來源:FounderPark
就算在新產品滿天飛,商業文明正在被AI重建的當下,我們仍然不知道,這些令人驚嘆的技術是如何運作的。
AI,語言模型,它是個黑箱,人類無法理解,我們甚至不知道怎樣研究才能夠理解。
但如果,研究這個黑箱的不是人類,而是AI自己呢?
這是一個令人好奇但又非常危險的想法。因為你甚至不知道,這一研究方法產生的結果,是否會徹底顛覆多年來人類對人腦和AI的理解。
但是有人這樣做了。幾小時前,OpenAI發布了最新的研究成果,他們用GPT-4解釋GPT-2的行為,獲得了初步的成果。
毫不夸張地說,人們震驚極了:「求求你們讓它離覺醒遠點吧!」
「AI理解AI,然后很快,AI訓練AI,然后再過幾年,AI創造新的AI。」
但客觀來說,學術界為之感到興奮:「瘋了,OpenAI剛剛搞定了可解釋性問題。」
人與機器之間是GPT-4
OpenAI剛剛在官網發布博客文章《語言模型可以解釋語言模型中的神經元》。
海外信息分發及元宇宙平臺Opera推出的生成式AI助理Aria用戶數已超過100萬:金色財經報道,據昆侖萬維官微消息,旗下海外信息分發及元宇宙平臺Opera推出的生成式AI助理Aria用戶數已超過100萬。[2023/8/5 16:19:33]
簡單來說,他們開發了一個工具,調用GPT-4來計算出其他架構更簡單的語言模型上神經元的行為,這次針對的是GPT-2,發布于4年前的開源大模型。
大模型和人腦一樣,由「神經元」組成,這些神經元會觀察文本中的特定規律,進而影響到模型本身生產的文本。
舉例來說,如果有一個針對「漫威超級英雄」的神經元,當用戶向模型提問「哪個超級英雄的能力最強」時,這個神經元就會提高模型在回答中說出漫威英雄的概率。
OpenAI開發的工具利用這種規則制定了一套評估流程。
開始之前,先讓GPT-2運行文本序列,等待某個特定神經元被頻繁「激活」的情況。
然后有三個評估步驟:
第一步,讓GPT-4針對這段文本,生成解釋。比如在下面的案例中,神經元主要針對漫威內容。GPT-4接收到文本和激活情況后,判斷這與電影、角色和娛樂有關。
數據:Blur每日交易次數已連續5日超越OpenSea:金色財經報道,據Dune數據顯示,NFT交易市場Blur的每日交易次數已連續5日超越Open Sea。其中,2月19日Blur的日交易次數為65,359次,OpenSea的日交易次數為39,835次。[2023/2/21 12:18:35]
第二步,用GPT-4模擬這個GPT-2的神經元接下來會做什么。下圖就是GPT-4生成的模擬內容。
最后一步,對比評估打分。對比4代模擬神經元和2代真實神經元的結果,看GPT-4猜的有多準。
通過這樣的方法,OpenAI對每個神經元的行為作出了初步的自然語言解釋,并對這種解釋和實際行為的匹配程度進行了評分。
Parallel宣布與OpenSquare集成:10月10日,據官方消息,Parallel宣布與OpenSquare集成。此后Parallel將能夠使用由OpenSquare提供支持的治理服務。該集成允許PARA持有者了解開放式公投,僅通過連接其Wallet即可為鏈上治理投票,同時,通過OpenSquare平臺,用戶還可以直接參與治理,或者加入關于Parallel的討論。[2022/10/10 10:29:36]
最終他們對GPT-2中307200個神經元全部進行了解釋,這些解釋匯編成數據集,與工具代碼一起在GitHub上發布。
超越語言的機器,人類無法理解的機器
據OpenAI在博客文章中表示,目前GPT-4生成的解釋還不完美,尤其要解釋比GPT-2更大的模型時,表現效果很差,「可能是因為后面的layer更難解釋」。
對于GPT-2解釋的評分大多也非常低,僅有1000個左右的解釋獲得了較高的評分。
OpenAI可拓展對齊團隊的JeffWu表示,「大多數解釋的得分很低,或者無法解釋實際神經元那么多的行為。比如,許多神經元以一種難以判斷的方式保持活躍,它們在五六件事上保持激活,但卻沒有可以辨別的模式。有時候存在明顯的模式,但GPT-4有無法找到它。」
Coinbase、OpenSea入選2022 Y Combinator最具突破性企業名單:8月25日消息,Y Combinator公布2022年最佳創業公司名單,多家加密行業公司入選。其中,Coinbase、OpenSea分別名列2022年YC最具突破性企業名單第四、第五名,均屬于獲得YC額外巨額投資的高成長性企業。
另外,OpenSea、CoinTracker、Alpaca、SFOX、QuickNode、Axoni、Rainbow等加密行業公司入選2022年YC最佳創業公司名單。該名單包括截至2022年7月31日估值1.5億美元及以上的315家創業公司,并按估值排序。[2022/8/25 12:47:35]
雖然現階段成績不好,但是OpenAI卻比較有信心,他們認為可以使用機器學習的方式提高GPT-4產出解釋的能力。
比如通過反復產出解釋,并根據激活情況修改解釋;或者使用更大的模型作出解釋;以及調整解釋模型的結構等等。
OpenSea4月11日交易額達1991.86萬美元,創歷史新高:據DuneAnalytics數據顯示,NFT交易平臺OpenSea4月11日交易額達1991.86萬美元,創歷史新高。[2021/4/12 20:09:51]
OpenAI還提到,這一方法目前還有很多局限性。
使用簡短的自然語言進行解釋,也許并不匹配神經元可能非常復雜的行為,不能簡潔地進行描述。神經元可能會具備多個不同概念,也可能,會具備一個人類沒有語言描述甚至無法理解的概念。
最終OpenAI希望能夠自動化找到并解釋能夠實現復雜行為的整個神經回路,而目前的方法只解釋了神經元的行為,并沒有涉及下游影響。
解釋了神經元的行為,但沒有解釋產生這種行為的機制。這意味著即使是拿了高分的解釋,也只能描述相關性。
整個過程是計算密集型的。
在論文中,OpenAI表示:「語言模型可能代表了人類無法用語言表達的陌生概念。這可能是因為語言模型關心不同的事情,比如統計結構對下一個token預測任務有用,或者因為模型已經發現了人類尚未發現的自然的抽象,例如在不同領域的類似概念家族。」
它把LLM的這種屬性,稱為AlienFeature,在生物領域翻譯為「異類特征」。
FounderPark微信后臺回復「解釋神經元論文」,獲取論文鏈接和中英對照PDF鏈接。
把對齊問題也交給AI
「我們正試圖開發預測『AI系統會出現什么問題』的方法,」OpenAI可解釋性團隊負責人WilliamSaunders對媒體說,「我們希望能夠真正做到,讓這些模型的行為和生產的回答是可以被信任的。」
SamAltman也轉發博客文章稱:GPT-4對GPT-2做了一些可解釋性工作。
可解釋性是機器學習的研究子領域,指的是對模型的行為有清晰的理解和對模型結果的理解能力。
簡單來說,目的就是解釋機器學習模型「如何做到」。
2019年開始,可解釋性成為機器學習的重要領域,相關研究有助于開發人員對模型進行優化和調整。針對當下AI模型大規模應用時,亟需解決的可信度、安全性和決策參考等問題。
如果我們不知道AI是如何作出決策的,始終把它當做一個黑箱,那么就算AI在各種場景下表現得再完美,也無法解決部分人類的信任問題。
OpenAI這次使用GPT-4來解決可解釋性的問題,就是希望能夠使用自動化的方式,讓機器完成AI研究。
「這是我們對齊研究的第三支柱的一部分:我們希望自動化對齊研究。令人期待的是,這一方向能讓它與AI發展的步伐相匹配。」
在2022年夏天,OpenAI曾發布文章《我們做對齊研究的方法》。
文中提到,宏觀來看,OpenAI的對齊研究將由三大支柱支撐:
1、利用人工反饋訓練AI
2、訓練AI系統協助人類評估
3、訓練AI系統進行對齊研究
「語言模型非常適合自動化對齊研究,因為它們通過閱讀互聯網『預裝』了大量有關人類價值觀的知識和信息。開箱即用,它們不是獨立代理,因此不會在世界上追求自己的目標。」
太快了,連認知都范式革命了
雖然OpenAI本意很好,但是這樣的研究成果著實嚇壞了網友。
OpenAI的推文下梗圖橫飛,有不少人在認真地建議OpenAI搞慢點。
「用我們不理解的東西,解釋另一個我們不理解的東西,這合理嗎?」
「護欄都被你撤了」
「這太迷人了,但也讓我感到極度不適。」
「自然創造了人類來理解自然。我們創造了GPT-4來理解自己。」
「我們要怎么判斷解釋者是好的?這就像...誰監督著監督者?」(whowatchesthewatchers)
還有人看到了更深的一層:
「大模型很快就能比人類更好地解釋他們自己的思維過程,我想知道我們未來要創造多少新的詞匯,來描述那些AI發現的概念?我們還沒有一個合適的詞描述它們。或者,我們是否會覺得這些概念有意義?它們又能教會我們如何認識自己呢?」
另一網友回應道:「人類本身對自己行為的解釋,大多是謊言、捏造、幻覺、錯誤的記憶、事后推理,就像AI一樣。」
在過去幾年中,RWA的敘事一直處于沉寂狀態,但最近它開始走紅。許多傳統金融機構都開始布局RWA領域,如J.P.Morgan在Polygon區塊鏈上使用日元和新加坡元的代幣化版本執行了第一筆實時交.
1900/1/1 0:00:00微博用戶“BCH愛好者BruceLee”通過微博表示,之前有說法ETH不應該算成是主流幣,而是應該和BTC一樣劃入第一梯隊.
1900/1/1 0:00:00來源:橡果商業評論,作者:豚豚,編輯:趙翔 圖片來源:由無界AI工具生成ChatGPT問世至今,互聯上討論聲綿延不絕。有人說AI會替代基礎性工作.
1900/1/1 0:00:00據Reddit消息,V神今日發文《鏈容量為什么在倫敦升級之后增加了約9%?》。V神表示有3個原因:1.冰河時代延遲當倫敦分叉開始時,冰河時代才剛剛開始生效.
1900/1/1 0:00:00最近有報道稱,FacebookInc.將要更名為元宇宙公司,而這個不太新穎的名詞已經成為了全球的頭條新聞.
1900/1/1 0:00:00中國企業500強云賬戶技術有限公司,獲批逾11億港元境外投資額度,在香港注冊成立云賬戶大灣區科技有限公司,進軍Web3.0領域.
1900/1/1 0:00:00