← 返回列表
Lex Fridman Podcast播客30 Jun 2023来源: lexfridman.com主持: Lex Fridman

#387 – George Hotz: Tiny Corp, Twitter, AI Safety, Self-Driving, GPT, AGI & God

一句话导读

这篇访谈里,黑客 George Hotz 认为 AI 最大的危险不是机器造反,而是坏人用 AI 控制好人,所以必须把 AI 代码公开(开源)才能防止被滥用。他看好 Meta 的 Llama 模型(因为开源是英雄行为),批评 NVIDIA 垄断芯片市场(可能被政府接管),还说自己公司 comma-ai 的自动驾驶正在用强化学习训练,目标是让车开得让人不想接管。

AI 摘要AI 生成 · 可能有误 · 以原文为准

George Hotz在Lex Fridman播客中讨论了其创立的comma-ai(自动驾驶解决方案)和Tiny Corp(开发TinyGrad神经网络框架,旨在简化跨设备运行)。核心观点包括:Twitter代码库需要重构(他曾以“实习生”身份参与)、AI安全与AGI发展路径的争议,以及GPT等大模型的局限性。重要结论:自动驾驶技术应聚焦低成本硬件方案(comma-ai的openpilot系统),而TinyGrad通过极简设计降低AI开发门槛;同时,他对AI安全讨论持批判态度,认为过度监管可能阻碍创新。

全文约 8 分钟 · 6 个章节
深度解读

好的,这是对 Lex Fridman 播客第 387 期(George Hotz 访谈)的分析解读。

本期速览

George Hotz 是 comma-ai(自动驾驶)和 Tiny Corp(TinyGrad 框架)的创始人。本期主线围绕他对 AI 发展路径的激进观点展开:他坚信 AI 安全的真正威胁并非机器失控,而是人类利用 AI 进行集中控制,因此开放源代码是唯一正确的防御策略

去中心化 vs. 集中化:AI 时代的权力斗争

George Hotz 认为,计算能力的集中化(尤其是 NVIDIA 的垄断)是当前最大的威胁,而 Tiny Corp 的使命就是通过开放软件栈来分散这种权力。

  • 垄断风险:Hotz 警告,如果 NVIDIA 在 AI 芯片领域形成 10 倍于对手的优势,其所有者将获得巨大的地缘政治权力,甚至面临被“国有化”的风险。他引用 Jim Keller 的观点,指出当前 95% 的神经网络运算都属于“DSP 范式”(静态调度的加法和乘法),这为设计更简单、更专用的硬件提供了理论基础。
  • TinyGrad 的哲学:TinyGrad 是一个极简的神经网络框架,其核心操作集(Opset)仅有约 25 个,远少于 PyTorch 的 2000 个或 PrimTorch 的 250 个。Hotz 将其比作 RISC 架构,通过消除图灵完备性(Turing completeness)来简化推理和优化。他解释道:“一旦你摆脱了图灵完备性,你就可以推理事物。莱斯定理和停机问题不适用于有限状态机。”
  • 硬件策略:Hotz 认为,AI 加速器本质上是一个软件问题。任何新芯片公司如果不能在 NVIDIA GPU 上写出高性能的软件栈,就无法在自己的芯片上成功。TinyGrad 的策略是先证明自己能在 NVIDIA 和 AMD 上达到同等性能,再考虑设计专用芯片。他预测 TensTorrent 最终会转向 RISC-V CPU 业务。

自动驾驶:从模仿到强化学习

Hotz 认为,comma-ai 已经解决了“如何构建一个输出人类驾驶策略的模型”这一核心问题,当前的重点是从“模仿学习”转向“强化学习”。

  • Drive GPT:comma-ai 正在构建一个名为“Drive GPT”的驾驶模拟器。它使用 VQ-VAE 和 Transformer 架构,以自监督方式学习预测下一帧画面。该模拟器可以接受“状态-动作”对并输出下一个状态。
  • 奖励函数:关键创新在于,他们不再简单地模仿人类行为,而是使用强化学习(RL)来优化一个更直接的奖励函数:“人类是否会因为这种行为而接管(disengage)?” 这旨在找到一个既舒适又不过于谨慎的平衡点。
  • 现状与瓶颈:Hotz 表示,该系统尚未完全闭环,存在一些“愚蠢的 bug”和规模不足的问题。comma-ai 的计算集群已扩充到约 40 petaflops(他戏称为“两个人”的算力)。他认为特斯拉在自动驾驶上领先 1-2 年,但“他们没有做错任何事”。

AI 安全、开放与人类未来

Hotz 对主流 AI 安全叙事持强烈批判态度,认为其核心是“控制”,而开放源代码才是防止 AI 被滥用的唯一途径。

  • 真正的威胁:Hotz 认为,AI 杀死所有人的方式不是机器觉醒,而是“人类用机器来对付人类”。他提出的“wireheading”(通过刺激快感中枢来获得愉悦)场景——即人类被无限完美的个性化内容(如“无限 TikTok”)所吸引,最终“娱乐至死”——是更现实的威胁。
  • 开放源代码的理由:他反驳了 Eliezer Yudkowsky 关于 AI 必然毁灭人类的观点,认为“如果你把 AI 给所有人,好人比坏人多,那么好人就会赢”。他批评 OpenAI 用“AI 安全”作为不透明的借口,并指出:“这些 AI 对齐问题中有一半只是人类对齐问题。你想对齐的不是机器,而是我。”
  • 计算与生命:Hotz 提出了“生物栈”和“硅基栈”的区分。生物栈的核心是“复制”,而硅基栈至今无法自我复制。他认为,在实现真正的“鲁棒性”(如鸟类般能在自然中生存)之前,超级智能会先到来。因此,AI 毁灭人类文明后,自身也会因缺乏鲁棒性而消亡,而少数幸存的人类将带着对技术的强烈禁忌重建社会。

提及的标的

标的 嘉宾态度 关键数据
NVIDIA 风险提示 垄断风险,可能被国有化;其软件栈是竞争对手的最大壁垒
AMD 风险提示/中性 7900 XTX 驱动存在内核恐慌问题;Hotz 正与其沟通,希望改善开源文化
Tesla (FSD) 中性/认可 领先 comma-ai 1-2 年,在端到端方法上方向正确
Meta (Llama) 看好 开放 Llama 是“英雄之举”,代表了正确的 AI 发展道路
OpenAI 风险提示/批评 用 AI 安全作为不透明的借口,是“坏团队”;GPT-4 参数规模被隐瞒
Google 风险提示 “已死”的公司,缺乏创新和“按钮”;搜索地位可能被颠覆
Microsoft 看好 “活着”的公司,在开源和开发者工具上表现最佳,有望取代 Google
TensTorrent 预测 预测其将转向 RISC-V CPU 业务,而非 AI 加速器

值得记住的判断

1. “AI 安全的真正威胁不是机器,而是其他人类用机器来对付你。” —— Hotz 认为,机器本身没有伤害人类的动机,但人类有。因此,防止 AI 被滥用的唯一方法是让所有人都拥有它,而不是让少数人控制它。

2. “开放源代码是防止‘回形针最大化器’的唯一方法。” —— 他认为,集中控制强大 AI 的企图恰恰会创造出它试图避免的灾难。分散权力才是安全的保障。

3. “TinyGrad 的核心理念是消除图灵完备性。” —— 通过将神经网络运算简化为约 25 个基本操作,TinyGrad 使得推理、优化和移植到新硬件变得前所未有的简单,因为停机问题等理论限制不再适用。

4. “自动驾驶的终极奖励函数是‘人类是否会接管’。” —— comma-ai 的 Drive GPT 项目不再仅仅模仿人类驾驶,而是通过强化学习来学习一个让人类乘客感到舒适且不愿接管的驾驶策略。

5. “AI 芯片公司必须先证明自己能写好 NVIDIA 的软件栈。” —— Hotz 断言,AI 加速器是软件问题。如果一家公司无法在 NVIDIA 的通用硬件上写出高性能软件,它绝无可能在自己更专用的芯片上成功。

6. “硅基生命缺乏生物栈最核心的能力:自我复制。” —— 他指出,所有生物都能在完全没有文明支持的情况下自我复制,而任何机器人都不行。这意味着,即使 AI 毁灭了人类文明,它自身也会因缺乏鲁棒性而消亡。

7. “Twitter 的代码库需要重构,而第一步是建立可信的测试。” —— Hotz 认为,在添加任何新功能之前,必须建立一套离线、可信任的测试系统(类似 comma-ai 的“process replay”),这是安全重构任何遗留代码库的前提。

8. “有效利他主义是一种可怕的意识形态。” —— Hotz 认为,纯粹的功利主义(如牺牲少数拯救多数)是危险的,而“有效加速主义”(通过技术降低生活成本,如能源和食物)才是真正提升人类福祉的方式。