当前位置:首页 > 科技资讯 > 正文

AI未来之路:超越Scaling,寻找下一把钥匙

在通往AGI的征途中,单纯依赖「规模扩张」已显不足,我们正处在探索「新突破口」的关键节点。

过去五年间,全球AI界普遍遵循「大力出奇迹」的Scaling Law。

这正是Ilya Sutskever所称的「扩展时代」。

要让AI变得更智能?方法就是投入更多数据、堆砌更多算力、将模型规模不断做大。

实践表明,这一策略极为奏效。

然而近期,Ilya突然指出:单纯的「规模扩张」,或许再也无法带来那种「质的飞跃」!

即便如今拥有百倍于过去的资源,也可能难以再现AI能力那种阶跃式的提升。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第1张

我们正在从Scaling时代迈向研究驱动的新阶段

此言一出,AI领域立刻沸腾。

网络上迅速传播着「Scaling Law要终结了!」的声音。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第2张

昨日,Ilya紧急出面进行了一项至关重要的澄清——

扩展(Scaling)依然能够推动进步,并未停滞。

然而,即便规模持续扩大,某些关键性要素仍然缺失。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第3张

德州扑克之父Noam Brown第一时间转发了Ilya的帖子。

他指出,当前社交媒体常常将AI辩论简化为两种极端的刻板印象:

(A)怀疑论者,认为大语言模型前途渺茫,AI纯属炒作。

(B)狂热派,认为一切条件都已成熟,ASI近在咫尺。

但若抛开标题党的喧嚣,审视顶尖研究人员的真实观点,会发现他们的看法存在惊人共识:

1. 即便没有新突破,仅凭现有技术范式,也足以对经济与社会产生深远影响;

2. 要实现AGI/ASI,仍需更多研究突破(如「持续学习」和「样本效率」是研究者常提及的方向);

3. 我们有望在20年内攻克这些难题,达成目标:

  • Demis Hassabis认为可能需要5-10年
  • François Chollet最近估计约5年
  • Sam Altman预测ASI可能在数千天内降临
  • Yann LeCun认为大约10年
  • Ilya Sutskever预期5-20年
  • Dario Amodei最为乐观,认为可能2年内实现,但也承认可能需要更长时间

换言之,无人认为ASI是天方夜谭,或需要百年之久。

分歧主要集中在这些「突破」的具体内容及其到来的速度。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第4张

对此,图灵奖得主Yann LeCun表示完全认同。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第5张

如何补上「重要的东西」?

那么,Ilya所指的「关键要素」究竟是什么呢?

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第6张

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第7张

情绪价值函数

从Ilya此前的播客访谈中,或许能获得关于「关键要素」的线索。

他在对话中探讨了一个问题:

人类的「天赋」是什么?为何其泛化能力优于模型?

访谈中有一段核心观点引人深思——

人类的学习能力不仅源于经验,还得益于进化过程中硬编码的「价值函数」。

Ilya提到,科学家曾发现,一位因脑损伤丧失情绪能力的患者,智力、语言、逻辑均未受损,却变得极度缺乏决策能力。

甚至连穿袜子这样的小事也要犹豫半天。

这表明,情绪并非「无用的噪音」,而是决策机制的关键组成部分。

这迫使我们重新审视:人类固有的情绪,在多大程度上助力我们成为「能在世界中正常运作的智能体」?

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第8张

情绪本质上就是一种「价值函数」。

它会指引你「这条路可行」「那条路危险」「这个方向不靠谱」……

反观当今的AI,虽然存在类似价值函数的训练机制(如模型评分器),但较为脆弱、粗糙,尚未内化为系统的一部分。

这便解释了「情绪价值函数」在预训练中的关键作用。

此外,Ilya还指出当前技术路径后劲不足——模型虽不断优化,却无法达成AGI,我们迄今尚未掌握构建真正可行系统架构的方法。

不久前,Google DeepMind CTO、谷歌新任首席AI架构师Koray Kavukcuoglu也就当前AI技术发展发表了见解。

他坚信AI进步的步伐并未减缓,Scaling仍在继续。同时,他强调通往AGI的动力源泉始终是创新。

在Koray看来,Gemini3不仅是一个模型架构,更是一种开放式探索,需要不断寻求新架构、新思路、新方法。

或许,这些未来的新架构、新想法、新方式中,就蕴藏着Ilya所说的「关键要素」。

泡沫会破裂吗?工作会消失吗?

不难察觉,近期关于「AI引发失业潮」和「AI泡沫论」的争论愈演愈烈。

这恰好印证了Noam Brown开篇强调的核心观点:

即便没有新突破,仅凭现有AI技术范式,也足以对既有经济结构和社会秩序产生深远冲击。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第9张

此前有媒体报道,AI基础设施投资已成为拉动美国经济增长的关键要素。

微软、Alphabet、Meta、亚马逊透露,它们2025年的资本支出总额将达约3700亿美元,并预计2026年这一数字将继续上升。

哈佛大学经济学家Jason Furman估计,2025年上半年,数据中心和软件处理技术的投资几乎贡献了美国GDP的全部增长。

或许你已感受到,当前AI热度空前。任何公司只要贴上AI标签,股价或估值便能飙升。

泡沫之争

在奥特曼、盖茨和贝佐斯等人看来,这种狂热中泡沫必然存在,但这未必是坏事。

与郁金香炒作不同,这是一种「产业泡沫」。

正如互联网泡沫破裂后,许多公司倒闭,但光纤网络、服务器留存下来,互联网最终改变了世界。

换言之,如同修建铁路。投资狂热期,可能因过度建设导致许多铁路公司破产,但铁路网最终建成,开启了工业时代。

当前的AI投资,正是在铺设未来的「数字铁路」。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第10张

然而,英伟达掌门人黄仁勋坚决反对这种「泡沫论」。

他认为,我们正在经历计算方式的根本转型——

过去用通用芯片(CPU)进行计算,如今则用加速芯片(GPU)进行推理和智能生成。

只要AI能持续产出「值得付费的智能」,这就不是泡沫,而是真实的供需关系。

同样,只要数据中心芯片真正在运转而非空转,这就不是纯粹的金融游戏。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第11张

饭碗之战

如果说泡沫仅影响投资者的钱包,那么第二个话题则关乎每个人的生计。

近期,MIT与橡树岭国家实验室联合开发的「Iceberg Index」(冰山指数)模拟工具显示:AI目前已具备替代美国11.7%劳动力的能力。

这次情况不同,白领阶层将面临冲击。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第12张

Anthropic CEO Dario Amodei是最为激进的「警示者」,他警告未来5年内50%的入门级白领工作可能消失。

马斯克则指出,凡是「坐在电脑前处理数字」的工作都可能被AI快速接管。

相比之下,厨师、水管工等需要与物理世界互动的「体力活」,反而成为最安全的避风港。

这恰好印证了「AI教父」Geoffrey Hinton的扎心建议:

去当水管工吧。

因为AI擅长撰写法律文书、制作表格,却难以修复你家漏水的水管。

AI未来之路:超越Scaling,寻找下一把钥匙 Scaling Law AGI AI泡沫 工作替代 第13张

面对这种悲观论调,黄仁勋再次发声,直接点名反对Amodei的观点。

他认为,取代你的不是AI,而是「善于使用AI的人」。公司借助AI提升效率后,盈利增加,进而雇佣更多人从事新项目。

LeCun的态度是,「人类是老板,AI是超级助手」。AI越强大,人类越轻松。

摩根大通CEO则描绘了一幅理想的职场乌托邦图景:

或许未来我们每周只需工作3.5天,便能过上美好生活。

最终,无论这些大佬们如何争论,他们都承认一个事实:变革浪潮即将到来。

悲观者看到的是被淹没的风险,乐观者则从中发现冲浪的机遇。

而我们唯一能做的,就是在AI浪潮来临时,不要站在海滩上发呆,而是尽快下海学会游泳。

参考资料

https://x.com/ilyasut/status/1994424504370581726