最近，Meta CTO Andrew Bosworths公開接受了記者的專訪。

他針對Meta如何將AI和XR行業(yè)融合在一起，以及Meta對于開源AI社區(qū)的競爭和發(fā)展，AI人才的流動聊了很多。

當(dāng)XR遇上AI，如何迸發(fā)出火花

問題：看起來，當(dāng)混合現(xiàn)實(shí)硬件與生成式人工智能相結(jié)合時，會得到1+1大于2的效果嗎？

在7年前Michael Abrash的Connect演講中，他探討了大型AR的未來愿景，強(qiáng)調(diào)人工智能是核心組成部分。

但之前的認(rèn)識可能存在誤區(qū)，認(rèn)為需要大量狹窄的數(shù)據(jù)集才能獲得更好的AI系統(tǒng)。然而，這種思維方式正逐漸轉(zhuǎn)變。

眼鏡類產(chǎn)品在市場上的長期存在，加上人工智能的應(yīng)用，就可以顯著提高眼鏡的實(shí)用性。

在大型語言模型出現(xiàn)之前，機(jī)器學(xué)習(xí)總是圍繞著創(chuàng)造價值的應(yīng)用發(fā)展的。

例如，F(xiàn)acebook在引入News Feed排名機(jī)制之前已存在，但隨著時間的推移，其排名機(jī)制得到了改善。

類似地，所有人工智能系統(tǒng)通常都是基于非AI元素開始，以獲取數(shù)據(jù)集，隨后這些數(shù)據(jù)集支持人工智能系統(tǒng)的不斷進(jìn)步。

然而大型語言模型與以往不同，它已經(jīng)具有了很強(qiáng)的通用性。這意味著不再需要精確或完美的訓(xùn)練數(shù)據(jù)，現(xiàn)有的人工智能技術(shù)將成為未來Meta設(shè)備的基石。

Meta最近剛剛和Ray Ban合作推出的眼鏡就是一個例子。這款眼鏡具有攝像頭視頻、實(shí)時流媒體、優(yōu)質(zhì)音樂播放和通話的功能，是一款優(yōu)秀的產(chǎn)品。

剛剛推出時，我們覺得需要一個「智能助手」來幫助用戶使用這些功能，但是6個月過后，智能助手本身成為了眼鏡上最為流行的功能了。

他強(qiáng)調(diào)，硬件產(chǎn)品的關(guān)鍵功能在短時間內(nèi)發(fā)生改變是非常罕見的，但在眼鏡的案例中卻發(fā)生了，顯示了技術(shù)發(fā)展的迅速和不可預(yù)測性。

問：您認(rèn)為人工智能將如何在Quest中發(fā)揮作用？

在Quest上，我們真正想要實(shí)現(xiàn)的一些功能實(shí)際上并沒有很好的訓(xùn)練數(shù)據(jù)集。

文本，我們有整個互聯(lián)網(wǎng)作為資源。照片，F(xiàn)acebook和Instagram上有龐大的圖庫。但對于3D對象，尤其是在四維空間中動畫的3D對象，卻沒有一個大型、權(quán)威的數(shù)據(jù)庫。

這正是我們真正想要的。我們正在努力，試圖改進(jìn)這個模態(tài)下的一切內(nèi)容，包括能夠?qū)С龈嗟?D內(nèi)容。

所以混合現(xiàn)實(shí)和虛擬現(xiàn)實(shí)非常難以實(shí)現(xiàn)，因?yàn)槟阋獙?shí)現(xiàn)的是一個額外的維度空間上的所有內(nèi)容。

但另一方面，XR和VR顯然有巨大的優(yōu)勢，它們有始終開啟的傳感器。這些傳感器始終在掃描和感知空間。

Meta依然在進(jìn)行研究，在3D和4D空間上看到了一些很有潛力的事情。

問：您想要實(shí)現(xiàn)的殺手級用例是什么？

答：在短期內(nèi)，公司重點(diǎn)關(guān)注的是創(chuàng)作者，提供了設(shè)計頭像、創(chuàng)建世界和游戲等功能。

而Meta的長期目標(biāo)是提高用戶與機(jī)器的交互效率，使用戶能夠同時在內(nèi)容和系統(tǒng)層面進(jìn)行交互。

例如，用戶可以直接通過簡單指令來啟動游戲并邀請朋友參與某個游戲。

這可能是一個非常復(fù)雜的過程，需要在系統(tǒng)中啟動游戲，同時向好友發(fā)出邀請，并將他們拉到同一個應(yīng)用中的同一個地方。

開源AI，Meta與社區(qū)共榮

問：請問Meta開源Llama背后的策略是什么？

公司自2006年以來一直是開源領(lǐng)域的領(lǐng)導(dǎo)者。他們利用了多個開源項(xiàng)目，如PHP、Memcached和MySQL，這些項(xiàng)目幫助公司以較少的員工高效運(yùn)作。他們還推動了PyTorch項(xiàng)目，這是一種主要的機(jī)器學(xué)習(xí)工程系統(tǒng)，并對其進(jìn)行了開源。

開源項(xiàng)目的一個重要好處是圍繞它可以建立起一個社區(qū)，這使得項(xiàng)目自我強(qiáng)化。例如，使用PyTorch的行業(yè)其他成員構(gòu)建的工具也為公司所用。公司也觀察到了他們的Llama項(xiàng)目的成功，這個項(xiàng)目有著龐大的建設(shè)者社區(qū)和1億次下載記錄，已經(jīng)促成了多個不同項(xiàng)目和商業(yè)程序的成功。

公司還強(qiáng)調(diào)了開源軟件的價值。他們的研究實(shí)驗(yàn)室發(fā)現(xiàn)，開源軟件可以迅速獲得獨(dú)立第三方的驗(yàn)證結(jié)果，促進(jìn)進(jìn)一步的發(fā)展。雖然不是所有東西都適合開源——例如，由于數(shù)據(jù)集的使用或安全考慮——但在可能的情況下，他們傾向于開源，因?yàn)檫@對所有人，包括他們自己，都是雙贏的情況。

問：來聊聊Llama，您的人工智能模型家族。開源Llama背后的策略是什么？

答：從我2006年加入Facebook那天起，F(xiàn)acebook一直以來就是開源領(lǐng)域的領(lǐng)導(dǎo)者。

PHP是開源的。如果Facebook沒有接手Memcached這個項(xiàng)目，我們就會倒下。

MySQL是開源的。這就是Facebook之后能夠成為一家規(guī)模小但是效率超高的公司，并以少量員工完成如此多工作的原因之一。

Meta現(xiàn)在不僅在推動這些項(xiàng)目，而且還在推動PyTorch，這是完成機(jī)器學(xué)習(xí)工程的第一系統(tǒng)。我們構(gòu)建并開源了它。

開源項(xiàng)目的一個重要好處是圍繞它可以建立起一個社區(qū)，Meta可以充分利用這個社區(qū)中的一切資源。

例如，使用PyTorch的其他成員構(gòu)建的工具也為Meta自己所用。

就Llama而言，很多人都從中受益了。已經(jīng)達(dá)到了1億次下載，我們已經(jīng)看到了由此產(chǎn)生的各種不同項(xiàng)目，并且有很多商業(yè)程序正在Llama基礎(chǔ)上取得了成功。

如果Llama繼續(xù)保持如今的發(fā)展勢頭——成為大型開發(fā)者社區(qū)的絕對核心——Meta也將受益匪淺，這對Meta的幫助也會非常大。

另外，如果再看看成立剛好10年的FAIR，我們研究實(shí)驗(yàn)室 一直以來也都秉承開源的理念。當(dāng)開源軟件時，F(xiàn)AIR會立即獲得獨(dú)立的第三方驗(yàn)證結(jié)果，然后有人在此基礎(chǔ)上繼續(xù)發(fā)展。

我們可以使用該結(jié)果來構(gòu)建我們的下一篇論文，或者是開發(fā)我們的下一個程序。

我們不可能開源一切。比如我們的某些研究，因?yàn)槠渲惺褂玫臄?shù)據(jù)集，或者因?yàn)樗陌踩?，沒有辦法開源它。

但在其他條件相同的情況下，我們確實(shí)嘗試開源，并相信它將幫助包括我們在內(nèi)的所有人。這是雙贏的。

問題：開源戰(zhàn)略對招聘有何影響？我知道有些工程師喜歡開源，而有些人工智能研究人員認(rèn)為開源如此強(qiáng)大的技術(shù)是不負(fù)責(zé)任的。

答：我認(rèn)為這肯定有助于我們擁有更大的招募規(guī)模，因?yàn)楦嗟娜耸煜つ哪Ｐ鸵约坝?xùn)練模型的方式。我們可以雇傭更多懂得如何使用PyTorch的工程師。

因此，我認(rèn)為這對于從越來越多的人中進(jìn)行招聘來說確實(shí)很有好處，這些人距離在公司取得出色的成績只有一步之遙。

關(guān)于認(rèn)為「開源是不負(fù)責(zé)任」的說法，我認(rèn)為對這些大型語言模型的很多焦慮都是錯誤的。

我覺得Yann LeCun說得很好。開源模型是一個超級有趣且重要的工具。我認(rèn)為它是一個關(guān)聯(lián)數(shù)據(jù)庫。

沒有推理或計劃的能力，沒法理解世界。而且現(xiàn)在來看未來也不會擁有這些能力。

技術(shù)依然會不斷取得突破。這是一個非常激動人心的時刻。這是一項(xiàng)偉大而重要的技術(shù)。

我迫不及待地希望它的構(gòu)建成本、運(yùn)行成本、延遲更低、效率更高，能夠在低功耗、小型設(shè)備上運(yùn)行真正強(qiáng)大的模型。這些都是非常重要的事情。但是會花費(fèi)大量的時間和精力。

而且，大模型也不是AGI。大模型發(fā)展到極限本身不會達(dá)到AGI。馮·諾依曼關(guān)于奧本海默的那句話怎么說來著？

「有時有人為了獲得功勞，不惜承認(rèn)自己有罪?！刮艺J(rèn)為硅谷有時會發(fā)生很多這樣的事情。

我并不是說人們不相信它。也許有的人會相信，但是我不會。

AI人才迎來黃金時代

問：你們在招募下一位杰出的人工智能研究人員時的宣傳口號是什么？如何讓他們加入 Meta，而不是OpenAI或Google DeepMind？

A：研究人員現(xiàn)在有很多選擇?，F(xiàn)在是入行的好時機(jī)。這些公司差異很大。如果有人想加入 Google，成為他們千人團(tuán)隊(duì)一員。

但是在Meta有不同規(guī)模的團(tuán)隊(duì)，每個人能獲得的個人影響力是完全不同的。OpenAI 是第三個不同的機(jī)構(gòu)。他們有非常不尋常的治理結(jié)構(gòu)，股權(quán)單位似乎也不太一樣。

問：那么招聘工作還順利嗎？

答：進(jìn)展順利。確實(shí)有很多偉大的人才正在離開剛剛說到的3家公司。其中一些人才將流向該另外幾家公司。

其中一些人才也將去往全新的地方，法國的Mistral是一群開發(fā)Llama的人才構(gòu)成的。

按照硅谷的標(biāo)準(zhǔn)，我的職業(yè)生涯已經(jīng)很長了，也就見怪不怪了。

當(dāng)新技術(shù)出現(xiàn)時，人們的熱情就會大爆發(fā)。其中一些人才流向初創(chuàng)公司，一些流向老牌公司。但是一定會有更多的人才進(jìn)入這個行業(yè)。

現(xiàn)在就是這樣一個時代，人才的總數(shù)在不斷增加。深度學(xué)習(xí)研究人員可能比一年前多了10倍。因?yàn)槿藗兛吹竭@樣的需求，所以就有越來越多的人開始學(xué)習(xí)和研究這些技術(shù)了。

問：你提到了Mistral。上周推出的Mixtral模型使用了專家的混合體，這似乎與你們在 Meta 所做的事情形成了競爭。你是這樣看的嗎？

答：不。如果整個社區(qū)團(tuán)結(jié)在任何開源模型周圍，并且它成為事實(shí)上的標(biāo)準(zhǔn)，這就是發(fā)生的有趣的事情之一。

我們可以使用這個模型。它不一定來自我們，就像Memcached不一定來自我們一樣。

MySQL不是來自我們。這些都是偉大的事情。我們很高興使用它們。因此，一旦你不想與開源競爭，開源就是好的。

讓我們擁有相互競爭、采用不同策略并嘗試在不同方面超越彼此的模型?！?/span>

我的商業(yè)模式不會阻止其他人使用這項(xiàng)技術(shù)?！?/span>

需要明確的是，Llama 團(tuán)隊(duì)絕對希望擊敗所有其他模型。這種競爭是很好的，很健康。

這是人們之間出于善意和良好精神的競爭，而不是為了生存下來的競爭。

如果你輸?shù)袅诉@場比賽，你的懲罰就是你可以使用更好的模型。