相信很多大家對Hinton揭秘Ilya成長歷程：Scaling Law是他學(xué)生時(shí)代就有的直覺還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

2003年夏天的一個(gè)周日，AI教父Hinton在多倫多大學(xué)的辦公室里敲代碼，突然響起略顯莽撞的敲門聲。

門外站著一位年輕的學(xué)生，說自己整個(gè)夏天都在打工炸薯?xiàng)l，但更希望能加入Hinton的實(shí)驗(yàn)室工作。

Hinton問，你咋不預(yù)約呢?預(yù)約了我們才能好好談?wù)劇?/p>

學(xué)生反問，要不就現(xiàn)在吧?

這位年輕學(xué)生就是Ilya Sutskever，剛剛完成本科二年級的數(shù)學(xué)課程，從教務(wù)處打聽到“想學(xué)機(jī)器學(xué)習(xí)，最好去找Hinton教授”。

他照做了，也因此成就了一段傳奇:

從AlexNet到AlphaGo，他兩次參與改變世界的研究。

OpenAI創(chuàng)立之初挖他去當(dāng)首席科學(xué)家，在他的領(lǐng)導(dǎo)下，推出了GPT系列早期版本、DALL·E系列、代碼大模型Codex，直到ChatGPT，再次改變世界。

多年后，他發(fā)動董事會內(nèi)訌，最終與OpenAI徹底分道揚(yáng)鑣，全世界都在等待著他的下一個(gè)動作。

在OpenAI的時(shí)候，Ilya并不像Altman那樣到處拋頭露面，也不像Brockman天天在網(wǎng)上分享自己的“編程之禪”。

僅有的幾次演講和訪談中也多是聊技術(shù)、宏觀思考，不常談及自己的經(jīng)歷，最近半年更是銷聲匿跡。

這次的故事，正是來自他的博士導(dǎo)師Geoffrey Hinton。

在與Sana Labs創(chuàng)始人的最新對話節(jié)目中，Hinton不僅講了自己的事，還回憶了師徒共事期間的一些往事。

20多年過去了，很多細(xì)節(jié)在Hinton的敘述里還是那么鮮活。

這段訪談錄像理所當(dāng)然的火了，除了軼事之外，還涉及Ilya的一些學(xué)術(shù)思想怎么來的，又是如何發(fā)展:

2010年Ilya就用GPU開發(fā)了一種語言模型

Scaling Law最早是他的一種直覺

兩人都認(rèn)為”語言模型不只是預(yù)測下一個(gè)token“

兩人都認(rèn)同“預(yù)測即壓縮壓縮即智能”

那么，Hinton眼中的Ilya，到底是什么樣子?

驚人的原始直覺

Ilya加入實(shí)驗(yàn)室后，Hinton給他布置的第一個(gè)任務(wù)是讀論文，一篇關(guān)于反向傳播的論文。

下一個(gè)周會，Ilya回來報(bào)告了，說“我不理解”。

Hinton很失望，內(nèi)心OS:“這孩子看著挺機(jī)靈的，咋連鏈?zhǔn)椒▌t求導(dǎo)這么基礎(chǔ)的東西都看不懂?”

Ilya連忙解釋，哦這個(gè)部分我懂了，我不理解的是，為什么不給梯度加一個(gè)sensible functional optimizer?

Hinto團(tuán)隊(duì)后來花了好幾年來解決這個(gè)問題，最初指出問題的卻是剛?cè)腴T一周的Ilya。

像這樣的情況后面還在反復(fù)發(fā)生……Hinton如此評價(jià)Ilya:

但Hinton也說搞不清楚Ilya這種直覺從何而來，或許歸功于他從小就對人工智能問題感興趣，再加上數(shù)學(xué)基礎(chǔ)很棒。

除了研究直覺，學(xué)生時(shí)期的Ilya也展現(xiàn)了超強(qiáng)的代碼和工程能力。

當(dāng)時(shí)還沒有TenserFlow或Torch之類流行框架，機(jī)器學(xué)習(xí)的主要工具和平臺是Matlab。

一項(xiàng)工作需要在Matlab里調(diào)整大量矩陣乘法代碼，Ilya做了一段時(shí)間就很不耐煩，說要為Matlab寫一個(gè)界面:

Hinton聽說后苦口婆心勸他，你可別，這得花上一個(gè)月時(shí)間，我們不要分心，把手頭項(xiàng)目先做完。

Ilya卻輕描淡寫地說，害，沒事，今天早上我已經(jīng)寫完了。

△這項(xiàng)工作出現(xiàn)在Ilya的博士畢業(yè)論文里

打小就堅(jiān)信Scaling Law

正如Hinton所言，Ilya在很多問題上有驚人的直覺。

今天全AI圈不少人信奉的Scaling Law，Ilya學(xué)生時(shí)代就已堅(jiān)信，并抓住各種機(jī)會向身邊的人安利:

后來到OpenAI成立之初，Ilya的表述更加完善了:

早年間Hinton看來，這就像是研究者在沒有創(chuàng)新的想法時(shí)，一種“逃避責(zé)任”的表現(xiàn)。

Hinton提到在當(dāng)年那個(gè)時(shí)間節(jié)點(diǎn)，沒人敢預(yù)料計(jì)算機(jī)速度今后會快上10億倍，最多想象到快100倍就不得了。

（此處應(yīng)插入比爾蓋茨曾預(yù)言64k內(nèi)存就足夠任何人用了笑話）

Ilya在2003年加入Hinton的實(shí)驗(yàn)室，不知具體何時(shí)開始有了Scaling Law的想法，可能在他腦海里已經(jīng)盤旋了20多年。

后來直到2020年，GPT-3發(fā)布的幾個(gè)月前，OpenAI團(tuán)隊(duì)才正式在論文中向世人完整定義和介紹這一理念。

在語言模型上用GPU，比AlexNet更早

2010年底，Ilya和另一個(gè)學(xué)生James Martens（現(xiàn)DeepMind研究科學(xué)家）合作研究了一種語言模型，后來入選ICML2011。

RNN架構(gòu)，使用維基百科數(shù)據(jù)，在8張當(dāng)時(shí)最先進(jìn)的GPU上訓(xùn)練，比在AlexNet上使用GPU還早兩年。

與今天的大語言模型預(yù)測下一個(gè)token不一樣，當(dāng)時(shí)他們嘗試的是一次預(yù)測一個(gè)字符。

這款模型能力有限，比如給一段起始文字，模型可以繼續(xù)生成看起來像維基百科文章的語句。

雖然語意上像是胡言亂語，但語法和標(biāo)點(diǎn)符號大部分是準(zhǔn)確的，引號和括號已經(jīng)能成對出現(xiàn)，主語和動詞形態(tài)一致，比如論文中的一段:

當(dāng)時(shí)多倫多大學(xué)?？牟稍L中，Ilya認(rèn)為這已經(jīng)超出了所有人的預(yù)期:

Hinton理智上也無法去相信這個(gè)系統(tǒng)能“理解”任何事，但它看起來就像是理解了。

比如給它一個(gè)地點(diǎn)組成的列表，它可以繼續(xù)生成地點(diǎn)，盡管還分不出國家和州的區(qū)別。

當(dāng)年的Ilya并不愿意討論這項(xiàng)工作的潛在應(yīng)用。

在維基百科上成功后，團(tuán)隊(duì)又嘗試了紐約時(shí)報(bào)文章數(shù)據(jù)，目標(biāo)是教會它根據(jù)文字識別不同作者的身份。

但I(xiàn)lya已經(jīng)想到并承認(rèn)，如果做的足夠好，這項(xiàng)技術(shù)有一天可能成為洗稿軟件的基礎(chǔ)。

如今，這篇論文的代碼依然存放在多倫多大學(xué)的服務(wù)器上，供感興趣的人研究。

不止是預(yù)測下一個(gè)token

后來的AlexNet、師徒三人“拍賣”自己加入谷歌等大家已熟知的故事，這里先略過。

Ilya加入OpenAI后，雖然不再與Hinton共事，但兩人的學(xué)術(shù)思想始終在一條路上。

ChatGPT問世后，不少人批評大模型本質(zhì)上只是統(tǒng)計(jì)學(xué)，預(yù)測下一個(gè)token，就像隨機(jī)模仿人類說話的鸚鵡。

但Hinton和Ilya師徒二人都認(rèn)為，遠(yuǎn)不止如此。

在Hinton眼中，問題之后的下一個(gè)token，便是答案的第一個(gè)token。

因此學(xué)會預(yù)測，就意味著必須學(xué)會理解問題。

這種理解的方式與人類相似，同時(shí)與老式基于三元組數(shù)據(jù)的自動補(bǔ)全有根本不同。

Ilya更是不遺余力傳播這套理論，在去年和英偉達(dá)老黃的爐邊對話中說了這個(gè)，在OpenAI內(nèi)訌兩周前最后一個(gè)公開采訪中也講了這個(gè):

這就是Ilya認(rèn)為的，為什么“預(yù)測下一個(gè)token”范式有可能抵達(dá)AGI，甚至有可能超越人類直至ASI。

預(yù)測即壓縮，壓縮即智能

在不同場合提到“預(yù)測下一個(gè)Token”時(shí)，Ilya大概率會同時(shí)提到“壓縮”，他認(rèn)為預(yù)測即是壓縮，壓縮就是智能的來源。

但I(xiàn)lya總是從理論的角度去解釋這個(gè)想法，并不容易讓所有人都能理解。

比如在UC Berkley的一場演講中，他這樣解釋:

- “Kolmogorov壓縮器”，是理論上能生成特定數(shù)據(jù)集的、長度最短的一段程序，能最小化遺憾值。

- 隨機(jī)梯度下降，可以看成在軟計(jì)算機(jī)（比如大型Transformer）的權(quán)重里，搜索隱含的“Kolmogorov壓縮器”。

- 神經(jīng)網(wǎng)絡(luò)越大，就越能更好的近似“Kolmogorov壓縮器”，遺憾值越低。

Hinton也認(rèn)同這個(gè)說法，并且在訪談中舉了非常形象的例子。

如果你問GPT-4堆肥和原子彈相似性在哪，大多數(shù)人類都回答不出來，認(rèn)為它們是非常不同的兩種東西。

GPT-4會告訴你，雖然他們的能量規(guī)模不同，時(shí)間尺度不同，但仍有相同之處:

當(dāng)堆肥變熱時(shí)，產(chǎn)生熱量的速度就更快。

當(dāng)原子彈產(chǎn)生更多中子時(shí)，產(chǎn)生中子的速度也更快。

通過類比，AI就理解了“鏈?zhǔn)椒磻?yīng)”的概念。

Hinton認(rèn)為，AI在利用這種理解去將所有信息壓縮到自己的權(quán)重中。

Hinton眼中什么是好學(xué)生?

說回到兩人相遇時(shí)，Hinton談到，與他交談沒多久就能看出他很聰明。

再多交談一會，就能發(fā)現(xiàn)他有很好的直覺，而且擅長數(shù)學(xué)。

所以選Ilya做學(xué)生是非常容易做出的決定。

那么如何挑選其他學(xué)生?Hinton也用了Ilya最擅長的方法:跟著直覺走。

如果試圖吸收被告知的一切，最終會得到一個(gè)非常模糊的框架。相信一切，但是沒有用處。

所以Hinton眼中的好學(xué)生，應(yīng)該擁有一個(gè)堅(jiān)定的世界觀，并試圖擺弄輸入的事實(shí)以適應(yīng)你的觀點(diǎn)。

后來我們也能看到，兩人都是秉持這樣的理念，堅(jiān)持著“大模型不止是預(yù)測下一個(gè)token”，堅(jiān)持著“預(yù)測即壓縮，壓縮即智能”。

他們也都堅(jiān)持認(rèn)為，這個(gè)世界應(yīng)該更加重視AI帶來的風(fēng)險(xiǎn)，一個(gè)因此離開了工作10年的谷歌，一個(gè)因此離開了一手拉扯大的OpenAI。

Hinton訪談完整視頻

https://www.youtube.com/watch?v=tP-4njhyGvo

參考鏈接:

[1]https://x.com/joelhellermark/status/1791398092400390195

[2]https://www.cs.utoronto.ca/~ilya/pubs/ilya_sutskever_phd_thesis.pdf

[3]https://magazine.utoronto.ca/people/students/ilya-sutskever-google-phd-fellowship/

[4]https://www.utoronto.ca/news/u-t-alum-leading-ai-research-1-billion-non-profit-backed-elon-musk

[5]https://icml.cc/2011/papers/524_icmlpaper.pdf

[6]https://www.nvidia.com/en-us/on-demand/session/gtcspring23-s52092

[7]https://www.youtube.com/watch?v=Yf1o0TQzry8