隨著2024年的尾聲漸行漸近，科技界對于未來一年的展望似乎被一層迷霧所籠罩?；赝^去一年，曾經(jīng)被寄予厚望的技術(shù)突破并未如期而至，其中最引人矚目的莫過于GPT-5的爽約以及視頻生成領(lǐng)域的商業(yè)化困境。
年初，一款名為Sora的視頻生成產(chǎn)品橫空出世，以其驚艷的表現(xiàn)吸引了眾多目光。然而，好景不長，Sora便因?qū)彶閱栴}而陷入停滯，據(jù)傳其背后的算力需求之巨，連好萊塢和藝術(shù)家們的入駐合作也難以迅速解決。據(jù)Factorial Funds估算，Sora在訓(xùn)練環(huán)節(jié)所需的算力至少是LLM的幾倍之多，若要實(shí)現(xiàn)大規(guī)模應(yīng)用，其成本之高令人咋舌。
與此同時(shí)，生成式AI應(yīng)用雖然仍處于早期階段，但巨頭們的投資熱情卻絲毫未減。紅杉資本的一項(xiàng)研究表明，AI的預(yù)期收入與基建投入之間存在著高達(dá)6000億美元的缺口。然而，歷史經(jīng)驗(yàn)告訴我們，科技泡沫的破裂往往需要漫長的時(shí)間，這使得當(dāng)前的“體感”并不明朗。
在這樣的背景下，關(guān)于人工智能通用智能（AGI）的討論再次成為焦點(diǎn)。多位科技大佬紛紛對AGI的實(shí)現(xiàn)時(shí)間做出了預(yù)測，但這些預(yù)測卻大相徑庭。OpenAI CEO Sam Altman對2025年實(shí)現(xiàn)AGI充滿期待，而馬斯克、Anthropic創(chuàng)始人Dario Amodei等人則預(yù)測AGI將在2026年到來。還有多位諾獎(jiǎng)得主和科技領(lǐng)袖也加入了這場討論，他們的預(yù)測時(shí)間從5年到10年不等。
然而，并非所有人都對AGI的到來持樂觀態(tài)度。人工智能專家Gary Marcus曾表示，如果我們繼續(xù)沿著深度學(xué)習(xí)和語言模型的路線前進(jìn)，將永遠(yuǎn)無法實(shí)現(xiàn)AGI。他認(rèn)為，這些技術(shù)存在缺陷，相對薄弱，只有通過更多的數(shù)據(jù)和算力才能取得進(jìn)步。而華盛頓大學(xué)計(jì)算機(jī)科學(xué)教授Pedro Domingos則更加直接地?cái)嘌裕珹GI只是一個(gè)白日夢。
事實(shí)上，AGI的預(yù)測背后涉及著數(shù)萬億美元的投資，其無疑是未來科技發(fā)展的重要方向。但更重要的是，我們需要看清楚什么是真實(shí)可行，什么是過度炒作。目前，Scaling Law已經(jīng)“撞墻”，多位科技領(lǐng)袖和投資人都開始對此表示擔(dān)憂。他們認(rèn)為，AI模型的能力似乎遇到了某種瓶頸，性能的提升速度正在放緩。
面對這樣的困境，Scale AI創(chuàng)始人兼CEO Alexandr Wang提出了邁向AGI路上的五大挑戰(zhàn)：數(shù)據(jù)墻、評估過擬合、Agent不可靠、芯片和能源以及國際競爭。他認(rèn)為，在解決這些挑戰(zhàn)之前，我們還需要在模型上投入更多的資金和資源，但與此同時(shí)，也需要相應(yīng)的創(chuàng)新來配合。
其中，數(shù)據(jù)墻是首要挑戰(zhàn)。目前，大部分?jǐn)?shù)據(jù)仍然是私有和專有的，被鎖起來無法用于訓(xùn)練。而評估問題也同樣棘手，現(xiàn)有的評估標(biāo)準(zhǔn)已經(jīng)飽和或容易過擬合，需要建立更具挑戰(zhàn)性的評估來衡量模型的進(jìn)步。Agent的不可靠性、芯片和能源的短缺以及國際競爭的壓力也都是實(shí)現(xiàn)AGI路上的重要障礙。
盡管如此，AGI仍然被視為人類追求的“圣杯”。一旦實(shí)現(xiàn)，它將徹底改變世界。然而，留給人類“轉(zhuǎn)型”的時(shí)間還有多少？這仍然是一個(gè)未知數(shù)?；蛟S，預(yù)測未來不如預(yù)測“脆弱”，在面對科技發(fā)展的不確定性時(shí)，我們需要更加謹(jǐn)慎和理性地看待每一個(gè)技術(shù)突破和預(yù)測。
