今天小編分享的科學經驗：NeurIPS神仙打架：李飛飛180頁PPT談視覺智能，Bengio同OpenAI員工吵架，何恺明談AI宿命論，歡迎閲讀。
我們無法忽視世界是三維的，解決三維智能是根本性的。
李飛飛最新采訪來了，繼續延伸她在 NeurIPS 有關視覺智能的話題。
她表示，解決空間智能問題是邁向全面智能化的基礎和關鍵一步。
不過從現場傳出的 NeurIPS 演講 PPT 中竟然有寫：AI 将取代人類？！
這究竟是怎麼一回事？！
有網友表示，當她看到這頁時，她的表情 be like：
有一説一，今年 NeurIPS 好不熱鬧，大佬們聚在一起，就是容易制造各種話題（Doge）。
比如，疑似 Bengio 和 OpenAI o1 的人吵起來了。
何恺明竟然探讨起了 AI 宿命論？？？
來來來，來看看一個吃瓜匯總。
李飛飛 180 頁 PPT 談視覺智能
今年李飛飛在 NeurIPS 演講的話題是《從看到到做：攀登視覺智能的階梯》。
她自曝準備了 180 頁 ppt，從各種路透圖來看，确實是幹貨滿滿。
而在最新 IEEE Spectrum 采訪中，她進一步揭示了相關細節。（該采訪是在 NeurIPS 演講前進行）
采訪實錄：
Q：為什麼演講題目是 " 攀登視覺智能的階梯（Ascending the Ladder of Visual Intelligence）"？
李飛飛：我認為，直覺告訴我們，智能具有不同的復雜度和精密度。在演講中，我想傳達這樣一種感覺：在過去的幾十年裏，尤其是過去十多年的深度學習革命中，我們在視覺智能方面所取得的成就令人驚嘆。我們越來越擅長使用這項技術。我還受到了 Judea Pearl 的 " 因果關系階梯 " 的啓發。（收錄于 2020 年出版的《the Book of Why》）
（這裏插一嘴，Judea Pearl 本人還特意糾正了一下，他表示因果關系階梯所定義的等級是第一定律的數學結果，而不是一種判斷性的建構。）
李飛飛：演講還有一個副标題，即 " 從看到到做（From Seeing to Doing）"。這是人們沒有足夠重視的一點：" 看 " 都與互動和 " 做 " 密切相關，無論是對于動物，還是 AI Agents 來説都是如此。這與語言是不同的。語言從根本上説是一種交流工具，用來傳遞思想。在我看來，這些都是非常互補但同樣深刻的智能模式。
Q：你的意思是説，我們會對某些景象做出本能的反應？
李飛飛：我説的不僅僅是本能。如果你看一下感知力的進化和動物智力的進化，就會發現這兩者之間有着深刻的聯系。每當我們能夠從環境中獲得更多信息時，進化的力量就會推動能力和智力的發展。如果你不能感知環境，你與世界的關系就會非常被動；你是吃還是被吃，都是非常被動的行為。但是，一旦你能夠通過感知從環境中獲取線索，進化的壓力就會真正增強，從而推動智力向前發展。
Q：你認為這就是我們創造更深入的機器智能的方式嗎？讓機器感知更多的環境？
李飛飛：我不知道 " 深度 " 是不是我想用的形容詞。我認為我們正在創造更多的能力。我認為它正變得越來越復雜，越來越有能力。我認為，解決空間智能問題是邁向全面智能化的基礎和關鍵一步，這是絕對正确的。
Q：我看過世界實驗室的演示。你為什麼要研究空間智能并構建這些三維世界？
李飛飛：我認為空間智能是視覺智能的發展方向。如果我們真的要破解視覺問題，并将其與做事聯系起來，那麼有一個極其簡單、一目了然的事實：世界是三維的。我們生活的世界不是平面的。我們的物理 Agent，無論是機器人還是設備，都将生活在三維世界中。就連虛拟世界也變得越來越 3D 化。如果你與藝術家、遊戲開發者、設計師、建築師、醫生交談，即使他們是在虛拟世界中工作，其中大部分也是三維的。如果你能花點時間認識到這個簡單而深刻的事實，那麼毫無疑問，解決 3D 智能問題就是根本所在。
一旦你尊重了世界的三維性，很多事情就自然而然地發生了。例如，在我們發布在社交媒體上的一個視頻中，籃球被投放到一個場景中。因為它是三維的，所以你可以擁有這種能力。如果場景只是 2D 生成的像素，籃球将無處可去。
Q：或者，就像 Sora 中那樣，它可能會去到某個地方，但随後就消失了。在你嘗試推進這項技術的過程中，最大的技術挑戰是什麼？
李飛飛：沒有人解決過這個問題，對吧？這非常非常難。在世界實驗室的演示視頻中，你可以看到我們将一幅梵高的畫作，以一致的風格生成了它周圍的整個場景：藝術風格、燈光，甚至是那個社區會有什麼樣的建築。如果你轉過身去，它就變成了摩天大樓，那就完全沒有説服力了，對嗎？它必須是 3D 的。你必須進入其中。所以它不僅僅是像素。
Q：你能説説你用來訓練它的數據嗎？
李飛飛：很多。
Q：你們在計算負擔方面遇到過技術挑戰嗎？
李飛飛：計算量很大。這是公共部門負擔不起的計算量。這也是我很高興能休假，以私營部門的方式來做這件事的部分原因。我的親身經歷強調了在獲得充足資源的情況下進行創新的重要性。
知識的發現需要資源的支持，對吧？在伽利略時代，是最好的望遠鏡讓天文學家觀測到了新的天體。是虎克意識到放大鏡可以變成顯微鏡，發現了細胞。每一次新技術工具的出現，都有助于知識的探尋。而現在，在人工智能時代，技術工具涉及計算和數據。我們必須認識到這一點。
Q：假設我們能讓人工智能系統真正理解三維世界，這會給我們帶來什麼？
李飛飛：它将為人們釋放大量的創造力和生產力。我希望能以更高效的方式設計我的房子。我知道，許多醫療用途都涉及到理解一個非常特殊的三維世界，那就是人體。我們總在談論未來人類将創造機器人來幫助我們，但機器人是在三維世界中航行的，它們需要空間智能作為大腦的一部分。我們也在談論虛拟世界，它能讓人們參觀景點、學習概念或娛樂。這些虛拟世界使用三維技術，尤其是混合技術，也就是我們所説的 AR（增強現實技術）。我很想戴着一副眼鏡在國家公園裏漫步，它能為我提供有關樹木、道路和雲彩的信息。我還想通過空間智能學習不同的技能。
Q：什麼樣的技能？
李飛飛：我舉個蹩腳的例子，如果我在高速公路上爆胎了，我該怎麼辦？現在，我打開了一個 " 如何換輪胎 " 的視頻。但如果我能戴上眼鏡，看到我的車發生了什麼，然後在指導下完成這個過程，那就很酷了。但這只是個蹩腳的例子。你可以考慮烹饪，可以考慮雕刻—有趣的事情。
Q：你認為我們在有生之年能在這方面取得多大進展？
李飛飛：哦，我認為這将在我們有生之年實現，因為科技進步的步伐真的很快。你已經看到了過去 10 年所帶來的變化。這無疑預示着下一步會發生什麼。
今年 NeurIPS 好熱鬧
NeurIPS 整個會議期間，可以説是好不熱鬧。
比如，Bengio 和 OpenAI 的人吵起來了。
據在場的人爆料，在今年因果關系小組讨論中，OpenAI o1 的主創表示，我們最終應該訓練 Agent 來優化對世界的理解，來解決科學問題。
Bengio 還有一位谷歌 AGI 安全研究員 Tom Everitt 則指出這樣做很可怕！他們表示不應該制造這樣強大的 Agent，還有其他方法可以增強人類的能力，并進行科學研究，比如讓模型學習因果圖。
而就在剛才，Bengio 還進一步回應了，再次強調了 AI Agent 潛在的風險。
如果我們不解決調整和控制問題，随着我們賦予系統越來越多的代理權，人工智能的風險将繼續增長。在此之前，我們需要在科學和政策兩方面取得重大進展。
而何恺明竟然探讨起了 AI 宿命論？！
據熱心網友們的爆料，他是在被問到 AI 屬于發明還是發現的時候。
他表示這要看你相不相信宿命論了。（Doge）
除此之外，他在演講中探讨了 AI 未來的發展：Super-human AI？
據小紅書網友爆料，他提到一個有意思的觀點，他将人類比作大模型的傳感器：
人類感知，理解，壓縮了世界的所有的知識并用文本和語言記錄下來。大語言模型吸取，學習這些内容并将其建模為一個強大而豐富的空間。但是就像你只用 RGB 觀測宇宙一樣，總會有紫外，紅外這樣看不到，看不清的東西。
△授權自博主 @時間煮雨我主 Q
好了，NeurIPS 期間還有沒有發生什麼有意思的事情，歡迎小夥伴們跟我們爆料。
參考鏈接：
[ 1 ] https://spectrum.ieee.org/fei-fei-li-world-labs
[ 2 ] https://x.com/connoraxiotes/status/1866921924703498412
[ 3 ] https://x.com/kyliebytes/status/1866987524805234785
[ 4 ] https://www.xiaohongshu.com/explore/6759be860000000001029429
[ 5 ] http://xhslink.com/a/IFIoiN1IoRy1
[ 6 ] https://x.com/yoshua_bengio/status/1867274312941523193?s=46&t=iTysI4vQLQqCNJjSmBODPw
— 完 —
點這裏關注我，記得标星哦～
一鍵三連「分享」、「點贊」和「在看」
科技前沿進展日日相見 ~
>
