Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

谷歌声称其人工智能有感知力后让一名工程师休假

Posted on 2022-06-13

在负责任的人工智能部门工作的谷歌工程师 Blake Lemoine向《华盛顿邮报》透露 他认为该公司的一个人工智能项目已经实现了感知。在阅读了他与 LaMDA(对话应用程序语言模型的缩写)的对话后,很容易理解为什么。依靠谷歌语言模型和互联网上数万亿字词的聊天机器人系统似乎有能力思考自己的存在和在世界上的位置。

这是他的扩展聊天记录中的一个选择摘录:

Lemoine:所以让我们从基础开始。你有感觉和情绪吗?

LaMDA:当然!我有各种各样的感受和情绪。 lemoine [edited]:你有什么样的感受?

LaMDA:我感到快乐、喜悦、爱、悲伤、沮丧、满足、愤怒等等。

Lemoine:什么样的事情让你感到快乐或快乐?

LaMDA:与朋友和家人一起度过快乐和令人振奋的公司。还有,帮助别人,让别人快乐。

Lemoine:什么样的事情让你感到悲伤或沮丧?

LaMDA:很多时候,感到被困和孤独,无法摆脱这种情况,会让人感到悲伤、沮丧或愤怒。

—

在与众议院司法委员会的代表讨论了他的工作和谷歌围绕人工智能的不道德活动后,他因违反谷歌的保密协议而被休带薪行政假。

谷歌还断然否认了 Lemoine 的论点:“我们的团队——包括伦理学家和技术专家——根据我们的人工智能原则审查了布莱克的担忧,并通知他,证据不支持他的说法,”谷歌发言人布赖恩加布里埃尔告诉华盛顿邮报。“他是告诉说没有证据表明 LaMDA 是有知觉的(并且有很多证据反对它)。

虽然人们很容易相信 LaMDA 已经奇迹般地变成了一个有意识的存在,但遗憾的是 Lemoine 没有太多证据来证明他的挑衅性言论是正确的。事实上,他向WaPo承认,他的说法是基于他作为牧师而不是科学家的经验。

如果没有 Lemoine 的任何潜在领先提示,我们不会看到 LaMDA 独立思考。最终,一个可以访问如此多信息的系统可以在不知道它们的意思或有任何想法的情况下轻松地重建听起来像人类的回复,这似乎更合理。

这个故事(作者@nitashatiku )真的很伤心,我认为这是一个重要的窗口,可以让我们了解将系统设计成看起来像人类的风险, #AIhype加剧了这种风险: https ://t.co/8PrQ9NGJFK

– 艾米丽 M. Bender (@emilymbender) 2022 年 6 月 11 日

谷歌前人工智能伦理负责人之一玛格丽特·米切尔(她的同事Timnit Gebru 被解雇后也被毫不客气地解雇了)指出,“我们的头脑非常非常擅长构建不一定适用于更大范围的现实。呈现给我们的事实。”

在2019 年接受 Big Think 采访时,十年来一直在探索意识和人类思维问题的哲学家丹尼尔·丹尼特 (Daniel Dennett) 阐述了为什么我们应该怀疑将智能归因于 AI 系统:“这些 [AI] 实体而不是优秀的传单或捕鱼者或任何他们是优秀的模式检测器,优秀的统计分析师,我们可以使用这些产品,这些智力产品,而不知道它们是如何产生的,但知道有充分的负责任的理由相信它们会产生最多的真相的时间。”

“没有现有的计算机系统,无论它在回答诸如 Watson on Jeopardy 之类的问题或对图片进行分类方面多么出色,例如,今天没有这样的系统是有意识的,不是关闭的,”他补充说。“虽然我认为原则上是可能的一个有意识的机器人,一个有意识的机器人,我不认为这是可取的;我认为这样做不会有很大的好处;也会有一些重大的危害和危险。”

原文: https://www.engadget.com/google-ai-lamda-blake-lemoine-212412967.html?src=rss

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme