李飞飞对话英伟达首席科学家-20240322

、综述1.Al技术的社会影响力 英伟达公司凭借其先进的系统架构、网络设计、信号处理、路由优化与同步区技术，在大型并行计算领域内发挥了关键作用。斯坦福大学杰出教授兼联合项目主任FaithLee，其科研兴趣涵盖了人工智能、机器学习、深度学习、计算机视觉等多个尖端学科。除了学术成就，FaithLee还积极推动STEM领域和Al行业的多元化与包容性，并致力于引导技术负责任的应用，通过担当重要顾问角色和与政策制定者合作，确保Al发展的良性循环。 李飞飞对话英伟达首席科学家 、综述1.Al技术的社会影响力 英伟达公司凭借其先进的系统架构、网络设计、信号处理、路由优化与同步区技术，在大型并行计算领域内发挥了关键作用。斯坦福大学杰出教授兼联合项目主任FaithLee，其科研兴趣涵盖了人工智能、机器学习、深度学习、计算机视觉等多个尖端学科。除了学术成就，FaithLee还积极推动STEM领域和Al行业的多元化与包容性，并致力于引导技术负责任的应用，通过担当重要顾问角色和与政策制定者合作，确保Al发展的良性循环。 2.Al的成长与科学家之路 Al技术特别是深度学习与计算机视觉之间存在着深刻的共生关系，两者的发展相互促进、相辅相成。展望未来5至10年，Al有望在解决气候变化、推动医疗普及化、助力科学突破等诸多领域发挥积极的作用。强调加强公共部门对Al的投入，诸如支持《CREATEAI法案》提出的构建国家Al云和数据仓库倡议，有助于平衡大公司资源优势，赋能学术界与初创公司在Al领域获取必要的计算和数据资源。 3.公共部门在Al人才培育与合作关系中的作用 公共部门提供的公共服务对于社会持续创新至关重要，其中涵盖了由好奇心驱动的探索性研究与科技创新，以及作为公众理解、教育和评估技术公正性的核心平台。公共教育体系着力培养具备扎实技术能力且深刻理解技术伦理和社会影响力的复合型人才，这是支撑未来劳动市场不可或缺的公共资源。通过强化公私合作机制，可以增强公共部门的计算资源与社区支持力度，吸引更多Al专业人才投身公共服务行列；同时，公共部门的组织结构和资源配置需不断创新，以适应瞬息万变的行业需求与人才生态。 4.Al发展与监管平衡的探索 在讨论有效监管Al技术的过程中，重点在于确保监管不会遏制创新活力，而要保障Al系统的安全性、可靠性、公平性和透明度。针对医疗、金融、交 通等不同垂直行业，现行监管框架亟待更新和完善，以适应A1技术的快速发展及其广泛应用。此外，公共部门应当加强对Al作为科学发现强大工具的认识，并加大投资力度，尤其是在纳米科学、航空航天、肿瘤医学和化学等领域，Al能显著加快科学发现的步伐。 5.人类情感与Al不可替代性 尽管Al技术日新月异，但在涉及人类情感交流与个性化互动的领域，如医疗保健、教育、亲子关系等工作中，机器无法彻底取代人类。尽管Al在创造性内容生成上取得了显著进展，比如制作吸引人的视频内容和叙事剧本，但人类所独有的创造力和情感纽带仍然是无可替代的。尽管Al将持续提升生产效率和内容创作能力，但故事叙述中蕴含的人性化情感维度仍将是人类坚守的阵地。 二、Q&A Q：关于NVIDIA公司，你能谈谈Al对人类到目前为止的最大影响，以及你认为未来Al在某个领域可能产生的最大影响吗？ A：Al可能是21世纪最深刻的技术，它正在转变我们是什么，我们做什么，以及我们能成为什么。Al挑战了定义人类的一切能力，如阅读、理解书籍、语言翻译、做决策、识别模式、绘画等。因此，Al对人类的影响非常深远，影响了我们的能力、行为及身份。Al是一种横向技术，无论是在健康护理、交通、教育还是软件工程等领域，它的影响似乎是无限的。 Q：你认为Al可能构成的最大风险是什么？例如DeepFakes、失去工作岗位，还有别的潜在的不利影响吗？ A：在谈论Al构成的存在性威胁时，我们应当允许提出各种问题。这是一个长远的知识问题，并且是人类作为一个物种应当认识到的，不仅仅是对Al，也是对我们如何改变地球和我们与环境的关系的认识。然而，更加迫在眉睫和紧急的风险是社会上的破坏性风险，这些风险可能与民主有关，包括虚假信息的传播，其对工作和劳动力市场格局的变化，以及我们与数据的关系、隐私和公平性等，如果我们不能妥善管理这些技术的应用，这些都可能构成灾难性的社会风险。 Q：Al尤其是计算机视觉在过去十年左右取得的发展与您个人的科学成长之旅有什么关系呢？A：AI特别是深度学习在过去十几年的发展与计算机视觉领域的演变紧密相连。这不仅仅是Al成熟的过程，也同我的个人成长历程交织在一起。作为一名年轻的科学家，我感到有能力撰写这部作品，因为我能代表那些在Al领域通常没有声音的人们，比如移民、年轻女性以及各行各业的人。通过为他们赋予声音，使这本书的结构更具影响力。 Q：如果您在十年后再写一本关于Al的书，您认为那将会是怎样的一本书？ A：如果我要写这本书的续集，我希望能写一个人类通过科技改善生活和工作的胜利故事。我并不是以一种幻想乐观的态度这样说，因为我知道世界非常复杂。但是如果我们正确使用技术，那么人类文明的长河总是朝着正义、希 望和仁爱弯曲。甚至在我们这个时代，我们可以看到如何利用技术转变医疗保健，从药物发现、个性化治疗到医疗卫生服务。我们还开始思考如何根本改变教育体系，因为突然之间我们有了能够深度个性化学习和教学的系统。我们也看到科学发现可以通过强大的机器和认知助手来加速，这些都是人类几百年来一直在进行的科学发现过程。所有这些都给了我们希望的光芒，使我们相信在五到十年内用AL找到气候解决方案、民主化医疗获取途径以及在这项技术的帮助下照顾地球和我们自己是可能的。 Q：就目前来看，大型公司掌握了进行模型训练所需的GPU和数据，而学术界往往资源不足。您如何看待这种情况在未来的发展？是否会实现Al的民主化， 让学术界和小公司也能够获得必要的资源，还是资金和人才会继续向大公司集中？ A：我相信公共部门Al和私营部门Al同样重要。现在资源分配的平衡被严重打破，在美国没有一所大学能够训练像ChatGPT这样的模型，因为我们没有成千上万的GPU资源，连一百个都没有。斯坦福大学的人工智能研究倡导运动要求联邦政府考虑增加对公共部门Al的资源，特别是计算资源和数据资源。这个提议已经转化为现在仍在国会审议中的“创造Al法案”，如果该法案通过并得到资金拨款，它将创建一个国家Al云和数据存储库供公共部门使用。我在华盛顿DC花费如此多的时间和精力，是因为我坚信资源的民主化和平衡对于创新至关重要。 Q：公司的创新发展在当前社会中扮演着什么角色？ A：英伟达所提供的公共产品具有多个维度，对我们今天和未来都极其重要。公共产品包括好奇心和知识驱动的发现与创新，这是至关重要的，当前所有我们所知的人工智能都始于好奇心驱动的学术研究课题。例如，从感知机到反向传播算法，再到ImageNet，这些都源自公共部门。同时，公共部门还是公众了解、教育和评估技术的可信合作伙伴。私营部门由自身的目标驱动，但是公共部门可以作为可信合作伙伴向公众解释技术的安全性、透明度指数、数据是否有偏差以及如何以公平可信赖的方式使用这些技术。此外，培养人才是公共部门最重要的职责之一，不仅教育未来的技术工作者，而且还要教育出负责任的工作者，了解人工智能的道德框架和社会影响。 Q：在当前人工智能领域人才争夺激烈的市场环境下，公共部门如何吸引优秀的Al人才？ A：首先，我们必须认识到，大多数学生至少在这个国家会选择进入私营部门，我们无须将公私部门之间的比例均衡化。对于那些立志在公共部门或学术界工作的人来说，支持他们获取资源非常 重要，他们不在乎能否获得与英伟达 相当的薪酬，而是更希望得到计算资源的访问，例如与医院合作进行项目的计算机和几百个GPU。此外，他们需要拥有一个不断创新的社群环境，并希望与私营部门建立合作关系来增强资源。不过，我同时也要强调公共部门结构本身的创新。很多领先的公共部门机构都有几百年的历史，他们需要创新以适应不断变化的产业和人才格局。双方都需要试图共同努力，使这一切变得更好。 Q：NarrowAlPilot以及英伟达和Microsoft等私营机构在公共部门Al项目中投入了资源。您认为这样的公私合作会产生什么样的影响？ A：NarrowAIPilot项目是根据总统去年11月的行政命令配置的一小部分计算资源，私营公司的合作可看作是一个积极的开始。作为一个学者，尽管我错过了申请计算资源的截至日期，但是我看到我的同行有机会从中受益。然而，我必须坦白说，与公共部门使用这些计算资源的潜力相比，这些资源实在太少，实际上微不足道。虽然这是一个不错的第一步，但我希望白宫、国会和行业领袖都不要对此感到满意，因为任务量巨大，我们还有更多的工作要做。这些资源远远不足，我们还有很多工作要做。 Q：您是如何看待政府利用人工智能来更好地为民服务以及公共部门Al的实际应用的？ A：即使是私立大学，在我这里也算作公共部门，因为它们也是非盈利组织。至于政府使用Al，政府的角色即包括提供服务，也包括治理。比如在斯坦福Al研究所，我们有学者与美国政府机构合作使用Al现代化政府服务，这些服务可以更加高效和有效。Al能够帮助业务流程优化，比如文本中心或定制化服务，也能在金融领域，包括公共 部门的金融领域，进行欺诈检测，优化案件审理等。最近我与退伍军人事务部的秘书在华盛顿讨论了如何使用Al更好地服务退伍军人，所以Al在政府部门有着广泛的应用前景， Q：您怎么看待针对人工智能的监管问题？监管是否会给Al的发展带来利好或是不利影响？ A：这是个复杂的问题。当谈到安全第一的监管时，欧盟往往在时间上领先于美国。美国作为社会，我们为自己的创新和提供创新环境而自豪。但是，监管对于保证技术的安全性和公共利益至关重要。 Q：对于Al监管的看法是什么？特别是在垂直行业空间如医疗保健、金融和移动性方面的监管？A：监管对于Al这种深刻的技术来说是必要的，就像家庭中有孩子需要遵循一些指导原则一样。在现有的监管框架下，尤其是在医疗、金融和移动性等垂直行业空间，有必要更新监管措施，考虑Al 的影响，保证Al产品和服务的 安全、可靠、公正和透明。例如，许多医疗设备的监管较为宽松，现在是时候审视这些领域，并采取更严格的监管措施。 Q：如何看待公共部门，特别是大学在Al科学发现中的作用？ A：Al作为辅助科学发现的新工具是我们这个世纪的机遇。他特别指出，扩大在科学发现方面的投入应该是大学的首要任务。人类历史和文明最终归结于科技发现和创新，并希望看到大学能够在这方面倍增投入。 Q：关于Al在医疗和健康领域的应用，与会者看到了哪些令人兴奋的事情？他如何预见这一领域在未来十年的发展？ A：十分看好Al在医疗领域的应用，并认为其可能是最深刻和广泛的。他提到自己过去十年在医疗保健交付的最下游工作，这是一个对安全关注度高、存在劳动力短缺的市场。 Al可以充当监护天使，辅助护理工作。例如，通过在病房中安装被动式传感器来监测临床相关事件，Al有能力点亮医疗保健的”黑暗空间”。他预见在家庭护理中，Al将继续发挥作用，通过保护隐私的方式来监测患者，确保独居老人的尊严和独立性。 Q：对于未来Al网络模型的演进，与会者有什么见解？数据规模扩大会对Al模型的发展产生什么影响？ A：目前最新的是扩散模型，但尚无特定的名称。他仍旧相信数据规模的扩大法则，并认为我们还没有看到数据规模扩大的极限。不过，他同时指出，除了规模扩大，还需要考虑世界的结构，特别是在视觉领域。结合对三维结构的认识与大数据的结合，可能创造出我们当前所缺之的空间智能和世界模型。 Q：对Al在劳动力市场上的潜在风险和其对于创造和取代工作的影响有怎样的看法？ A：提出一个重要的问题：有哪些独特的人类工作是永远不会被Al或机器人取代的。尽管与会者认为Al可能会创造一些工作岗位，但也有可能让其他工作变得不那么重要。与会者认为，深入讨论这个问题至关重要。 Q：机器和Al将在多大程度上取代人类的工作