当 AI 可以聊天、写作、画画,可以研究生物、物理、数学,人们在焦虑AI 终结人类历史的同时,也不禁好奇:AI 为什么会有创造力?AI 的创造力是一种“真正的”创造力吗?清华大学交叉信息学院助理教授袁洋认为,AI 大模型的创造力是一种同象(isomorphism)类型的创造力,完全可以通过计算的方式表达,并不神秘。更广泛的,其他类型的创造力在范畴论中也有相应刻画。从这个角度,人类的创造力,其实也就是各种各样的计算而已。 为了探索数学与人工智能深度融合的可能性,集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师,共同发起“人工智能与数学”读书会,希望从 AI for Math,Math for AI 两个方面深入探讨人工智能与数学的密切联系。本读书会是“AI+Science”主题读书会的第三季。读书会自9月15日开始,每周五晚20:00-22:00,预计持续时间8~10周。 本周五晚(9月22日)的分享将由袁洋老师介绍使用范畴论刻画大模型的能力边界,主要解读他的最新论文 On the power of foundation models,详情见文末。欢迎感兴趣的朋友报名参与! 研究领域:人工智能,神经网络,AI 大模型,创造力,范畴论,同象袁洋| 作者梁金| 编辑 在回答这个问题之前,我们可能先要回答一个更重要的问题:AI有没有创造力? 几年前,我和朋友们讨论这个问题的时候,大家往往认为AI只能作为一个高级工具存在,擅长的是重复简单机械劳动,不可能有创造力。但ChatGPT出现以来,人们对AI能力有了更多想象,所以往往更关心诸如AI是否会毁灭人类这种生死攸关的大问题,对AI的创造力反而不那么关心了。 但相比世界毁灭这种宏大而又不可捉摸的未来,也许AI的创造力反而是一个值得仔细分析的课题。当然,在此之前,我们还要回答一个更基本的问题:什么是创造力? 这个问题已经被哲学家、心理学家、教育学家等多个领域的专家研究了很多年,我原本没有资格置喙。但是已有的相关定义和结论往往偏文科一些,今天我想从范畴论的角度给出一个更明确的定义。这个工作一样基于我ICML'2023发表的论文,详见《大模型的能力边界在哪里?来自范畴论视角的答案》。不过那篇太偏技术了,我们今天讲得soft一些。
从神经网络到大模型
2012年Alexnet问世的时候,我正好是个一年级的博士生。那时的神经网络给AI圈带来了很大的冲击,人们第一次意识到这个东西要比传统的机器学习算法强大很多。 但那种冲击更多是方法论层面的。虽然大家对神经网络的效果感觉很惊讶,但是普遍还是认为它只是一种效果好一点的机器学习工具罢了。后来的一些AI大事件,我也能用类似的方法自圆其说。比如AlphaGo之所以能赢,是因为它算力强,加上神经网络强大的图像分析能力,很正常。比如星际争霸AI玩得溜,是因为AI微操厉害,人手可点不过它。比如 AlphaFold 算蛋白质厉害,那是因为人类本来就不擅长算折叠这种高维任务。 但是Dall-E的出现,给了我很大震撼。当你输入一段文字之后,Dall-E可以帮你绘制一幅相应的图片。一个广为流传的例子是“牛油果椅子”,即: 输入:an armchair in the shape of an avocado. (一个牛油果形状的椅子) 输出:
为了探索数学与人工智能深度融合的可能性,集智俱乐部联合同济大学特聘研究员陈小杨、清华大学交叉信息学院助理教授袁洋、南洋理工大学副教授夏克林三位老师,共同发起“人工智能与数学”读书会,希望从 AI for Math,Math for AI 两个方面深入探讨人工智能与数学的密切联系。本读书会是“AI+Science”主题读书会的第三季。读书会自9月15日开始,每周五晚20:00-22:00,预计持续时间8~10周。欢迎感兴趣的朋友报名参与!
评论
沙发等你来抢