微软 AI 掌门人苏莱曼不看好 OpenAI 阿尔特曼对 AGI 的预判:当前硬件无法实现

据 The Verge 今晚报道,微软 AI CEO 穆斯塔法・苏莱曼对 OpenAI CEO 山姆・阿尔特曼的最新表态提出了异议,称当前硬件无法实现 AGI。

据 The Verge 今晚报道,微软 AI CEO 穆斯塔法・苏莱曼对 OpenAI CEO 山姆・阿尔特曼的最新表态提出了异议,称当前硬件无法实现 AGI。

AI在线注:阿尔特曼近期表示,AGI 可以在现有硬件条件下实现。

苏莱曼接受采访时则指出,这一目标或许还需十年时间。当谈及“现有硬件”定义时,以 The Verge 提出的“比现有硬件领先一到两代”为标准,苏莱曼回应称,这一条件下难以实现 AGI:

“我认为英伟达 GB200s 无法胜任。不过在未来两到五代硬件中实现是可能的,但我不认为两年内成功的概率很高。根据硬件开发周期,目前每代硬件需要 18 到 24 个月,所以五代可能意味着十年。”

苏莱曼补充:“围绕这一问题存在大量不确定性,任何断言都会显得武断,甚至夸大其词。”

他进一步区分了 AGI 和“奇点”的概念:

AGI 的定义很关键。AGI 并不是奇点。后者是一种能够以指数递归方式自我提升的系统,其能力将迅速超越人类智慧。

AGI 是一种能够适应各种训练环境的通用学习系统,既包括知识工作,也涵盖体力劳动。机器人技术的复杂性让我对短期内实现这一目标持怀疑态度。

但未来五到十年内,我们可能会开发出一种无需过多干预提示即可适应多种环境的 AI 系统。这虽未必等同于 AGI,也不会直接通向奇点,但可能取代大部分人类知识工作

他还认为,当前对 AGI 的关注有些偏离实际:“与其沉迷于奇点或超级智能,我更专注于开发对人类有实际帮助的 AI 系统。这些 AI 应该为用户服务,成为其团队的一员,而非追求遥不可及的理论目标。”

微软帮助阿尔特曼重回 OpenAI CEO 岗位仅一年后,两者间关系的“裂痕”已有所显现。苏莱曼透露,微软正在研发能够“匹敌 GPT-4/4o 级别”的 AI 模型。他坦言,双方关系自然会随着时间变化而调整。“每种合作关系都会经历一定的紧张,这是正常现象。毕竟,我们的业务本质完全不同。合作需要不断调整以适应现实,我们拭目以待未来几年的变化。”

相关阅读:

  • 《OpenAI 阿尔特曼:明年人类可能会首次看到具备通用人工智能的系统》

  • 《OpenAI CEO 阿尔特曼预测 AGI 可在 5 年内实现,但短期社会影响不大》

相关资讯

MIT学者讲述生成式 AI 的故事,它会越来越了解你,你也不得不了解它

作者 | Adam Zewe快速浏览一下资讯类网站就会发现,如今生成人工智能似乎变得无处不在。事实上,其中一些新闻资讯可能是由生成式人工智能帮忙撰写的,例如 OpenAI 的 ChatGPT。但当人们说「生成式人工智能」时,他们真正的意思是什么?在过去几年生成式人工智能热潮之前,当人们谈论人工智能时,通常他们谈论的是可以学习根据数据进行预测的机器学习模型。例如,使用数百万个示例对此类模型进行训练,以预测特定 X 射线是否显示肿瘤迹象,或者特定借款人是否可能拖欠贷款。生成式人工智能可以被认为是一种机器学习模型,经过训

谷歌DeepMind给AGI划等级,猜猜ChatGPT在哪个位置

AGI 该如何划分,谷歌 DeepMind 给出了标准。我们到底该如何定义 AGI(通用人工智能)?如果你要求 100 位 AI 专家进行解答,你可能会得到 100 个相关但不同的定义。现阶段,AGI 是 AI 研究中一个重要且存在争议的概念,有研究者认为 AGI 已经出现在最新一代大语言模型(LLM)中;还有一些人预测人工智能将在大约十年内超越人类,甚至断言当前的 LLM 就是 AGI。深入理解 AGI 的概念很重要,因为它映射了人工智能所要达到的目标、对事物的预测以及带来的风险。我们该如何划分 AGI 等级呢?

91.1% 准确率,性能远超 GPT-4 系列模型,谷歌推出多模态医学大模型 Med-Gemini

编辑 | 萝卜皮各种复杂的医疗应用给人工智能带来了巨大挑战:需要先进的推理、获取最新的医学知识以及对复杂的多模态数据的理解。Gemini 模型在多模态和长上下文推理方面具有强大的通用能力,为 AI 在医学领域应用提供了可能性。基于 Gemini 的核心优势,谷歌的研究人员推出了 Med-Gemini,这是一个功能强大的多模态模型系列,专门用于医学,能够无缝使用网络搜索,并且可以使用自定义编码器有效地针对新颖的模态进行定制。研究人员用 14 项医疗基准评估 Med-Gemini,在其中 10 项上建立了新的最先进(S