問題：人工智能的快速崛起是否開始放緩？
在矽谷，一種悄然增長的信念可能會帶來深遠的影響：大型人工智能模型的突破，可能正在放緩。
自從兩年前ChatGPT的瘋狂推出以來，人工智能的支持者一直認為，隨著科技巨頭不斷為訓練提供數據和計算能力，生成式人工智能的改進將會以指數級增長。
他們的推理是，實現這項技術的承諾僅僅取決於資源——只需投入足夠的計算能力和數據，人工通用智能（AGI）就會出現，能夠匹配或超越人類的表現。
進展的速度如此之快，以至於包括埃隆·馬斯克在內的行業領袖要求暫停人工智能研究。
然而，馬斯克自己所屬的主要科技公司仍然在推進，花費數百億美元以避免落後。
OpenAI，即ChatGPT的微軟支持創造者，最近籌集了66億美元以資助進一步的發展。
根據CNBC報導，馬斯克的AI公司xAI正在籌集60億美元，計劃購買10萬個Nvidia芯片，這些尖端電子元件為大型模型提供動力。
然而，通往AGI的道路上似乎出現了問題。
行業內部人士開始承認，當大型語言模型（LLMs）在更多的計算能力和數據下進行擴展時，其增長速度並非無止境。
儘管投資巨大，性能的提升卻顯示出停滯的跡象。
“像OpenAI和微軟這樣公司的高估值在很大程度上是基於LLMs會隨著持續擴展而成為人工通用智能的想法，”人工智能專家及常年批評者加里·馬庫斯表示。“我一貫警告，這只是幻想。”
「沒有牆」
一個根本挑戰是可用於人工智能訓練的基於語言的數據量是有限的。
AI法律任務公司Spellbook的首席執行官斯科特·史蒂文森表示，僅依賴語言數據進行擴展註定會遇到瓶頸。
“有些實驗室過於專注於不斷輸入更多的語言數據，以為這樣就會變得更聰明，”史蒂文森解釋說。
初創公司Hugging Face的AI負責人薩莎·盧奇奧尼認為，進展的停滯是可以預見的，因為公司在模型開發上過於注重規模而非目的。
“追求AGI一直是不切實際的，而‘越大越好’的人工智能方法最終注定會達到極限——我認為這就是我們現在所看到的情況，”她告訴法新社。
人工智能行業對這些解讀提出了質疑，堅稱朝向人類水平的人工智能的進展是不可預測的。
“沒有牆，”OpenAI首席執行官薩姆·奧特曼在X上發帖表示，並沒有進一步解釋。
開發Claude聊天機器人的Anthropic首席執行官達里奧·阿莫代伊則持樂觀態度：“如果你只是粗略地看看這些能力增長的速度，確實讓人覺得我們會在2026或2027年達到那裡。”
思考的時刻
儘管如此，OpenAI已經推遲了期待已久的GPT-4的後繼版本的發布，因為其能力的增長低於預期，根據《資訊》報導的消息來源。
現在，公司專注於更有效地利用現有能力。
這一戰略的轉變在他們最近的o1模型中得到了體現，該模型旨在通過改進推理來提供更準確的答案，而不是增加訓練數據。
史蒂文森表示，OpenAI轉向教導其模型“花更多時間思考而不是回應”導致了“顯著的改進”。
他將人工智能的出現比作發現火焰。與其不斷添加數據和計算能力這種燃料，不如是時候將這一突破用於特定任務。
斯坦福大學教授沃爾特·德·布魯爾將先進的LLMs比作從高中過渡到大學的學生：“AI寶寶是一個做了很多即興表演的聊天機器人，容易犯錯誤，”他指出。
“人類的思考方式即在做出行動之前思考即將到來，”他補充道。
你是人工智能的信徒還是懷疑者？
讓我們知道你的看法，請點擊這篇文章下方的評論標籤，或通過電子郵件發送至info@thesouthafrican.com，或發送WhatsApp至060 011 021 1。
—
對於人工智能的未來，這篇文章引發了許多深思。隨著技術的進步，我們不僅需要關注其發展速度，還要思考其實際應用的可行性。對於企業而言，無論是OpenAI還是其他科技公司，如何在追求規模的同時不失去對技術本質的理解，將是未來成功的關鍵。這不僅是技術的挑戰，更是倫理和社會責任的考驗。科技的持續發展必須與人類的價值觀相結合，才能真正達到可持續的進步。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
