2023年5月7日上午11點（北京時間），GPT DAO在Twitter上舉辦了一場主題為「AI老砲兒深挖AGI前世今生」的Twitter Space。本次AMA邀請了AI領域的資深專家，深入探討通用人工智慧（AGI）的發展歷程，並剖析人工智慧對我們生活與未來的深遠影響。
此外，我們還聯合GPT DAO、鏈得得、非小號、博鏈財經等媒體組成的觀察團，共同探討了AI技術未來的潛在影響與面臨的挑戰。
以下是本次Twitter Space的參與成員：
嘉賓：
楊寧：天使投資人，樂搏資本創始合夥人，中國天使聯合會創始會長
陳葵：前思傑全球副總裁，前微軟亞太研發集團高階主管，前思科及冠群高階主管
白強：GPT DAO核心成員，橫跨Web1至Web3的創業者暨投資人，中國科大數學／美國普渡大學數理統計背景，前科大訊飛聯合負責人
主持人：
Zoie：GPT DAO核心成員，新加坡Sub DAO負責人，LK Ventures Venture Partner
媒體觀察團：
蔡繼軍（聯合主持人）：GPT DAO核心成員，Fast Global聯合創始人
道爾吉：鏈得得ChainDD華東區執行副主編
孫岩：非小號執行主編
王暉：博鏈財經創始人，1783DAO發起人
支援媒體：
鈦媒體，鏈得得，非小號，Foresight News，博鏈財經
以下為本次AMA的精華內容整理。
Q1：近日，谷歌AI研究院院長、神經網路先驅傑弗里·辛頓（Geoffrey Hinton）於5月1日突然宣布退休。據悉，他離職的原因之一是對生成式AI的擔憂。他認為AI系統正變得越來越危險，若缺乏監管，這場技術競賽將不會停止，AI的發展速度將遠超想像，最終可能失控。您如何看待這個問題？
楊寧：
從哲學角度看，我認為人性本善。正是人類的核心價值觀與內在的良善，讓我們得以繁衍並成為地球上最發達的族群。機器人與人工智慧的學習資料和知識皆由人類賦予，因此我相信AI是從善的起點開始發展的。只要主導AI發展的大公司、關鍵人物及領域專家心懷善意，那麼培育出的AI也會是善良的，就像我們教育孩子一樣，他們會傳承我們所教導的美好價值。因此，我認為AI不會失控，也無需過度的監管與倫理規範。
主持人Zoie：
基於「人性本善」的觀點，在當前AI神經網路的運作邏輯尚無法被完全清晰解析的前提下，關於如何透過技術手段確保AI不作惡，以及監管應如何應對AI發展，其他嘉賓是否有補充看法？
白強：
首先，伊隆·馬斯克等人散播的AI恐懼論帶有私心，拜登政府的表態也包含政治資本考量，許多高舉AI倫理與治理旗幟的人，某種程度上也是在維護自身利益。多年前我們在科大訊飛開發AI語音工具時，AI治理就已是一個議題，它只是隨著AI技術普及而被重新關注，並非全新課題。人類尚且無法完全理解自身大腦的運作，AI的神經網路就更難被徹底洞悉，這使得「AI是否會作惡」成為一個難以證偽的命題。從監管角度看，監管方往往落後於科學創新的前沿，因此監管常陷入「一管就死，一放就亂」的困境。
楊寧：
如果讓我擔任監管者，我也會覺得這是個巨大挑戰且無從下手。是該從技術程式碼層面監管，還是從應用層面著手？我感覺當前這種「反AI」情緒，有點類似過去美國的「反疫苗」運動。既然人類都無法完全理解大腦的運作，也無法預判人腦在何種情況下會失控，那麼對AI的無端恐懼或許也沒必要。我相信，隨著人們逐漸習慣AI帶來的便利，大家會更接受AI，並學會與之共存。
陳葵：
AI發展的趨勢已不可避免。我認為重要的是保持危機意識，因為隨著AI能力不斷湧現，何時會失控、甚至在不經警告下對人類構成威脅，是我們需要思考的。但在討論監管之前，我們首先需要接納並理解AI，看到它帶來的機遇。因此，我建議我們應更聚焦於探討AI能帶來哪些機會，以及未來如何利用這些機會改善我們的生活。
Q2：Midjourney是目前最受歡迎的AIGC圖像工具。與其他競品相比，它的技術優勢是什麼？AIGC圖像工具的未來前��如何？
白強：
當前的AI圖像生成技術各有特色，無論是Midjourney還是其他工具，其最終能否成功，關鍵在於如何利用它們創造出打動人心的內容。可以參考皮克斯動畫的案例：皮克斯起源於喬治·盧卡斯創立的工作室，後被史蒂夫·賈伯斯收購。賈伯斯最初將其定位為硬體公司，失敗後轉向軟體。期間，約翰·拉塞特加入皮克斯，憑藉其卓越的內容創作能力，製作出榮獲奧斯卡獎的電腦動畫短片。這一成就促使賈伯斯重新思考公司方向，最終與迪士尼合作推出《玩具總動員》等作品，皮克斯由此崛起成為全球動畫巨頭。
正如皮克斯憑藉約翰·拉塞特的內容創作能力，從一家陷入困境的硬體軟體公司轉型為全球領先的動畫公司一樣，任何從事AI生成內容的團隊或工具都需要找到類似的突破口。如果一個公司能成為AI時代的皮克斯，它就能取得成功；而單純的工具公司，最終可能被取代。
主持人Zoie：Midjourney團隊僅有11人，年營收已超過一億美元，社群用戶數達1500萬。隨著AI持續發展，想請教陳葵，您曾於大型科技巨頭任職，您認為未來公司的組織形式以及人力資源配置會出現哪些變化和趨勢？
陳葵：
我認為，企業與人才的流動，以及產業的變革，是當前的關鍵議題。在深入探討之前，我想先借用陸奇提出的一個框架——「三位一體結構演化模式」來鋪墊。這個模式涵蓋了資訊系統、模型系統與行動系統，這三大系統在AI發展過程中相互依存，共同推動技術演進。
1. 資訊系統：這是資料的基石，負責收集、儲存與處理海量資料。隨著網際網路與物聯網普及，資訊系統變得愈發龐大複雜，為機器學習與AI演算法提供了豐富的養分，使其能從中學習並提取有價值的洞見。
2. 模型系統：這是基於資料的分析與預測工具，例如各種機器學習演算法與AI模型。它們利用資訊系統提供的資料，透過訓練與優化來學習其中的模式與規律。隨著算力提升與演算法進步，模型系統已能處理影像辨識、自然語言處理等複雜任務。
3. 行動系統：這是指將模型系統的預測結果轉化為實際行動的環節，通常涉及機器人、自駕車、智慧家居裝置等硬體。行動系統負責把模型的輸出落地，實現AI的實際應用價值。
「三位一體」模式強調了這三大系統間的緊密關聯，揭示了AI發展的核心驅動力，以及它們在技術創新與應用落地中的關鍵作用。整合運用這三者，將有助於我們更好地理解和應對當今世界的複雜挑戰。
目前我們仍處在資訊系統階段；隨著模型系統的推理與規劃能力增強，我們將能與環境互動以實現目標。在這個數位時代，人類獲取資訊、表達並採取行動的路徑，與數位系統高度相似。深度學習與雲端運算已抹平了大企業與中小企業在成本與技術上的差距，未來的競爭將更聚焦於人才、創意與執行力。此外，大小企業間的協作也對市場有正面影響。因此，我預期雲端運算與大型AI模型將成為普及的服務，為富有創新精神的小公司創造巨大機會。這將激勵更多年輕人投身創業，專注於將開源技術實際應用於市場。我對未來整體持樂觀態度：人類與AI將長期共存。在這個階段，我們需要學會與AI溝通協作。未來，許多專業領域都將與AI緊密結合；雖然一些固定性質的工作可能消失，但也會催生全新的職業。總的來說，我對未來的產業變革與職業發展抱持積極看法。
Q3：感謝各位嘉賓今天的分享。我們一開始就談到了AI監管。這裡我想引用索羅斯的一句話：創新總是跑在監管前面——無論是曾引發金融海嘯的金融創新、Web 3.0，還是AI。AI的快速發展讓越來越多的人擔心工作被取代；剛才我們也提到像Midjourney這樣僅由11人組成的新型公司組織。���天的主題是「AGI的前世今生」，讓我們一起聊聊AI的過去與未來，我們所經歷的，以及所憧憬的。
楊寧：
自從20世紀中葉艾倫·圖靈提出圖靈測試、奠定電腦科學基礎以來，人們開始意識到AI與傳統電腦有根本不同。AI的發展經歷了不同階段，包括神經網路、深度學習與強化學習等方法的持續演進。神經網路模擬人腦結構，大幅提升了資料處理與學習能力，並在影像辨識、語音辨識等領域取得突破。
隨後，深度學習作為神經網路的一個分支，透過更深層的網路架構處理複雜資訊，成為AI研究的熱點。強化學習則是一種基於試錯的學習方法，讓AI能在環境中與其他智能體互動，學習做出最佳決策。這在遊戲領域成果顯著，例如DeepMind的AlphaGo擊敗圍棋世界冠軍，展現了AI在策略方面的巨大潛力。近年來，AGI成為研究重點，目標是創造具備人類智能水準的機器，使其能在各種情境下與人自然互動。同時，像OpenAI的GPT系列這樣的大型預訓練模型也取得重大進展，大幅提升了機器理解自然語言的能力，為實現更深層的人機交流奠定了基礎。在我看來，人類與AI可以共存並相互促進。AI的應用已遍及醫療、教育、金融、交通等諸多領域，極大提升了生產效率與生活品質。
人類智力的開發還遠未達到極限，換句話說，我們大腦的潛能還很大；如果AI能激發這份潛能，我們也能與AI共同進步、相輔相成。未來，人類會變得更聰明、更有智慧，足以匹配更強大的AI。
白強：
我的看法相對悲觀：網際網路和AI的發展並沒有讓世界變得更好。從網際網路來看，資訊自由流通並未阻止強勢力量的操縱，反而加劇了社會撕裂。AGI也將面臨同樣問題——技術進步讓少數人變得更優秀，但大多數人卻可能變得愈發遲鈍和懶惰。我認為，在高度發達的社會裡，當人們不再需要努力時，自然就會朝這個方向演變。這背後其實有許多深層問題：隨著AGI到來，我們是否會變得更加脆弱？這值得深思。
陳葵：
我認為，在樂觀與悲觀之間，我傾向於保持中立。當然，在我們這個行業，不能忽視歷史經驗，過往的教訓有助於我們更好地應對現在與未來的挑戰。既然談到「前世今生」，我們不妨回顧一下阿西莫夫提出的「機器人三定律」：第一，機器人不得傷害人類，或因不作為而使人類受到傷害；第二，除非違背第一定律，機器人必須服從人類命令；第三，除非違背前兩條定律，機器人必須保護自己。這是一套非常理想化的設定，對我們探索AI發展道路具有重要意義。
關於AGI的出現，我認為它將對人類產生巨大影響，但好壞還很難說。不過，讓我感到欣慰的是，OpenAI提出了三項原則：
1. 廣泛受益：確保AGI對人類產生積極影響，防止其損害人類福祉或導致權力過度集中。
2. 長期安全：如果在AGI研究上，有其他團隊比OpenAI更有可能實現安全的AGI，OpenAI將選擇合作而非競爭。
3. 技術領導力：為了在安全與社會影響層面做出實質貢獻，OpenAI將持續追求技術突破，以保持在AGI研究與應用領域的影響力。
這些原則有助於人類實現最大程度的繁榮，確保AGI的好處能被廣泛分享，並幫助我們成功應對風險。儘管未來充滿不確定性，但我相信我們應該懷抱希望、積極面對變化，並持續尋找機會。最後，我們應該盡情享受生命中的美好時刻，直到最後一場狂歡落幕。
媒體觀察團互動
非小號執行主編孫岩：
我對AI既不特別樂觀，也不特別悲觀，可能和大多數人一樣，抱持著某種模糊或無知的態度。我試過用一些智慧平台，比如ChatGPT和Midjourney，但沒覺得它們帶來多大幫助；我也不會在媒體平台上用它們，因為那會削弱我個人的獨特性。我感覺自己還沒強烈體會到AI或AGI帶來的明顯好處。就像電影《2001：太空漫遊》描繪的未來，當年看覺得震撼，但現實往往更骨感，沒想像中那麼神奇或高科技。所以，我現在的心態就是不悲不喜，更像普通人的平常感受。
博鏈財經與1783DAO創辦人王暉：
聽了幾位嘉賓的分享，我有個問題想請教楊總：從東方文化角度看，比如「人之初，性本善」，那麼AI本質上也應該是善的；但現在AI的發展主要由西方科技巨頭主導。西方文化裡是否也有類似「性本善」的思想傳承？從西方文化視角來看，AI與人類的未來會是怎樣？
楊寧：
這個問題問得很好。人類有其共性與普遍的人性；無論來自哪種文化或民族，人類的友愛、合作與同理心等特質都非常相似。因此，我不同意《三體》中「黑暗森林」的設定——人類不是野獸，而是具備組建團隊與組織能力、富有同理心的存在。訓��機器學習模型時，高品質的資料至關重要；資料的品質與標註的準確性直接決定了模型的好壞。此外，AI開發者對其影響極大，因為機器的「人性」根源於人類。
博鏈財經與1783DAO創辦人王暉：
我還有個問題想請教白強總：您提到很多工具類產品可能會消失，這是否意味著像 ChatGPT 這樣的應用也會消亡？如果是，在 AI 領域裡，究竟什麼樣的項目才能長久生存？
白強：
我認為 OpenAI 的核心在於其大語言模型，而不僅僅是 ChatGPT 這類應用。即使 ChatGPT 這樣的工具消失了，OpenAI 依然擁有龐大的數據作為其根本優勢。關鍵在於，公司能否成功轉型為 AGI 時代的新型內容公司。就像皮克斯（Pixar），它最終成為一家製作高品質內容並贏得奧斯卡獎的公司。我們現在應該用 AI 的視角重新定義模型與產品，而不是沿用舊思維。要思考如何在新時代中重新定義各個層面，並從中尋找創業和投資的機會。我相信，這樣思考未來會帶來更多機遇。
鏈得得 ChainDD 華東區執行副主編道爾吉：
我有一個問題：圖靈測試是否還適合作為 AGI 的評估標準？或者說，AGI 應該用什麼樣的測試標準來衡量？
楊寧：
我認為可以從「測試機器的智慧程度」和「測試機器的心理狀態」兩個方向來考量。對於智慧測試，傳統的圖靈測試已經過時，需要尋找新的方法，比如類似人類的智商測驗，用來量化機器智能的高低；但這類測試必須避免開發者為了應試而過度訓練模型。至於心理狀態的測試，我認為應該開發類似人類精神評估的機器測試集，以便更準確地掌握機器的「心理」。這兩個方向都非常重要且嚴肅，正是大學和科研機構應該著力研究的方向。
鏈得得 ChainDD 華東區執行副主編道爾吉：
感謝楊總的解答。我還想請教一個關於 AI 倫理的問題：當我們將部分社會分工和責任交給 AI 時，該如何妥善處理倫理議題？例如在自動駕駛領域，AI 的進步雖然為自動駕駛開闢了新方向，也支援困難指令和多模態資料指令等新功能，但問題在於：如何在運用 AI 技術的同時，確保倫理問題得到妥善處理？我們該如何對 AI 進行這方面的訓練？
楊寧：
我認為您提的不只是倫理問題，更是法律問題。核心在於區分「確定性演算法」和「機率性演算法」。確定性演算法指的是，在給定條件下，機器總是做出相同的選擇；而基於 AI 的演算法則屬於機率分佈，即在相同條件下，可能產生不同的結果。
正因如此，目前全球還不允許 AI 採用基於機率模型的決策系統，因為這涉及明確的法律責任歸屬。例如，如果自動駕駛汽車發生事故，責任該由誰承擔？如果車內有駕駛員，他就是法定責任人；如果是完全無人駕駛，那麼提供自動駕駛服務的公司就要負法律責任。
目前我們對 AI 的信任度，還不足以讓它做出可能關乎生死、造成重大傷害的決策。在航空領域，民航局同樣不允許 AI 做這類決策；只允許人類決策，或者採用自動化決策流程（即確定性演算法），確保相同的輸入永遠得到相同的輸出。因此，在我們目前進行的無人駕駛飛行器專案中，就採用了確定性演算法——這也是獲得民航局核准的必要條件。
以上就是本次 Twitter Space 的精彩內容，希望對大家有所啟發。GPT DAO 是一個專注於分享深度硬核 AGI 資訊的社群，千萬別錯過。
歡迎關注 GPTDAO 的 Twitter，獲取最新活動動態。
中文 Twitter：@GPTDAOCN
英文 Twitter：@GPTDAOGLOBAL