人民大学高瓴教授为Sora吵起来了(图)

2024-03-27 | 来源: 智东西 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

对方辩友认为做了一些理想的假设、实验后，发现了一些所谓的放之四海而皆准、其实也并非的规律，难道不是传统机器学习的一种特征工程吗？你只是发现了其中一条比较管用的特征，然后再做了一些实验来验证它是99%或者更高的适用性，这是更为狭隘的对物理世界的刻画。

目前Sora确实还有些反物理世界的现象存在，但“懂物理世界”不等于“精确地懂物理世界”。让一个人闭眼脑补两个海盗船在咖啡杯里航行的画面，人就能精确地模拟出来画面吗？

反方许洪腾：首先，能生成逼真视频与懂物理世界没有必然联系。比如画家可以画出逼真的画作，不代表他们真的理解物理世界。原始时期人们都还不存在懂不懂物理世界这回事，就能用石头搭房子、画壁画，创造相应的艺术作品或相应的客观实体。

其次，人类对物理世界的理解和掌握有一套严格的方法论，会去做假设、观测、通过实验实现对物理现象的反演。这是Sora所不具备的，Sora的学习范式是数据驱动，这些数据还不是在一个严格的实验环境下得到的，如果它能理解物理世界，也一定是用一种超出我们认知范围内的方式在去理解。

现阶段，我们还没有看到任何AI能够真正在通用性或者对世界的理解上能达到人的水平。Sora之所以这么强大，也许正是因为它不懂物理世界。Sora基于它的学习范式，能够掌握统计规律，把有关联性的事物融合起来，比如生成龟壳像水晶球一样的乌龟，这是超现实的，跟物理世界没有必然联系。

再比如更早期的，以Stable Diffusion为代表的图像生成模型，能生成太空上骑马、火星上骑马等违反物理世界规律的画面。正是因为不理解物理世界，Sora才能基于统计相关性构筑自己的世界。

正方魏哲巍：有种说法是ChatGPT不懂文字或语言，但OpenAI首席科学家llya依然认为能预测下一个词就是理解了语言。llya举过一个例子，喂给大模型一篇悬疑小说，如果它能准确预测出凶手是谁，那它到底是不是懂这篇小说？从这个例子来看，大模型其实是懂文字的。

反方徐君：图灵测试是工程的测试，没通过说明没有这个能力，但通过了也不代表就具有这个能力。好比考试，没通过说明没学懂，但通过了有可能是死记硬背，不代表真的懂了。所以图灵测试不具有很强的说服力。

正方宋睿华：我恰恰觉得Sora是通过了图灵测试的。图灵测试一是要跟人比，二是要用问答。ChatGPT还是问答形式，但Sora已经不是了，它做的是一种电影测试，通过视觉的方式让人去判断是否具有智能。

林毅夫教授,网民喊您兑现"光刻机三年之约"

没拿到Top30大学父母拒参加毕业

培养亿万富翁最多的12所美国大学

反方许洪腾：物理世界必须跟真实世界是一致的。Sora掌握的是统计规律，并不是物理规律。部分AI可能懂悬疑小说，但不懂物理世界。如果Sora所有数据都来自哈利·波特魔法世界，一样能预测下一帧，它懂得不是物理，是魔法。

反方毛佳昕：我方坚持认为懂物理世界达到常人的理解即可，不需要懂物理公式。比如在生活中路上来了一辆车，你会用牛二定律算它有多长时间能到面前吗？并不用！自己脑补一下，预测车可能撞过来，躲开就OK了。这种理解有误差、有偏差，没有关系。

正方李崇轩：人类对物理的理解也是片面的、逐渐进步的。不能现在穿越回去对亚里士德说你根本就不懂物理，我比你懂物理懂得多，也不能说我们现在对物理的理解就是对的。很多时候物理学家理解世界第一步也是寻找统计规律，在有限观察下去验证，再基于现有理解形成物理定律。

随着时间的演化，人类对物理世界的理解也在加深，一些物理定律随着观察的增多而失效，不能要求Sora一出来就懂物理学公式。

三、议题二：纯数据驱动路线能不能实现通用人工智能？

第二个议题围绕“纯数据驱动路线能不能实现通用人工智能？”，以下是核心观点：

反方许洪腾：我理解的通用人工智能就是类人的人工智能，希望AI跟人一样具有一定通用性。人是从数据学习的，从出生就开始接收数据、训练自己，说明从数据接收信息并学习是可行的。

但我为什么反对这样的技术路线？是因为这个路线效率低下，而且目前面临数据和能源的瓶颈。按照OpenAI的数据消耗速度和增长趋势，很快训练用的视频数据消耗速度可能会超过我们能够产生的速度。到那时很可能需要Sora自己产生数据、自我训练。如果要Sora自己生成视频来自训练，这是否还算作纯数据驱动？它是否还能自我进化？我认为这是存疑的。