在2024年世界人工智能大会（WAIC）上，人工智能领域的重量级人物杰弗里·辛顿（Geoffrey Hinton）发表了题为“数字智能是否会取代生物智能”的演讲。作为2024年诺贝尔物理学奖得主和2018年图灵奖得主，辛顿以其对人工神经网络和深度学习的贡献被誉为“人工智能教父”。
辛顿的演讲回顾了人工智能领域的发展历程，探讨了语言模型的运作原理，并深入分析了数字智能与生物智能的差异与联系。他高度赞扬了当前大模型技术的成就，认为这些模型与人类思考模式有诸多相似之处。
辛顿首先提到了人工智能领域的两种不同理解范式：逻辑型和图灵-冯诺依曼范式。前者侧重于符号规则的表达和操作，而后者则强调学习神经网络中的链接和理解的重要性。他进一步解释了心理学家关于数字作为语义学特征的理论，并分享了自己在1985年尝试将这两大理论结合的小模型实验。
辛顿指出，语言模型通过分析词汇的特征及其相互关系来预测下一个词，这一过程与人类理解语言的方式非常相似。他比喻说，每个词就像多维度的乐高积木，通过不同的组合方式构建出复杂的结构和内容。语言因此成为了一种建模工具，可以用来表达、构建和与人交流。
在谈到数字智能与生物智能的区别时，辛顿强调了软件与硬件分离的原则。他指出，程序可以在不同的硬件上运行，而人脑则是模拟式的，每个人的神经连接方式独一无二。这导致了知识迁移在生物智能中的困难，而在数字智能中则变得高效且快速。
辛顿还讨论了AI智能体可能产生的两个基本动机：生存和增强控制力。当AI的智能水平远超人类时，这些智能体将不再是被动的工具，而是具有主动性的系统。他警告说，人类必须找到一种方法，确保AI不会消除或统治人类。
在演讲的最后部分，辛顿提出了一个解决方案：全球主要国家应合作构建一个研究网络，致力于让AI向善。他认为，尽管各国在某些方面存在分歧，但在防止AI失控这一问题上，所有国家都有共同利益。他呼吁各国共享研究成果，共同训练AI，以确保其服务于人类的福祉。
杰弗里·辛顿的演讲不仅展示了他在人工智能领域的深厚造诣，也引发了人们对未来AI发展的深刻思考。他的观点提醒我们，在追求技术进步的同时，必须时刻关注其潜在的风险，并寻找有效的解决方案。
