同样的,思维链(Chain of Thought)技术在两年前开始广泛使用,这让模型在数学和推理类问题上实现了10倍的有效计算提升。此外,工具使用、超长上下文窗口和后训练等技术都让模型有了极大的改进。而目前的模型还没有长期记忆,无法进行长时段的思考并输出更长的内容,个性化程度也不够高。阿申布伦纳认为,如果我们能在这些领域取得突破,那么就有可能实现模型表现质的飞跃。但阿申布伦纳强调,这些估计的误差是很大的。训练数据可能面临瓶颈,而算法突破何时能实现也是未知数。但目前我们确实在经历着成数量级的快速增长。只要AI技术能保持目前的发展趋势,我们就很有可能于2027年实现AGI。 02.AI发展不会止步于AGI,增长可能遇到四大瓶颈
阿申布伦纳在这份文件中分享了当前AI行业的一个怪现象:现在每个人都在谈论AI,但很少有人知道即将发生什么。英伟达的分析师仍然认为2024年可能就是顶峰。而主流专家则陷入了选择性忽视的状态,认为模型能力仅仅只是“下一词预测”。他们只看到炒作和一切如常,最多只是认为另一场与互联网出现规模相仿的技术变革正在发生。这份名为《态势感知》的文件在发布后迅速在网络上引起热议,有不少网友赞同阿申布伦纳的观点,但也有人认为他在文中对智能的定义和衡量标准混乱,对趋势的判断也缺乏充分依据。或许只有时间能告诉我们答案,但阿申布伦纳在文中提出的种种问题并非凭空捏造,人类确实需要回应超级智能可能带来的艰巨挑战。来源:S I T U AT I O N A L AWA R E N E S S(本文系网易新闻•网易号特色内容激励计划签约账号【智东西】原创内容,未经账号授权,禁止随意转载。