作者：小巖

編輯：白云朵朵

正所謂一波未平，一波又起。

OpenAI的宮斗大戲在歷經幾次反轉后終于落下帷幕。就在看客們認為OpenAI終于要偃旗息鼓，回歸平靜時，新的一場風波迫不及待的開始了。

根據路透社曝光，就在SamAltman被解雇之前，幾位研究人員曾給董事會寄出一封警告信。這封警告信的內容，很可能是引起整個事件的真正導火索。警告信中表示，內部名為Q*（發音為的QStar）的下一代AI模型，發展的過于強大過于先進，到底有多強大和先進呢？大概是到了可以威脅人類的地步。

而Q*的主導人，正是OpenAI的首席科學家Ilya Sutskeve，也是其宮斗大戲中，始終處于風口浪尖上的人物。

大家很自然的就把這一切與OpenAI前幾天的“兵變”串聯在了一起，不禁發現，這是一場分外精彩的大戲。

新模型Q*，究竟是什么？

截至目前，OpenAI官方還沒有關于Q*的詳細信息，我們先嘗試根據網上的信息，拼湊了解一下，究竟什么是Q*。

Q*，也叫QStar。需要說明的是，雖然在深度學習的領域，區塊之間通過乘積來求解，但在Q*這里并非如此，它只是代表“star”。

在AI領域，與Q相關的，本質上都是Q學習（QLearning）。Q學習這一基本概念最早誕生于1989年。2013年，DeepMind曾經通過改進Q學習的方式，推出過一個叫做深度Q學習的算法。深度Q學習最鮮明的特點就是使用經歷回放，即從過去多個結果中進行采樣，再使用Q學習，進而達到提高模型的穩定性的作用，降低模型因為某一次結果導致訓練方向過于發散的風險。

一直以來，Q學習的研究都沒有太突出的成果，所以這個概念相對小眾。但Q學習起到了一個極其重要的作用——開發出了DQN。DQN是指深度Q網絡，誕生于深度Q學習。DQN的思路和Q學習是一模一樣的，但是在求得Q學習中最大獎勵值的過程，是用神經網絡來實現的。這一下子就顯得與眾不同了。

以上我們所解釋的是“Q”代表的含義，那其中的“*”又意味著什么呢？

由于OpenAI沒有官方解釋，大家只能對此進行推測。但很多業內專業人士認為，“*”代表的是A*算法。所謂A*算法的運行原理，是先通過啟發式算法（也就是估值），估算一個大概的值，當然這個值很有可能極其偏離正解。估算完成后就會開始循環遍歷，如果怎么都沒辦法求解那就重新估值，直到開始出現解。如此反復，最終得出最佳解。這種算法耗時較長，只能在實驗室環境進行操作。

通過以上的說明，想必大家對“Q”和“*”都有了初步的了解。根據AI圈的共識，OpenAI的Q*最有可能的樣子，就是利用Q學習快速找到接近最優解的估值，再利用A*算法在小范圍內求解，從而省去大量沒有意義的計算過程，以此達到快速求得最佳解的效果。

出其不意的Q*，是否會過于強大，威脅人類？

對于出其不意的Q*，大家關注的點基本一致：它的研發進行到哪一步了？是否會威脅到人類？

之所以有這樣的擔憂，是因為大家把Q*的推出與SamAltman此前在APEC峰會上的發言聯系在了一起。彼時，Altman表示，“OpenAI歷史上已經有過4次，最近1次就是在過去幾周，當我們推開無知之幕并抵達探索發現的前沿時，我就在房間里，這是職業生涯中的最高榮譽”。很多人認為，“最近的一次”，指的就是Q*。

而Ilya Sutskeve，也曾在幾周前的一次采訪中表示，“不談太多細節，只想說數據限制是可以被克服，進步仍可以繼續”。

通過以上的信息，有人分析Q*目前至少具備兩個核心特性。一是突破了人類數據的限制，可以自己生產海量數據；二是擁有了自主學習和自我改進的能力。特別是第2點，被認為很有可能對人類造成威脅。

但對此，一些業內專業人士給予了不同的意見。Meta首席人工智能科學家楊立坤（Yann LeCun）就認為，Q*是OpenAI的一次規劃性嘗試，并不意味著它已經取得了某些突破。諸如FAIR，DeepMind，OpenAI一類的頂級實驗室其實早早就對此有了研究。這不是什么新鮮的新聞，這看上去更像是在炒冷飯。

由此我們不難發現，相較于Q*目前取得的進展，此次事件所帶給OpenAI的輿情影響力，似乎更大。

“人工智能是否會對人類構成生存風險”——這個問題始終值得警惕。

對于炒作和八卦，我們大可以一笑置之，但嚴峻的現實不容忽慮：不定期出現的炒作會讓大家降低對AI的警惕心理，會分散人們對AI可能造成的，AI已經造成的問題的注意力。

AI是否會對人類構成生存風險，這將是一把始終懸在人類頭頂的達摩克利斯之劍。不僅OpenAI這一類的專業公司需要警惕“人工智能暴動”，全人類都應該對此保持清醒。譬如OpenAI 的董事會設計了“內部終止開關和治理機制”，以防止推出有害技術。再比如歐盟即將敲定全面的《人工智能法案》。目前立法者之間最大的爭論之一是，是否要賦予科技公司更多的權力，讓它們自行監管尖端的人工智能模型。

一旦我們允許AI系統設定自己的目標，并開始以某種方式與真實的物理或數字世界對接，很可能會出現安全問題。炒作永遠都不會缺席，商業性質的公司永遠會將“優先考慮自身利益”作為首要目標。在這種情況下，我們更需要擁有透過現象看本質的能力，了解AI，重視AI，警惕AI。

審核編輯 黃宇