拥抱Face的首席科学官担心AI正在成为“服务器上的男人”

AI公司的创始人因就该技术的重塑领域（尤其是科学）的潜力而大胆地主张了大胆的主张。但是拥抱Face的联合创始人兼首席科学官托马斯·沃尔夫（Thomas Wolf）采取了更大的努力。 沃尔夫在周四发表给X的一篇文章中说，他担心AI在AI研究中没有突破。他详细阐述了当前的AI开发范式不会产生能够开箱即用的，创造性的解决问题的AI，这是解决诺贝尔奖的解决方案。 沃尔夫写道：“人们通常会犯的主要错误是认为牛顿或爱因斯坦之类的人只是缩减了好学生，当您线性地推断出前10％的学生时，天才就会变得栩栩如生。” “要在数据中心创建一个爱因斯坦问。” 沃尔夫（Wolf）的主张与Openai首席执行官Sam Altman的主张形成鲜明对比，后者在今年早些时候的一篇文章中说，“超智能” AI可以“大量加速科学发现”。同样，人类首席执行官达里奥·奥莫迪（Dario Amodei）预测AI可以帮助制定大多数类型癌症的治疗方法。 沃尔夫（Wolf）今天对AI的问题 - 以及他认为这项技术正在推进的地方 - 它不会通过连接以前无关的事实来产生任何新知识。沃尔夫说，即使拥有大多数互联网，我们目前了解到的AI都填补了人类已经知道的差距。 一些AI专家，包括前Google工程师FrançoisChollet，也表达了类似的观点，认为尽管AI可能能够记住推理模式，但它不太可能基于新颖情况产生“新推理”。 沃尔夫认为AI实验室正在建立本质上是“Y听话的学生” - 从任何意义上讲，不是科学的革命者。他说，今天的AI不会激励质疑并提出可能违反其培训数据的想法，这将其限制在回答已知问题的情况下。 沃尔夫说：“要在数据中心创建一个爱因斯坦，我们不仅需要一个知道所有答案的系统，而且还需要一个可以提出其他人想到或不敢问的问题的系统。” “如果每个人都对此有问题，那就是当所有教科书，专家和常识都其他建议时，该怎么办。” 沃尔夫认为，AI中的“评估危机”部分要归咎于这种令人沮丧的状态。他指出了通常用于测量AI系统改进的基准，其中大多数包括具有清晰，明显和“封闭式”答案的问题。 作为解决方案，沃尔夫（Wolf推理”能够阐明AI是否可以采取“大胆的反事实方法”，以“微小提示”提出一般建议，并提出导致“新研究途径”的“非显而易见的问题”。 沃尔夫承认，诀窍将是弄清楚这一措施的样子。但是他认为这可能是值得的。 沃尔夫说：“科学的最关键方面是提出正确的问题并挑战人们学到的东西的技巧。” “我们不需要A+ [AI]学生，他们可以用一般知识回答每个问题。我们需要一个B学生，他看到并质疑其他所有人都错过了什么。”