对硅谷的信心悄然增长可能会产生巨大的影响:大型企业的突破人工智能模型可能会放慢速度。
自从两年前 ChatGPT 疯狂推出以来,人工智能的信徒们一直认为,随着科技巨头不断以训练和计算能力数据的形式火上浇油,生成式人工智能的进步将会呈指数级加速。
理由是,交付技术的承诺只是一个资源问题:注入足够的计算能力和数据,通用人工智能(AGI)将会出现,能够匹配或超过人类水平的表现。
进展速度如此之快,以至于包括埃隆·马斯克在内的领先行业人士呼吁暂停人工智能研究。
然而,包括马斯克自己的公司在内的主要科技公司都在奋力向前,花费了数百亿美元以避免落后。
OpenAI 是 ChatGPT 的微软支持的创建者,最近筹集了 66 亿美元来资助进一步的进展。
马斯克的人工智能公司 xAI 正在筹集 60 亿美元资金,用于购买 10 万个 Nvidia 芯片,这些芯片是为大型模型提供动力的尖端电子元件。
然而,通向AGI的道路上似乎存在问题。
业内人士开始承认,当注入更多的能力和数据时,大型语言模型 (LLM) 并不会以惊人的速度无限扩展。
尽管进行了大量投资,但性能改进仍显示出停滞不前的迹象。
人工智能专家、经常批评者加里·马库斯 (Gary Marcus) 表示:“OpenAI 和微软等公司的天价估值很大程度上是基于这样一种观念,即随着规模的不断扩大,法学硕士将成为通用人工智能。”“正如我一直警告的那样,这只是一个幻想。”
一项基本挑战是可用于人工智能训练的基于语言的数据数量有限。
人工智能法律任务公司 Spellbook 的首席执行官斯科特·史蒂文森 (Scott Stevenson) 表示,仅依靠语言数据进行扩展注定会碰壁。
史蒂文森解释说:“一些实验室过于专注于输入更多语言,认为它会变得越来越聪明。”
初创公司 Hugging Face 的研究员兼人工智能负责人 Sasha Luccioni 认为,鉴于公司在模型开发中关注的是规模而不是目的,进展停滞是可以预见的。
她告诉法新社:“追求通用人工智能一直是不切实际的,‘越大越好’的人工智能方法最终必然会达到极限,我认为这就是我们现在看到的情况。”
人工智能行业对这些解释提出质疑,认为人类水平人工智能的进展是不可预测的。
“没有墙”,OpenAI 首席执行官 Sam Altman 于 11 月 14 日在 X 上发帖,但没有详细说明。
Anthropic 的首席执行官达里奥·阿莫迪 (Dario Amodei) 仍然乐观:“如果你只关注这些功能增长的速度,你就会认为我们将在 2026 年或 2027 年实现这一目标。”他的公司与亚马逊合作开发了 Claude 聊天机器人。
生长,