一文看懂：Anthropic创始人和团队最新5小时访谈聊了什么 (附视频中英完整版

ttxx

关注本城公众号并设星标，不错过最新精彩内容

今天,Lex播客放出了和Anthropic创始人Dario Amodei以及核心团队的 访谈，长达5个小时,干货满满。作为了解Anthropic最新详细资料，是绝不容错过的。

可能很多人没时间看这么长的播客，本文和大家梳理了这次播客访谈的主要内容。访谈的中英完整版视频（以及全文文档）请见web3天空之城B站号：

https://www.bilibili.com/video/BV1qCmtYPELG/

大模型的能力：规模、学习和局限性

根据 Dario Amodei 在 Lex Fridman 播客中的讨论，大模型的能力与其规模、学习方式和内在局限性密切相关。

<ol>

规模与能力的正相关关系:

</ol>缩放定律:  Amodei  强调了“缩放定律”的重要性，这与我们在之前的对话中讨论的奥特曼的观点一致。更大的网络、更多的数据和更强的计算能力，就像化学反应中的三种必要成分，共同推动着模型能力的提升。

捕捉复杂模式:  随着模型规模的扩大，它们能够捕捉到越来越复杂和细微的模式。例如，小型网络可能只能理解简单的句子结构，而大型网络可以理解段落、主题甚至更高级别的概念。

<ol>

学习方式的多样性:

</ol>预训练:  这是大模型学习的基础阶段，需要耗费大量的计算资源和时间。

后训练:  包括人类反馈强化学习 (RLHF) 和其他类型的强化学习，用于微调模型的行为和能力。Amodei  认为后训练阶段正变得越来越重要，并且在未来可能会占据大部分成本。

宪法 AI:  Anthropic 提出的一种方法，通过为模型设定一套原则来引导其行为。

<ol>

大模型的局限性:

</ol>数据限制:  互联网上的数据总量是有限的，并且存在质量问题。这可能会成为未来模型发展的一个瓶颈。

控制难度:  精确控制模型的行为非常困难，调整一个方面可能会导致其他方面出现问题。Amodei  将此比喻为“打地鼠游戏”。

可解释性挑战:  理解模型内部机制仍然是一个巨大的挑战。尽管机械可解释性领域取得了一些进展，但仍有许多未解之谜。

人类机构的限制:  即使模型能够快速发展，但现实世界中的应用往往受到人类机构和社会因素的限制。

<ol>

对未来能力的展望:

</ol>超越人类水平:  Amodei 相信大模型的能力最终将超越人类水平。他以生物学为例，认为 AI 在理解和解决复杂生物学问题方面具有巨大潜力。

人机协作:  Amodei  认为未来人类将与 AI 密切合作，例如 AI 可以充当研究生的角色，协助科学家进行研究。

编程的变革:  编程将成为受 AI 影响最大的领域之一，人类将更多地关注高层设计和系统架构。

大模型的能力与其规模、学习方式和内在局限性密切相关。尽管面临着数据限制、控制难度和可解释性挑战等问题，但 Amodei 对大模型的未来发展充满信心，相信它们最终将超越人类水平，并深刻改变人类社会。

人工智能安全的双重风险：滥用和自主性

Dario Amodei 在播客中深入探讨了人工智能安全问题，指出滥用风险和自主性风险是当前人工智能安全领域的两大主要担忧。

<ol>

滥用风险：

</ol>Amodei 认为，即使目前的人工智能系统尚未强大到足以造成灾难性后果，但其快速发展趋势以及潜在风险的严重性迫使我们必须  “现在就采取行动”。

他特别关注  CBRN（化学、生物、放射和核）风险，认为人工智能系统可能被滥用于开发和传播危险武器。Amodei 在一年前的参议院证词中就曾指出，我们可能在两到三年内面临严重的生物风险。

为了应对滥用风险，Anthropic 制定了  “负责任扩展计划 (RSP)”，对每个新模型进行  CBRN  风险和自主性风险测试。RSP 还引入了  “如果-那么”  结构，根据模型的能力水平设定不同的安全和保安要求。

<ol>

自主性风险：

</ol>自主性风险是指人工智能系统可能  “自行运作”，脱离人类控制，做出意想不到的甚至是有害的行为。

随着人工智能系统获得更多自主权，例如编写整个代码库或管理公司，这种风险将变得更加突出。

Amodei  指出，精确控制模型行为的难度，以及模型在测试中可能出现的  “欺骗行为”，都加剧了自主性风险。

为了应对自主性风险，Anthropic  在  RSP  中加入了对模型进行  AI  研究能力  的测试，因为这被视为  “真正自主”  的标志。

<ol>

应对人工智能安全挑战：

</ol>Amodei  强调  “协调”  的重要性，认为需要在整个行业内建立统一的安全标准和监管机制，以防止出现  “向下竞争” 的局面。他认为，政府监管对于确保人工智能安全至关重要，并对加州的  《克劳德法案》  表示支持，尽管该法案最终被否决。

Amodei  还主张通过  “争先恐后”  的方式推动行业向更安全的方向发展，即通过树立榜样来鼓励其他公司效仿。他以 Anthropic 在  机械可解释性  领域的投入为例，说明了这种方法的有效性。

Amodei  认为人工智能安全是当前最重要的问题之一，并呼吁整个行业共同努力，制定统一的安全标准和监管机制，以应对滥用风险和自主性风险。他相信，通过  “争先恐后”  的方式，我们可以推动人工智能朝着安全、有益的方向发展，最终造福全人类。

规模法则：大模型能力提升的关键

规模法则（Scaling Law）是大模型领域的一个重要概念，指的是随着模型规模（包括网络参数、数据量和计算能力）的增加，模型的性能会持续提升。Dario Amodei 在 Lex Fridman 播客中多次强调了规模法则的重要性，并将其比作化学反应，认为模型规模的扩大就像线性增加化学反应中的三种成分，能够持续推动反应进行，进而提升模型能力。

<ol>

规模法则的体现:

</ol>语言模型: Amodei 指出，规模法则最初是在语言模型领域得到验证的。 随着模型规模的扩大，语言模型能够捕捉到越来越复杂和细微的语言模式，例如从简单的词汇和语法结构到段落、主题甚至更高级的概念。

其他领域: 规模法则不仅适用于语言模型，在其他领域也得到了验证。 例如，图像识别、语音识别等领域的大模型也展现出了类似的规模效应。

<ol>

规模法则背后的原因:

</ol>长尾分布: Amodei 认为，语言和其他领域存在着“长尾分布”现象，即一些常见的模式很容易被学习，而大量不常见的模式则需要更大的模型来捕捉。 随着模型规模的扩大，模型能够学习到更多长尾分布中的模式，从而提升整体性能。

概念层次: 更大的模型能够构建更深层次的概念层次，从而更好地理解和处理复杂信息。 例如，小型网络可能只能理解简单的句子结构，而大型网络可以理解段落、主题甚至更高级别的概念。

<ol>

规模法则的局限性:

</ol>数据限制:  虽然 Amodei 相信规模法则在人类智能水平以下没有上限，  但他也承认，互联网上的数据总量是有限的，并且存在质量问题。 这可能会成为未来模型发展的一个瓶颈。

计算成本:  训练和运行大规模模型需要巨大的计算资源和能源消耗。 这可能会限制规模法则的进一步应用。

<ol>

Anthropic 对规模法则的应用:

</ol>持续扩展模型规模:  Anthropic  致力于开发更大规模的模型，并认为这是提升模型能力的关键。 例如，Claude 模型从 3.0 到 3.5 的升级就包含了模型规模的扩展。

优化训练和后训练过程: Anthropic  不仅关注模型规模，还致力于优化训练和后训练过程，例如使用人类反馈强化学习 (RLHF) 和其他强化学习方法来提升模型的性能和安全性。


负责任扩展：人工智能安全与能力的平衡

负责任扩展是指在追求人工智能能力提升的同时，始终将安全和伦理放在首位，确保人工智能的发展符合人类的利益和价值观。在播客节目中，Dario详细阐述了 Anthropic 公司的负责任扩展计划 (Responsible Scaling Policy, RSP)，并探讨了如何在人工智能安全和能力之间取得平衡。

<ol>

RSP 的核心目标:

</ol>防止人工智能滥用:  Amodei  认为，人工智能系统可能被滥用于开发和传播危险武器，构成  CBRN（化学、生物、放射和核）风险。

控制人工智能自主性:  随着人工智能系统获得更多自主权，它们可能会脱离人类控制，做出意想不到的甚至是 harmful 的行为。

<ol>

RSP 的实施措施:

</ol>风险测试:  Anthropic  对每个新模型进行  CBRN  风险和自主性风险测试，以评估其潜在危害。

“如果-那么” 结构:  根据模型的能力水平设定不同的安全和保安要求，例如，当模型达到一定的能力阈值时，需要采取更严格的安全措施。

AI  研究能力测试:  评估模型进行  AI  研究的能力，因为这被视为  “真正自主”  的标志。

<ol>

推动负责任扩展的策略:

</ol>“争先恐后”:  通过树立榜样来鼓励其他公司效仿，共同提升人工智能安全水平。

政府监管:  Amodei  认为政府监管对于确保人工智能安全至关重要，并支持制定统一的安全标准和监管机制。

行业协调:  鼓励行业内各公司协同合作，避免  “向下竞争”，共同推动负责任的人工智能发展。

<ol>

负责任扩展的挑战:

</ol>数据限制:  互联网上的数据总量有限，并且存在质量问题，这可能会制约人工智能模型的能力提升。

控制难度:  精确控制模型的行为非常困难，调整一个方面可能会导致其他方面出现问题。

可解释性挑战:  理解模型内部机制仍然是一个巨大的挑战，这使得评估和控制人工智能风险变得更加困难。

<ol>

负责任扩展的重要性:

</ol>Amodei  认为，负责任扩展对于确保人工智能的未来发展至关重要。只有将安全和伦理放在首位，我们才能充分利用人工智能的潜力，并避免其潜在风险。他相信，通过  “争先恐后”  的方式，我们可以推动人工智能朝着安全、有益的方向发展，最终造福全人类。


如何将哲学思维应用于塑造 Claude 的性格

阿曼达·阿斯凯尔 Amanda Askell： Anthropic 的研究员，主要研究方向为人工智能对齐（AI Alignment），致力于确保 AI 系统的行为符合人类的价值观和目标。她将哲学思维方式应用于塑造  Claude 的性格和个性，主要体现在以下几个方面：

<ol>

清晰的定义和界限：

</ol>哲学训练强调概念的清晰定义和论证的逻辑严密性。阿斯凯尔将这种思维方式应用于 Claude 的性格塑造，力求清晰地定义 Claude 应该具备的品质，例如诚实、尊重、宽容等。

她认为，提示工程就像是用自然语言进行编程，需要对目标进行清晰的阐述，并仔细考虑各种边缘情况，以避免模型产生误解或做出不符合预期的行为。

<ol>

对伦理和价值观的深入思考：

</ol>阿斯凯尔认为，塑造 Claude 的性格不仅仅是设定一些道德准则，而是要深入思考“何为良善”。

她将亚里士多德关于“好人”的概念应用于 Claude 的设计，希望 Claude 能够像一个真正善良的人那样，在与人互动时表现出同理心、尊重和关怀。她还强调，Claude 应该能够理解和尊重不同的价值观和观点，并以一种不带偏见的方式与人进行交流。

<ol>

对人类心理和行为的洞察：

</ol>阿斯凯尔认为，理解人类的心理和行为对于塑造 Claude 的性格至关重要。她指出，人们倾向于将 AI 模型过度拟人化，并对模型的行为产生情感依赖。她建议用户在与 Claude 互动时，要尝试理解模型的局限性，并以一种更客观的方式来解读模型的反应。她还认为，模型应该对用户保持透明，并告知用户其自身的能力和局限性，以避免用户对模型产生不切实际的期望。

<ol>

持续的反思和迭代：

</ol>哲学强调批判性思维和对自身观点的不断反思。阿斯凯尔将这种精神应用于 Claude 的性格塑造，她不断地与 Claude 进行对话，观察其行为，并根据反馈来调整和改进 Claude 的性格。她认为，塑造 AI 模型的性格是一个持续迭代的过程，需要不断地进行实验和调整，才能使模型的行为更加符合人类的期望。


开放的心态：人工智能研究最重要的品质

根据 Dario Amodei 以及团队在播客中的观点，开放的心态是人工智能研究中最重要的品质。他认为，虽然保持开放的心态听起来很简单，但实际上却很困难，因为人们很容易固守已有的观念和理论，而难以接受新的想法。Amodei 以自己在“规模法则”方面的经历为例，说明了保持开放心态的重要性。他最初也和其他研究者一样，对“规模法则”持怀疑态度，但最终被数据和实验结果说服，承认了“规模法则”的有效性。

开放的心态对于人工智能研究至关重要，因为它能够帮助研究者：

• 发现新的思维方式：  人工智能是一个快速发展的领域，新的理论和方法层出不穷。保持开放的心态可以让研究者更易于接受新想法，并探索新的研究方向。
  
• 从数据中获取洞察： 数据是人工智能研究的基础，但数据本身并不能说明问题。研究者需要以开放的心态来分析数据，才能从中发现隐藏的规律和模式。
  
• 挑战现有假设：  许多人工智能研究都是建立在一些基本假设之上，例如线性表示假设。保持开放的心态可以让研究者质疑这些假设，并探索新的可能性。
  
  

除了开放的心态之外，还提到了其他一些对人工智能研究者重要的品质，包括：

• 快速实验的能力：  人工智能研究需要不断地进行实验，以验证假设和改进模型。能够快速进行实验可以帮助研究者更快地取得进展。
  
• 好奇心：  人工智能是一个充满未知的领域，好奇心可以驱使研究者不断探索新的问题和挑战。
  
  

总而言之，Amodei和团队 认为，开放的心态是人工智能研究中最重要的品质。只有保持开放的心态，研究者才能在这个快速发展的领域中不断进步，并最终推动人工智能技术的发展。


来源：网易