微软AI 首席执行官苏莱曼:AI被低估了,应该用来解决全球社会挑战。

2024-11-14

微软 AI CEO 穆斯塔法 · 苏莱曼(来源:微软)


u200b钛媒体 App 11 月 12 日消息,近日,谷歌 DeepMind 及 Inflection AI 微软创始人,微软 AI CEO 穆斯塔法 · 苏莱曼(Mustafa Suleyman)来到中国,并在清华大学做了演讲。


苏莱曼说,跟着 Scaling Law 随着模型计算资源和数据量的发展,模型能力越强。在过去的十年里,计算资源和数据的规模呈指数级增长,这也是“ AI "重新进入公众视野的原因。这一规模法律至今仍然成立。所以,AI 显然是被低估了。


对苏莱曼来说,就像所有的技术一样,AI 模型本身没有意义,但真正关键的是技术对社会的影响。因此,我们不应该忽视技术对日常生活的直接关系和情感价值。技术的真正考验在于它能否给人们带来真正的好处。


以苏莱曼为例,目前微软最先进的例子 AI 十年前模型所采用的计算资源是 DeepMind 所用模型 50 十亿倍——即 10 数量级-多,每一个数量级。 Token 在不到两年的时间里,成本降低了超过两年。 99%。现在处理一百万个顶级模型 Token 的成本仅为 60 元。


在新的生成式中,苏莱曼指出 AI 时代下,AI 我们应该致力于解决我们最大的社会挑战,但是现在 AI 在文本、代码、符号的语言处理和游戏等方面取得了重大突破。


人工智能致力于面对各种规模的考验,无论是处理电子表格,准备充满挑战和焦虑的工作,还是气候问题和环境恶化等宏观问题。”苏莱曼说。


苏莱曼强调,微软 AI 责任是保证 AI 从微观到宏观的每一个环节,都能从这些角度产生积极的影响。每个人都必须高度重视。 AI 影响社会。


“我们不能置身事外,让技术自己发展。相反,我们应该主动进攻。我们需要不断监控和衡量影响。然后,根据这些评价,我们应该迭代技术特征和治理框架。”苏莱曼说,AI 在应对挑战方面有很大的潜力。AI 给人类建立更多美好事物的机会,从而促进人们的福祉,促进和平与幸福。


(本文首发于钛媒体 App,作者|编辑林志佳|胡润峰)


下面是整篇演讲:


大家好。


我很高兴今天有机会和你面对面交流。我们正处于一项技术中,尤其是对人工智能领域充满激动和新奇的非凡时刻。


回想一下,这期间发生了多大的变化。我已经投身人工智能领域十五年了。我记得我第一次加入。 DeepMind 有时候,我们经常会遭受异样的目光。会上,我们向投资者介绍了“人工智能”的概念,但是很少有人真正理解它的含义。


除了边缘学科和科幻小说,只有少数勇敢的思想家在讨论人工智能。它被认为是一种失败的尝试,一种不切实际的幻想。20 世纪 80 年代" AI “严冬”使人们对这项技术失去信心。那时,讨论机器学习是可以接受的,但是提到了 AI,这就是所谓的完全不现实。


但是很明显,现在的情况已经大不相同了。无论你在哪里,人工智能新闻无处不在。你可能已经在使用它了。 AI。AI 世界上的时刻已经到来——我们应该认真思考下一步将走向何方。


我想在今天的演讲中分享三个关于这个的内容。 AI 观点仍然被低估。


第一,让我们为这一变化提供一些背景。我们正处在一个变革的时代。我们不仅目睹了 AI 能力的快速提升,也显示出其应用的广泛增长。 AI 从获得围棋世界冠军到生成大篇幅连贯的文本,如果把这些成就放在一边, 2010 年份,简直就是天方夜谈。但是现在,这已成为常态。


进步很快。去年被认为是最先进的模型,现在低成本开源,甚至在你口袋里的手机上运行,在为这座建筑提供电力的电网上运行,在你来这里乘坐的汽车或火车上运行。


AI 由规模法则(Scaling Law)定义:投资模型的计算资源和数据量越大,模型能力越强。在过去的十年里,计算资源和数据的规模呈指数级增长,这也是“人工智能”重新进入公众视野的原因。这个规模法则仍然成立。


举例来说,我去年算过,目前我们是最先进的。 AI 十年前模型所采用的计算资源是 DeepMind 所用模型 50 十亿倍——即 10 数量级-还有很多。从那以后,我们也增加了一个数量级。同时,推理费用-即运行费用 AI 模型化成本-也大幅下降。举例来说,现在在一个顶级模型上处理一百万个。 Token 的成本仅为 60 元。


60 几乎可以产生100万个单词。更具体地说,每一个 Token 在不到两年的时间里,成本降低了超过两年。 99%。这些趋势是深刻而持久的,目前还没有缓解的迹象,更不可能停止。现在太平洋两岸都在积极投资,保证了这种趋势的持续。


对于我个人来说,这些变化同样长远。我不但创立了 DeepMind 并且在那儿工作了十年,还参加了谷歌。 LaMDA 团队的建设—— LaMDA 是 ChatGPT 前身之一。今天,我们率先推出了随处可见的聊天界面。对于我来说,这是一个巨大的时刻。使我深刻认识到大型语言模型具有改变世界的力量,同时也激发了我创立名称。 Inflection 的 AI 初创公司。


今年,我加入了微软并领导。 AI 部门,负责包括 Copilot ——微软的旗舰 AI 商品,以及搜索引擎 Bing、浏览器 Edge 与内容聚合平台 MSN。对我们来说,重塑消费互联网是最好的机会。


在我的职业生涯中,我亲眼目睹了周围的巨大变化。但有两件事从未改变:第一,我相信人工智能可以成为一股强大的正能量;第二,它也带来了我们必须努力应对的新挑战。我的三个核心洞察力都围绕着这个矛盾的两面。


首先,我的观点非常简单。


让我们记住,人工智能也有“人性”的一面。在科技领域,我们痴迷于最新的模式,讨论它们包括参数值、训练时消耗的计算资源和我们输入的数据。我们关注它们在基准测试中的快速进步,并努力确保它们构建大量需要的芯片和能源。


与此同时,大众领先 AI 公司非常关注。媒体非常关注这些公司和 AI 这一领域的名人报道,其热度和关注度堪比全球肥皂剧。


但是,重要的是要记住,人工智能模型和所有技术一样,仅仅依靠自己是没有意义的。一个目的不明确 AI 模型只是一个引人入胜的计算机科学展示。真正关键的是技术或人工智能带来的感受,以及它对社会的影响。


它关系到如何改变现状,打开新世界的大门,开阔思维视野,缓解压力。人工智能有潜力成为历史上最有效的促进人类福祉的力量,也是为世界上数十亿人带来具体而长期福利的最有效手段之一。


在嘈杂的噪音中,我们应该把人们的需求放在核心位置。我们应该记住,技术的真正价值在于它对生活质量的提高:它能带来快乐、健康、知识、快乐和内心的宁静。技术的成功最终取决于它在现实生活中的应用,而这些应用始终与现实生活息息相关,带来真正的影响。


这是当今人工智能面临的一个难题。我们应该把它融入到日常生活中,这样它才能真正发挥作用。我们关注的焦点不应该是模型在功能测试上的评分,也不应该是它消耗了多少计算资源。真正重要的是它给用户带来的体验,以及它对你和你的家人的意义。相比之下,对于我们这些技术人员来说,构建的细节远不如它们对你的影响重要。


在微软 AI ,我们的使命是为每个人创造一个 AI 伙伴—— Copilot。


Copilot 永远和你在一起,站在你这边,忠诚地支持你,永远和你的利益保持一致。它能理解你的生活场景,保护你的隐私、数据和安全,记住任何时候对你最有帮助的信息。Copilot 为您打开了知识宇宙的大门,帮助您简化和整理日常生活中的大量信息,并在需要时提供支持和鼓励。


随着时间的推移,这将逐渐适应你的行为模式,并根据你的喜好和需求开发新的功能。我们不是在创建静态工具,而是在创建一个动态的、不断进化的互动体验。这将为你提供坚定不移的支持,帮助你展示你在日常生活中真正想成为的样子,成为促进人际关系和成就的新方式。


在你的允许下,Copilot 最终可以代表你做事情,简化生活的复杂性,给你更多的时间去做对你重要的事情。


它将是你生命中许多关键时刻的坚强后盾。它会陪你去看医生,记录你的要点,并在适当的时候提醒你。它会帮助你分担计划和计划孩子生日聚会的压力。但是一天之后,它也会在你身边,帮助你仔细思考那些复杂的人生选择。


有些人担心人工智能会削弱我们作为人类的独特性。我一生的工作就是确保它正好相反。


因此,我们不应该忽视技术对日常生活的直接关系和情感价值。任何技术的实际意义都决定了它的价值,我们应该坚持把人们的需求和经验放在第一位。技术的真正考验在于它能否给人们带来真正的好处,无论是犁、帆、电视还是人工智能模型。


另一种观点是,人工智能应该致力于解决我们最大的社会挑战。


我们应该让人工智能发挥作用。这应该与对个人生活的深刻理解相结合。最重要、影响深远的问题之一是气候问题。我们越来越意识到它对世界各地的影响。虽然我们取得了一些进展,但面对这个时代的宏伟挑战,我们的努力还不够。


目前,人工智能主要集中在文本、代码和符号上。它在语言处理和游戏等领域取得了巨大的进步,这些成就确实引人注目。然而,如果一个测试是它对现实世界的实际影响,那么另一个测试是它能否在气候变化等全球性问题中发挥积极作用。


人工智能的承诺需要我们在这个领域采取果断的行动。我们不仅是一个挑战,也是一个迫切的要求,打破屏幕的限制,将其能力扩展到更广阔的领域。


我们来看看人工智能如何帮助应对气候问题。它可以显著提高气候模型的准确性和天气预报的准确性,帮助我们不仅了解气候变化的长期趋势,还可以预测极端的气候事件,如从热浪到洪水。


它能提高我们的能源供应:控制电网中可再生资源的电力流动,实现供应、需求和储存之间的平衡。


人工智能也可以帮助企业降低能源消耗。例如,我参与的一个项目使用人工智能来提高数据中心的效率。类似的努力可以推广到整个供应链。


人工智能可以更有效地利用卫星图像监控森林砍伐和栖息地的减少。它还可以帮助农民制定更精细、更适应的种植策略。此外,它还在设计更环保的新技术中发挥着重要作用,可以在货船、计算机和碳捕获技术中看到。


这有助于开发一种新型的可持续材料,并且具有从空气中吸收碳的能力。


这只是起点。我们对人工智能的潜力只是第一眼。毫无疑问,它也应该在降低生物多样性、枯竭资源、酸化海洋和塑料垃圾方面发挥关键作用。人工智能有望在这些领域带来显著的变化。


微软正在全力推进这一领域。在探索人工智能如何帮助解决问题方面,我们推出了一系列优秀的计划。


微软正在全球范围内积极推进利用人工智能抵御气候变化的项目,其项目从肯尼亚运营到加勒比。通过“全球可再生资源观察” ( Global Renewables Watch ) ,我们利用人工智能和卫星图像来绘制和跟踪公共事业规模的太阳能和风能设施。这个全球项目有助于简化和加快这些设施的部署。


“微软标志性项目” Guacamaya “利用人工智能抵抗森林砍伐。通过对卫星图像的分析,可以对亚马逊地区的野生动物进行非法砍伐活动和监测。


我们的“人工智能行善实验室”与麻省理工学院携手,致力于开发性能更强、效率更高的太阳能电池。与此同时,我们的“人工智能科学实验室”和“气候研究倡议”正在将人工智能技术应用于一系列重大挑战。这些项目正在探索如何预测和管理野火,提高能源供应,培养能够适应气候变化的农作物。


我公司的气候创新基金致力于投资那些能促进未来可持续发展的关键公司。


人工智能不仅有改变世界的能力,事实上,它已经在这样做了。


当然,人工智能本身也消耗了大量的能源。尤其是在下一代数据中心,他们对电力的需求是巨大的。但令我自豪的是,微软在这方面做出了坚定的承诺:即使面对人工智能技术的快速增长,我们仍将努力实现明年的碳中和,并努力实现 2030 为了应对这一挑战,每年都要达到碳负排放。


为了确保人工智能的未来发展不会对地球产生负面影响,我们正在大力投资绿色能源。自我 2020 自2000年以来,微软已在全球范围内签署。 34 吉瓦的可再生能源购买协议,已成为世界上最大的绿色能源客户之一。另外,我们的投资步伐还在加快。


人工智能致力于面对各种规模的考验,从复杂的工作情况——无论是处理电子表格,还是准备充满挑战和焦虑的工作。同时,它还关注宏观问题,如气候问题和环境恶化。每个问题都是人工智能可以发挥作用的领域。我们的责任是确保人工智能能够从微观到宏观的各个环节产生积极的影响。


但是这个引出了我的第三点。


在这些激动人心的发展中,我们永远不应该忽视我们的责任。就像我们需要共同面对气候问题一样,负责任地发展人工智能也是我们的共同义务。我的职业生涯一直强调这一点。我始终相信,我们应该坚持负责任、道德和安全的人工智能原则。这应该是我们的主要考虑因素。


透明度和可解释性非常重要。监管部门和公众必须清楚地知道我们正在创造什么,我们正在创造什么,我们正在创造什么,我们正在创造什么。提供详细的文件,在部署前进行彻底的测试,并与所有相关方保持开放的沟通:这些步骤非常重要。考虑到其深远的影响,我们有责任采取正确的行动。


AI系统还必须使决策清晰易懂,特别是在医疗卫生、金融等关键领域。无论其背景如何,识别和缓解成见都应该保证这些系统对所有用户的公平对待。


我们必须坚持保护用户信息和保证人工智能系统安全的底线。同样,我们也应该坚决保护个人信息,加强系统安全,以抵御未经授权的浏览。


问责和有效治理一样重要。对于人工智能的决策及其结果,我们应该建立一个明确的责任体系,以确保有一个坚实的治理框架作为支撑。同时,维护人类的主导力量和合作永远是根本。


人工智能对社会的影响,我们应该高度重视。技术自我发展,我们不能置身事外。取而代之的是,我们应该积极进攻。要不断地监测和衡量影响。接下来,我们应该根据这些评估,迭代技术特征和治理框架。


的确,许多高质量的研究工作正在积极推进这些问题。我对最近世界的良好反应感到兴奋。随着人工智能的快速发展,世界正在采取积极的行动。我们见证了有效的努力和负责任治理的实质性框架。


但是我们不能因此而自满。


“信任”这个词一直萦绕在我的脑海里。人工智能的开发者必须密切关注信任问题,包括赢得客户、政府和社会各界的信任。无论在世界各地,负责任的人工智能都与建立这种信任有关。这是我一直致力于的。


人们常常问我对人工智能的未来是乐观还是悲观。


面对挑战,我认为过度沉迷于负面结果是一种误解。人工智能在应对挑战方面有很大的潜力。随着我们进步的不断增加,我们在安全和责任方面的基本工作越来越深入,我变得更加乐观。人工智能给了人类建立更多美好事物的机会,这将增进我们的福祉,促进和平和幸福。这是我们共同面临的问题。


本文仅代表作者观点,版权归原创者所有,如需转载请在文中注明来源及作者名字。

免责声明:本文系转载编辑文章,仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布,请及时与我们联系进行审核处理或删除,您可以发送材料至邮箱:service@tojoy.com