超越 GPT-3，DeepMind 推出新宠 Gato，却被质疑「换汤不换药」

AI科技大本营
2022年5月23日06时

整理 | 彭慧中责编 | 屠敏

出品 | CSDN（ID：CSDNnews）

受大规模语言建模的启发，Deepmind应用类似的方法构建了一个单一的「通才」智能体 Gato，它具有多模态、多任务、多具身（embodiment）特点，能够执行600多个不同的任务。而这款人工智能，可以说是世界上迄今为止最令人印象深刻的一体式机器学习套件。

DeepMind在官方博客中解释道：

“Gato是作为一个多模式、多任务、多组件的通用人工智能。在相同的网络条件下可以玩雅达利游戏、给图像加标题、与人聊天，以及控制机械臂堆积木等等，它会根据当前情境决定是否输出文本、转动机械手臂、按下按钮或是进行其他标记。”

虽然Gato的表现究竟如何还有待观察，但它似乎比GPT-3所希望实现的一切还要多。

图片来源：DeepMind官网

Gato真的超越了GPT-3吗？

GPT-3是一个大型语言模型（LLM），由资金充足的人工通用智能（AGI）公司OpenAI制作。它不仅有来自微软的数十亿美元的支持，在美国政府的监管方面还基本上允许它做任何事。

它所专注于研究的通用人工智能（AGI）是一种具有人类智慧、可以执行人类能够做的任何智力任务的人工智能。一些研究人员将通用人工智能称为强AI（strong AI）或者完全AI（full AI），或称机器具有执行通用智能行为（general intelligent action）的能力。与弱AI（weak AI）相比，强AI拥有全方位的人类认知能力。

最初，OpenAI的使命是开发和控制一个AGI，但现实是，该公司设法创造的所有东西都是非常花哨的LLM，这与它的“初心”有些背道而驰了。

尽管GPT-3和DeepMind的Gato一样令人印象深刻，但大众对它们的评价标准需要一些细微的差别。

因为OpenAI在通往AGI的道路上走的是LLM路线，其中的原因很简单：没有人知道如何让AGI工作。就像从“火的发现”到“内燃机的发明”之间花了许多时间一样，弄清楚如何从深度学习到AGI也不会在一夜之间发生。不过，GPT-3还是可以做一些看起来像是人类做的事情，例如生成文本。

而标榜自己是“通用人工智能”的Gato所做的几乎是与GPT-3相同的事情。它只把一个工作原理很像LLM的东西整合成了一个能够变600多种戏法“魔术师”。其亮点是使用单一序列模型解决所有任务，但却需要增加训练数据的数量和多样性。

Gato执行多种任务的能力更像是一个可以存储600种不同游戏的游戏机，而不是像一个你可以用600种不同方式玩的游戏。它并不如介绍所说，是一个通用人工智能，而是由一堆预先训练好的、狭窄的模型整齐地捆绑在一起所组成。