2023 年 6 月的 AI 动态：机器人化身、SpQR 与科学工具

2023 年 6 月，讲解者汇集数项 AI 动态，涵盖远程操控机器人化身、生成视频、语言模型压缩和 AI 安全。这些例子与产品可用性反映当周情况，不一定适用于现在。

具身国际象棋演示中，人们佩戴 VR 头显和反馈手套控制机器人。讲解者设想维护、救援或运动等用途；这些是远程操控的可能应用，不代表机器人已经自主完成这些任务。

机器人厨师演示暗示了从视频学习的另一种潜在应用。讲解者询问此类系统何时可能用于餐厅，这是一项疑问，而不是已确认的部署。

他展示当时可用的 HeyGen 集成：它可以把生成的文字转换为化身视频。结合计算工具，他演示了一道零售价问题的讲解，并设想类似的教育用途。

Runway Gen-2 演示展示了早期文本生成视频的结果。讲解者既看到了潜力，也看到了明显不足，并提出越来越逼真的合成视频可能被用于政治误导。

SpQR 论文提出压缩语言模型权重，同时对会产生大量量化误差的异常权重保留更高精度。其余权重使用三到四位存储，从而减少内存需求。

论文在所测试指标上报告了近乎无损的表现，但这不意味着每个提示的行为都完全相同。摘要描述，在特定设置中，330 亿参数模型可在 24 GB GPU 上运行，推理比 16 位基线快约 15%：https://arxiv.org/abs/2306.03078。

讲解者设想压缩能否最终让手机运行模型。这是一种可能性，不代表论文中 330 亿参数模型的 GPU 实验已经在 iPhone 上复现，也不代表相同加速比例适用于所有设备。

他比较全精度、SpQR 和另一种量化方法生成的例子，并讨论对 LLaMA 和 Falcon 的测试。少量输出示例可以展示行为，但不能证明所有任务上的表现都相同。

论文作者承认语言模型既有有益用途，也可能造成伤害。讲解者转述作者的观点：让现有模型更容易获取的边际影响可能为正面或中性；这是一种论证，不是已经确定的风险结论。

他转向 Meta 在 2023 年的 AI 计划和一段 Mark Zuckerberg 访谈。Zuckerberg 认为应谨慎治理自主性，并把失控扩散的系统比作简单但有害的计算机病毒。

讲解者回应说，模型发布后可能很快被连接到自主工具，并以 GPT-4 发布后 AutoGPT 很快出现为例。这是关于可能集成和激励的警告，并不证明所有已部署模型都会自主行动。

被问到超级智能的时间表时，Zuckerberg 说自己对单一通用智能系统何时出现没有特别见解。他认为组织已经能把许多人结合起来，形成决策能力超越个人的结构。

讲解者不同意把公司视为假设中的机器超级智能的充分类比。他提到 AlphaDev 加速短序列排序的工作，以及网上关于语言模型发现类似技巧的说法，同时承认该例中使用了哪个模型尚不确定。

Demis Hassabis 将 AlphaFold 描述为数字速度下的科学，并把许多预测结构与长期人类研究作比较。AlphaFold 生成的是可信度不一的预测，并非全部都经过实验验证；这一比较是说明性类比，不是对节省研究年数的字面测量：https://www.ebi.ac.uk/training/online/courses/alphafold/inputs-and-outputs/evaluating-alphafolds-predicted-structures-using-confidence-scores/。

讲解者总结说，AI 可能加速科学工作。与这篇 2023 年新闻回顾中的其他预测一样，加速的规模和时间仍不确定。