OpenAI 聯合創始人伊利亞·蘇茨克維爾 （Ilya Sutskever） 近日表示，人工智能研究人員必須找到新的方法來擴展機器智能，以克服現有侷限。

蘇茨克維爾在加拿大溫哥華舉行的2024年神經信息處理系統 （NeurIPS） 大會上發表了一場演講，他認爲人工智能預訓練的時代即將結束，並預測了人工智能超級智能的興起。

蘇茨克維爾認爲，通過更好的硬件、軟件和機器學習算法來提高計算能力，其速度已經超過了可用於 AI 模型訓練的數據總量。這位 AI 研究人員將數據比作化石燃料，終將有耗盡的一天。蘇茨克維爾表示:

“數據不會增長，因爲我們只有一個互聯網。你甚至可以說，數據是 AI 的化石燃料。它以某種方式被創造出來，現在我們使用它，並且我們已經達到了數據峯值，未來不會再有更多的數據了——我們必須處理我們擁有的數據。”

image.png

這位 OpenAI 聯合創始人預測，智能體 AI、合成數據和推理時間計算將是人工智能的下一個演變方向，並最終促成人工智能超級智能的誕生。

AI 智能體或將顛覆現有模式

AI 智能體的能力超越了當前的聊天機器人模型，它們能夠在沒有人爲干預的情況下做出決策。隨着 AI 模因幣和 Truth Terminal 等大型語言模型 （LLM） 的興起，AI 智能體已成爲加密貨幣領域的熱門話題。

Truth Terminal 在開始推廣一種名爲 Goatseus Maximus （GOAT） 的模因幣後迅速走紅。該模因幣最終達到了10億美元的市值，吸引了散戶投資者和風險投資家的關注。

谷歌 DeepMind 人工智能實驗室發佈了 Gemini2.0——一種將爲 AI 智能體提供動力的人工智能模型。

據谷歌稱，使用 Gemini2.0框架構建的智能體將能夠協助完成複雜的任務，例如在網站之間進行協調和邏輯推理。

能夠獨立行動和推理的 AI 智能體的進步將爲 AI 克服數據幻覺奠定基礎。

AI 幻覺的出現是由於不正確的數據集，以及 AI 預訓練越來越依賴於使用舊的 LLM 來訓練新的 LLM，這會隨着時間的推移降低性能。

數據瓶頸與 AI 未來

蘇茨克維爾的觀點強調了 AI 發展面臨的巨大挑戰:隨着 AI 模型規模的不斷擴大，對數據的需求也日益增長。然而，現實是，可用數據量增長的速度遠遠趕不上模型對數據需求的增長。這迫使研究人員必須探索新的方法，來克服數據瓶頸。

AI 智能體、合成數據和推理時間計算，或許將成爲 AI 未來發展的新方向。這些技術將有望幫助 AI 模型減少對海量數據的依賴，並提高其推理和決策能力。而 AI 超級智能的出現，則預示着 AI 技術可能將迎來一個全新的時代，它或將徹底改變我們現有的生活方式和工作模式。

然而，AI 超級智能的出現，也引發了人們對 AI 倫理和安全的擔憂。如何在享受 AI 技術帶來的便利的同時，確保 AI 技術的可控性和安全性，將是我們需要認真思考的問題。