2015 年末，Sutskever 离开谷歌，与马斯克、Sam Altman 等人共同创立 OpenAI。

2018 年，在干了两年多研究主管（research director）之后，他成为 OpenAI 的首席科学家（chief scientist）。

可以说 OpenAI 从 GPT-2 研发到 GPT-3，从击败 DOTA2 冠军战队的 Rerun 到会写代码做游戏的 Codex，他都是亲身参与其中的见证者之一。在他的引领下，OpenAI 正在逐渐走向 AGI（通用人工智能）的道路。

2021 年年初，多模态模型 DALL・E 和 CLIP 出现，打通了文字和图像之间的连接道路。

当时 OpenAI 就提出研究表示，CLIP 与人类的思维方式非常相像，让网友直呼 AGI 的到来比想象中要快更多。

同样是去年，GitHub 和 OpenAI 合作推出自动补全代码工具 GitHub Copilot，AI 开始 get 到部分程序员的技能。

而就在今年年初，OpenAI 研究的数学 AI 模型 Lean 再进一步，加上神经定理证明器后成功解出了两道国际奥数题。

如今 OpenAI 正在研究百万亿参数大模型 GPT-4，或许这也与 Sutskever 发出的这句感慨有关。

“200 亿参数 AI 连加减法都搞不定”

但其实，AGI 的道路看起来也没有那么明朗。

至少就在最近，纽约大学助理教授 Brendan Dolan-Gavitt 发现，200 亿参数的大模型 GPT-NeoX 连最基础的整数算术题都做不对。

GPT-NeoX 并非 OpenAI 官方的模型，而是一个名叫 EleutherAI 的机器学习小组搞出来的开源大模型（因为 GPT-3 没开源）。

▲ 部分结果展示

在 Brendan 出的 100 道题目整数加法、减法和乘法中，AI 只算对了 10 道题，虽然其他的答案与正确答案也“差不多”，但毕竟还都是算错了。可见 AI 并没有真正理解四则运算。

至于“神经网络到底有没有自我意识”这场讨论，网友们同样发表了自己的看法。

有网友认为，这些大佬与其说是在讨论 AI 有没有意识，不如说是他们在讨论定义是什么:

也有人调侃，深度神经网络进入“玄学”深水区了:

还有网友在这场讨论的评论区放了个机器人的魔性表情包，“AI 眉头一皱，意识到事情并不简单”:

对于“神经网络初具意识”这个观点，你认为呢？