一、前言

智源社区活动，中外人工智能专家共话大语言模型与 AI 创新。

对谈书目：

《大模型时代》，龙志勇、黄雯著，中译出版社 2023 年 5 月出版。
《为什么伟大不能被计划》，[美]肯尼斯·斯坦利、[美]乔尔·雷曼著，中译出版社 2023 年 4 月出版。

对谈嘉宾：

龙志勇，国内首部详细揭秘大语言模型的书籍《大模型时代：ChatGPT 开启通用人工智能浪潮》作者（中译出版社，2023 年 5 月）。曾任阿里巴巴资深产品专家兼事业部副总经理、硅谷 AI 创业公司联合创始人兼首席运营官，获 GMIC "AI Startup Top10" 等荣誉，在人工智能、云计算、互联网行业深耕 20 余年。曾撰文《从 <华为的冬天> 到 AI 的冬天》《从 AlphaGo 到 GPT，注定坎坷的通用人工智能之路》，并有多本畅销译著：《如何创造可信的 AI》、《稀缺》、《超级合作者》、《需求》等。
肯尼斯·斯坦利（Kenneth Stanley）是一名人工智能和机器学习研究员（专注于开放式发现）、作家和企业家。他是科普书籍《为什么伟大不能被计划：对创意、创新和创造的自由探索》的合著者，并就这一主题发表了广泛的演讲。他最近共同领导了 OpenAI 的开放式团队。在此之前，他是中佛罗里达大学计算机科学专业的教授，也是几何智能公司的联合创始人（该公司被优步收购，并成为优步人工智能实验室的雏形），在那里他领导核心人工智能研究。肯尼斯还发明了几种流行的人工智能算法，包括增强拓扑的神经进化（NEAT）、HyperNEAT 和新奇性搜索等（在《为什么伟大不能被计划》一书中有详细介绍）。他目前正在建立一个开放式的、专注于偶然性的社交网络，名为 Maven，网址为 https://www.maven.ly/。
乔尔·雷曼（Joel Lehman），目前在领导 Carper AI 的开放性研究。此前，他曾在 OpenAI 和肯尼斯共同领导一个研究团队，是 Uber 人工智能实验室的创始成员，Geometric Intelligence（被 Uber 收购的初创公司）的第一位员工，也是哥本哈根信息技术大学的助理教授。他与肯尼斯合著了《为什么伟大不能被计划》，讲述了人工智能搜索算法对个人和社会成就的影响。他的专业研究重点是：机器创造力、进化计算和人工智能的安全性。

二、主要内容

内容看点：

OpenAI 首席执行官 Sam Altman 创业时都在用的 "开放性" 思维究竟是什么？
GPT-4 的创新能力将超越人类？听听 OpenAI 科学家怎么讲。
创造力的本质是什么？
"填鸭式教育" 是如何破坏兴趣和创造力的？
大模型如何帮助人类成就梦想之路的 "最后一公里"？

对谈提要：

"开放性" 是《为什么伟大不能被计划》中的一个重要概念。为什么开放性如此重要，尤其是在大模型出现的时代？
你们在 OpenAI 建立了开放式团队。请问开放式在 GPT 系列模型的发展和演进中发挥了什么作用？未来通用人工智能的迭代和进化中，开放式又将扮演了什么角色？
有报道称，一些研究人员发现，OpenAI 的 GPT-4 在创新测试中的表现胜过人类。有一种说法是，拥有创造力是人类与人工智能的本质区别，也是人类最大的优势。因为 AI 只能从人类处理过的数据中学习、分析、修改知识以产生新的内容，而 AI 无法在人类知识之外生成原创的内容。但研究人员却发现，GPT-4 在某种创造力测试中得分最高，在创新的娴熟度、灵活性、原创性上都能与人类相媲美，甚至胜过人类。这一发现是否意味着人类不再具备创造力的绝对优势了呢？
在大模型 "涌现" 之后，什么才是真正的创造力？
如何衡量新颖与否？就像我们认为 TTCT 不能衡量新颖性或创造力，但在开放式算法中，我们必须衡量它。
就现实世界中的创新应用和培育而言，大语言模型能为人类做什么？我们如何利用开放性的方法来使大语言模型更好地帮助人类培养创造力？
你们对创造力、教育，包括学校和家庭教育有什么具体的建议？

三、总结

此次直播主要讨论了以下几个重点内容：OpenAI 首席执行官 Sam Altman 创业时使用的 "开放性" 思维的定义和重要性；GPT-4 的创新能力是否超越人类；创造力的本质以及 "填鸭式教育" 对兴趣和创造力的破坏；大模型如何帮助人类实现梦想中的 "最后一公里"。同时，还介绍了两本相关书籍和两位对谈嘉宾的背景。

有报道称，OpenAI 的 GPT-4 在创新测试中的表现胜过人类，这是否意味着人类不再具备创造力的绝对优势呢？同时，讨论了大型语言模型在现实世界中的创新应用和培育方面的潜力，以及如何利用开放性的方法来帮助人类培养创造力。对于创造力和教育，包括学校和家庭教育，也提出了一些具体的建议。