“今天的大型神经网络可能已经初具意识了。”
OpenAI 首席科学家 Ilya Sutskever 在 Twitter 上撂下这句话，可谓语不惊人死不休。
这下可让 AI 圈炸开了锅，人工智能、神经科学领域专家的回复滚滚而来。反击最激烈的就是图灵奖得主、Meta AI 首席科学家 Yann LeCun。
LeCun 当场回击，学界大佬纷纷下场
LeCun 对此的第一条回复是这样的：
不同意！（目前的 AI）没有达到“稍微有意识”的下限，甚至还没有达到“大型神经网络”的上限。
他还说，如果非要给现阶段的 AI 下定义，那么：
我认为你需要一种当前网络都不具备的特定类型的宏架构。
见到自家员工和当初创业伙伴被怼，OpenAI 联合创始人 Sam Altman 也亲自下场评论：
OpenAI 的首席科学家表达了对一个神秘想法的好奇心和开放性，用的是“可能”一词做前提。
而 Meta 的首席 AI 科学家却斩钉截铁地说“不”。
下面这句语气略有些嘲讽，似乎是在暗示 OpenAI 因开放的态度取得了更多成果。
这可能解释了过去 5 年的很多情况。
推文结尾处，Sam Altman 还不忘挖竞争对手墙脚：
尊敬的 Meta AI 研究人员：我的电子邮件地址是 sama@OpenAI.com。我们正在招聘！
接着，LeCun 还拉上了 OpenAI 另一位联合创始人马斯克，以后者航空与航天技术差异做对比。
一个人可以建造更快的飞机，并打破高度纪录。
但如果一个人的目标是进入太空轨道，就必须研究低温罐、涡轮泵等。
不要那么华而不实。你可以去问问马斯克。
除 LeCun 外，其他 AI 界人士也对 OpenAI 此番言论口诛笔伐。
知名 AI 专家、新南威尔士大学教授 Toby Walsh 插话说：
每次有这种投机性言论放出，我们都需要花好几个月的努力，才能让人们消除疑虑。
DeepMind 高级研究科学家这样嘲讽道：
如果这种观点成立的话，那么大片麦田里可能也有一点意大利面。
虽然在 Twitter 上批评占据了多数，但仍有一些支持 OpenAI 的言论。
一位来自 MIT CSAIL 的研究员 Tamay Besiroglu 表示：
看到这么多著名的机器学习人士嘲笑这个想法，真是令人失望。
这让我对他们能够解决未来几十年一些重要问题的能力降低了希望。
他认为，像 OpenAI 而不是 Meta 这样的实验室更有可能解决在不久的将来在该领域出现的深刻、奇怪和重要的问题。
另外，这次吵架还有个意外的收获，那就是 Sam Altman 透露了 GPT-4 的最新消息。
从他的表述来看，GPT-4 很可能是 GPT-3 的延续。
去年，为 OpenAI 提供超大型 AI 芯片 WSE-2 的公司 Cerebras 透露，GPT-4 约有 100 万亿个参数，而且还要等上好几年。
回到这场争论风暴的“核心”来看，究竟是什么让 Ilya Sutskever 发出这样的感慨？或许从他的经历中可以窥见一斑。
从最初的 AlexNet，到后来的 AlphaGo，再到见证 GPT-3 和 Codex 等模型的横空出世，几乎每一次 AI 领域的“破圈”技术，都有他参与其中。
在 AGI 道路上“越走越远”
Ilya Sutskever 本硕博毕业于多伦多大学，曾经是 Geoffrey Hinton 的学生。事实上，Sutskever 正是 AlexNet 的作者之一。
2012 年，在 Hinton 老爷子的指导下，他和 Alex Krizhevsky 共同设计了这个架构，在当年 ImageNet 挑战赛上夺冠，比第二名错误率低 10.8%。
Hinton 创办的 DNNResearch 被谷歌收购后，Sutskever 加入谷歌大脑任研究科学家。
他曾经参与开发著名的 AlphaGo，成为众多论文作者之一，后者在 2016 年的围棋比赛中 4 比 1 击败了李世乭。
在谷歌期间，他还与谷歌大脑的另外两名科学家合作，提出了 NLP 经典框架之一 seq2seq 算法。
2015 年末，Sutskever 离开谷歌，与马斯克、Sam Altman 等人共同创立 OpenAI。
2018 年，在干了两年多研究主管（research director）之后，他成为 OpenAI 的首席科学家（chief scientist）。
可以说 OpenAI 从 GPT-2 研发到 GPT-3，从击败 DOTA2 冠军战队的 Rerun 到会写代码做游戏的 Codex，他都是亲身参与其中的见证者之一。在他的引领下，OpenAI 正在逐渐走向 AGI（通用人工智能）的道路。
2021 年年初，多模态模型 DALL・E 和 CLIP 出现，打通了文字和图像之间的连接道路。
当时 OpenAI 就提出研究表示，CLIP 与人类的思维方式非常相像，让网友直呼 AGI 的到来比想象中要快更多。
同样是去年，GitHub 和 OpenAI 合作推出自动补全代码工具 GitHub Copilot，AI 开始 get 到部分程序员的技能。
而就在今年年初，OpenAI 研究的数学 AI 模型 Lean 再进一步，加上神经定理证明器后成功解出了两道国际奥数题。
如今 OpenAI 正在研究百万亿参数大模型 GPT-4，或许这也与 Sutskever 发出的这句感慨有关。
“200 亿参数 AI 连加减法都搞不定”
但其实，AGI 的道路看起来也没有那么明朗。
至少就在最近，纽约大学助理教授 Brendan Dolan-Gavitt 发现，200 亿参数的大模型 GPT-NeoX 连最基础的整数算术题都做不对。
GPT-NeoX 并非 OpenAI 官方的模型，而是一个名叫 EleutherAI 的机器学习小组搞出来的开源大模型（因为 GPT-3 没开源）。
▲ 部分结果展示
在 Brendan 出的 100 道题目整数加法、减法和乘法中，AI 只算对了 10 道题，虽然其他的答案与正确答案也“差不多”，但毕竟还都是算错了。可见 AI 并没有真正理解四则运算。
至于“神经网络到底有没有自我意识”这场讨论，网友们同样发表了自己的看法。
有网友认为，这些大佬与其说是在讨论 AI 有没有意识，不如说是他们在讨论定义是什么：
也有人调侃，深度神经网络进入“玄学”深水区了：
还有网友在这场讨论的评论区放了个机器人的魔性表情包，“AI 眉头一皱，意识到事情并不简单”：
对于“神经网络初具意识”这个观点，你认为呢？
