【生成式人工智能正在全球范围内掀起一场划时代的ICT产业革命。算力、算法、数据已成为未来综合国力比拼的必争之地。心智观察所日前连线业界享有盛名的“生成式AI之父”尤尔根·施密德胡贝尔（JürgenSchmidhuber）。就AIGC发展的内在理路，AGI的可能性以及中国AI产业发展等一系列问题进行了深入对话。】
目前Schmidhuber先生担任瑞士人工智能实验室IDSIA的科学主任以及沙特阿拉伯阿卜杜拉国王科技大学（KAUST）的人工智能计划负责人。
心智观察所：很高兴有这样一个对话的机会。您发表过对长短期记忆（LSTM）的架构和训练算法，是否可以把LSTM人工神经网络与人脑等生物神经网络进行一个类比？
Schmidhuber：事实上，LSTM受到了人脑的启发，人脑有大约1000亿个神经元，每个神经元平均与10000个其他神经元相连。一些是输入神经元，为其余神经元提供数据（声音、视觉、触觉、疼痛、饥饿）。其他则是输出神经元，用于肌肉控制和移动。
大多数神经元隐藏在输入和输出之间，我的思考的出发点就在这里。所有神经元都通过改变连接强度来学习，这决定了神经元相互影响的强度，并且似乎对你一生的所有经验都进行了编码。我们的人工神经网络（比如LSTM）也是如此，它比以前的方法学得更好，可以识别语音、笔迹或视频，最大限度地减少痛苦，最大限度地提高快乐，还能驾驶模拟汽车等。
心智观察所：您提到的LSTM可以“最大限度地减少痛苦，最大限度地提高快乐”，这意味着什么？而这对于实现通用人工智能（AGI）有多重要？
Schmidhuber：这是至关重要的！不过，我应该先解释一下如何对一个学习型的通用人工智能（AGI）进行编程。你其实不需要告诉它具体该做什么事情。相反，你只需要给它一个评价函数（evaluationfunction），让它去最大化这个函数。
例如，给一个机器人装上疼痛传感器，当它撞到障碍物或感到“饥饿”（由于电池电量过低）时，这个疼痛传感器就会产生负数。而机器人的最终目标是尽可能减少这些负数的总和，因此它必须通过反复试验来找到避免痛苦的方法。直到某一时刻，它就学会在感到饥饿时快速找到充电站，同时避免撞到障碍物。
动物和人类的学习方式本质上也是类似的，都以最大化奖励并避免痛苦来进行学习。而他们的评价函数当然是由生物进化发明或被“编程”的。那些给他们带来进化优势的评价函数得以保留下来。而人工智能的进化至少在仿真模拟中已经存在了几十年了，也以相同的方式正在进行着。
Schmidhuber：未来不会只有一种类型的人形机器人，而是会有成千上万种不同类型的机器人，有些很小，这样它们就可以从内部检查和修理小型机器，还有一些则不仅外形高大，力量甚至比现在的一些工业机器人还要强。
有些机器人将会通过连接外部电池的电缆来解决能源问题，另一些则会使用汽油发动机，还有一些在深空中的机器人将使用基于放射性衰变的长效核电池，这类电池在上个世纪的无人航天器中已经使用过了。靠近太阳的，比如在水星上的机器人将大量利用丰富的太阳能。某个时刻，人工智能自己将会发明新的、更高效的电池。事实上，今天的AI已经被用来研发新的有用化学物质、材料、催化剂、药物等。
Schmidhuber：所有人工智能的执行都需要高效的微芯片。然而，芯片设计和药物设计是由不同类型的AI驱动的。药物设计的AI更像是材料科学或化学的AI。这又是如何运作的呢？我们的深度人工神经网络会观察某些特定化学物质在特定温度、压力、催化剂和其他条件下如何相互反应。通过大量的训练样本，它们学会预测最终输出物质的性质，学会直观地理解化学反应的过程。
现在我们可以在逆向模式下使用这些预测机制：假设我们想创造一种以前从未观察到的特定理想特性的新材料，我们需要如何改变输入条件（比如催化剂、材料等）才能获得这种材料？AI化学家会对此提出合理的建议。如果它在现实世界中真的有效的话，那就一切顺利。不然，我们将会用新的训练示例来进一步改进神经网络。
这种方法可以应用到很多地方，例如使用更好的材料可以直接从稀薄的空气中捕获碳，从而减少全球变暖；或者通过更高效的膜技术从海水中提取淡水；可以快速进行药物设计以改善医疗健康。我们的KAUSTAI中心正在研究这些课题。
心智观察所：在人工智能机器学习支持的创新药物发现方面，应该如何应对社会伦理的挑战？
心智观察所：KAUST人工智能中心位于沙特阿拉伯。目前，也有不少中东国家在人工智能方面的创新步伐非常快。您如何评价中东在人工智能创新方面的雄心？此外，据报道，美国因为担心中东成为中国人工智能研发的“后门”从而放缓了对中东的人工智能芯片出口。你的工作有没有受到某些地缘政治因素的影响？
Schmidhuber：沙特公共投资基金（PIF）计划投资400亿美元用于AI。阿联酋也有类似的雄心。中东当地的人口年轻并且乐观地认为AI将可以改善他们的生活。当然，科学和技术不可能完全免受地缘政治的影响，有时甚至受其驱动。
有一个著名的例子：80年前——1944年，二战期间，德国佩内明德（Peenemünde,注：二战期间，它是纳粹德国V1和V2火箭的研发基地）迎来了太空时代，当时沃纳·冯·布劳恩的团队将第一个人造物体送入太空。25年后，1969年，冷战期间，同一支团队（现在在美国工作）将人类送上了月球。当时一切都围绕着火箭科学展开，今天，一切都围绕着人工智能展开。
无可置疑的是，我们也意识到主要大国之间地缘政治的紧张局势，但我一直在强调，我们在KAUST由沙特资助的开源人工智能研究是惠及全人类的，而不仅仅是某些特定的公司或国家。
心智观察所：中国的生成式AI产业仍处于早期发展阶段，但成长迅速，并且中国推出了越来越多的大语言模型。您认为中国应该怎么做才能缩小与美国在AI加速器（用于训练和AI推理的GPU）方面的差距？
Schmidhuber：我认为中国已经在大力投资建设自己的自主可控的AI硬件，试图模仿目前只有荷兰的ASML能够做到的事情，因为美国政府在阻止ASML向中国交付其最新的芯片制造所需要的光刻机。