文｜適道
2024年余額告急，目測一大波#展望2025#正在路上。
誰還記得大佬們對2024年的展望？
OpenAI聯(lián)創(chuàng)Greg Brockman曾預(yù)測：在2024年，AI能力、安全性、潛在影響的積極性上，都將是突破性的一年。長遠來講，2024年不過是指數(shù)級發(fā)展的又一年，每個人的生活都會比今天更好。
一年以來，不僅GPT-5爽約，Brockman本人險些離席，甚至連被奉為圭臬的Scaling Law最近也遇到了“小插曲”。
英偉達高級科學(xué)家Jim Fan曾預(yù)測，2024年將是“視頻年”。盡管機器人和具身智能體才剛剛起步，但視頻AI將在未來12個月內(nèi)迎來突破性進展的時刻。
一年以來，各類優(yōu)秀的視頻生成產(chǎn)品陸續(xù)發(fā)布，全員處于加速狀態(tài)。但視頻生成領(lǐng)域并未迎來“GPT時刻”，商業(yè)化探索同樣是個難題。
年初驚艷世人的Sora，自橫空出世以來，就鴿了……其背后原因，眾說紛紜。一方面，要和政府深入探討安全風(fēng)險；另一方面，亟需好萊塢和藝術(shù)家們?nèi)腭v合作。
另一種可能性是，太燒錢了。Factorial Funds估算，Sora在訓(xùn)練環(huán)節(jié)對算力需求比LLM高出好幾倍，至少需要在 4200-10500 塊H100 上訓(xùn)練1個月。如果Sora得到大范圍應(yīng)用，比如TikTok的 50%視頻由 AI 生成、YouTube的15%視頻由AI 生成，推理環(huán)節(jié)則需要約72萬臺H100，大概燒216億美元。前OpenAI CTO Mira提到，公司希望成本做到和Dall·E接近后再考慮開放。
阿波羅首席經(jīng)濟學(xué)家Torsten Sl k曾撰文稱，AI泡沫的“糟糕程度”不僅超過了1990年代，還超過了互聯(lián)網(wǎng)泡沫巔峰時期的水平。
一年以來，生成式AI應(yīng)用依然處于早期，但擋不住巨頭們的下注熱情。紅杉算了一筆賬，AI的預(yù)期收入和基建投入之間，或存在6000億美元缺口。目前局勢尚且穩(wěn)定，不過歷史給我們的教訓(xùn)是，泡沫需要很長時間才能破裂......
所謂“預(yù)言”，往往會出現(xiàn)“方向”正確；“時間點”錯誤的情況。雖然你很難咬定上面哪條預(yù)言判斷有誤，但目前的“體感”并不明朗。
“黑天鵝”之父塔勒布曾在《反脆弱》一書中提出了“脆弱推手”（Fragilista）的概念，特指那些在系統(tǒng)中增加脆弱性的“西裝革履”的人物或機構(gòu)。他們會用“預(yù)測”，規(guī)劃未來的路線圖，對于自己不理解的事物，則傾向于當(dāng)其不存在。
然而，如果這些“預(yù)言家”完全置身事內(nèi)，其“預(yù)測”將影響自身利害，情況就大不相同了。比如，包括上述Greg Brockman等等投身AI事業(yè)的諸位大佬，他們或許會夸張炒作，或許會誤測時間，但不會紙上談兵。
只不過，有些預(yù)言實在是“太夸張”了。
最近，在一段YouTube視頻采訪中，當(dāng)被問及對2025年的期待時，OpenAI CEO Sam Altman答道：AGI？我對此很興奮。我們要有“孩子”了，這是我一輩子最興奮的事情。
眼看GPT-5正在“卡殼”，你是信2025實現(xiàn)AGI，還是信我是秦始皇。關(guān)于AGI的預(yù)言都有哪些？想要實現(xiàn)還差幾步？《商業(yè)內(nèi)幕》的一篇文章《Those bold AGI predictions are suddenly looking stretched》進行了解釋。
看山跑死馬，“明年實現(xiàn)AGI”堪比“明年移民火星”
盤點大佬們對AGI的預(yù)測，大致存在“2026年”“2029年”，以及“2034年”三個時間節(jié)點。
第一梯隊：3年內(nèi)
OpenAI CEO Sam Altman：對2025年實現(xiàn) AGI充滿期待。
“全美Cutter”馬斯克：最遲2026年會出現(xiàn) AGI。
Anthropic創(chuàng)始人Dario Amodei ：預(yù)測2026年實現(xiàn)AGI 。
OpenAI聯(lián)創(chuàng)John Schulman：AGI將在2027年實現(xiàn)，ASI將在2029年到來。
第二梯隊：5年內(nèi)
諾獎得主、AI教父Geoffery Hinton：5年內(nèi)看到AGI。
英偉達創(chuàng)始人兼CEO黃仁勛：未來5年，AI能通過人類任何測試。
谷歌首席研究員Ray Kurzweil：預(yù)測AGI將在2029年到來。
《奇點臨近》作者Ray Kurzweil：預(yù)測2029年實現(xiàn)AGI。
第三梯隊：10年
諾獎得主、DeepMind創(chuàng)始人 Demis Hassabis：實現(xiàn)AGI 需要10年時間，且還需要 2 到 3項重大創(chuàng)新。
軟銀CEO孫正義：AI將在10年內(nèi)比人類聰明一萬倍。（直接預(yù)言上了ASI）
當(dāng)然，還有一些“白日夢”組合。
Yann LeCun認為，AGI短期內(nèi)不會出現(xiàn)。至少不會像好萊塢科幻電影那樣突然出現(xiàn)。它更可能是一個漸進的過程，而不是某個時刻突然“開機”就得到AGI。實現(xiàn)真正的“人類級別”的AI之前，我們得到的更可能是一種“貓級別”或者“狗級別”的低智能AI。
吳恩達對宣稱AGI即將到來持懷疑態(tài)度：我希望能在我們有生之年看到AGI，但我不確定。
人工智能專家Gary Marcus曾表示，如果我們繼續(xù)深度學(xué)習(xí)和語言模型的路線，將永遠無法實現(xiàn)AGI，更遑論ASI了。因為這些技術(shù)存在缺陷，相對薄弱，只有通過更多的數(shù)據(jù)和算力，才能取得進步。
華盛頓大學(xué)計算機科學(xué)教授、《終極算法》作者Pedro Domingos曾斷言：ASI只是一個白日夢。
對于AGI的預(yù)測，背后關(guān)系著數(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，看清楚什么是真實可行，什么是過度炒作。
文章作者Alistair Barr認為，警示信號已經(jīng)出現(xiàn)。
最為迫切的是Scaling Law“撞墻”：OpenAI聯(lián)創(chuàng)Ilya Sutskever明確表示，依賴于擴大模型規(guī)模的結(jié)果似乎已經(jīng)停滯；OpenAI研究員Noam Brown表示，在某個節(jié)點，擴展模式會失效；谷歌下一代Gemini性能未達預(yù)期，內(nèi)部正在重新評估訓(xùn)練數(shù)據(jù)的使用方式。
連“技術(shù)樂觀派”投資人都開始“謹言慎行”。
a16z創(chuàng)始人Marc Andreessen和Ben Horowitz懷疑LLM是否能保持現(xiàn)有的發(fā)展勁頭。
Andreessen表示：目前看起來，AI模型的能力似乎遇到了某種瓶頸。當(dāng)然，行業(yè)中有許多聰明人正在試圖突破這個天花板。但是，如果你僅僅從數(shù)據(jù)和性能趨勢圖來看，AI模型性能的提升速度正在放緩，并呈現(xiàn)出一種“觸及天花板”的趨勢。
Horowitz則指出了阻礙因素：即使芯片到位了，我們可能也沒有足夠的電力支持。而有了電力后，又可能缺乏有效的冷卻手段。雖然GPU的算力在不斷提升，但AI模型的性能卻未能同步增長，這表明僅僅依靠硬件的升級并不能解決所有問題。
如果目前無法突破這個技術(shù)瓶頸，那么短期內(nèi)實現(xiàn)AGI的可能性幾乎為零。如今，Google未給出明確回應(yīng)；Sam Altman直接表示，沒有撞墻；Anthropic則表示，尚未發(fā)現(xiàn)任何偏離Scaling law的跡象。
有趣的是，Alistair Barr解釋了Sam Altman為何“嘴硬”。
一方面，如果OpenAI實現(xiàn)了AGI，則有望逃離微軟的巨額“控制”。OpenAI官網(wǎng)寫道，一旦實現(xiàn)AGI，其所產(chǎn)生的知識產(chǎn)權(quán)將不受現(xiàn)有與微軟的協(xié)議約束。
另一方面，Altman的AGI目標(biāo)完全是一種愿景，就像馬斯克對火星移民和自動駕駛汽車的執(zhí)著——即便一次次錯過預(yù)測時間，卻總能點燃團隊的熱情。
因此，“2025年實現(xiàn)AGI”的宏大目標(biāo)，無疑比“實現(xiàn)公司賬單自動化”這類相對平凡的目標(biāo)更帶勁兒，盡管后者可能更具短期商業(yè)價值。
歷史表明，技術(shù)的發(fā)展充滿了不確定性，比如某些技術(shù)在經(jīng)歷長期穩(wěn)定的進步后，可能會突然失效。最經(jīng)典的例子是“摩爾定律”。該定律是半導(dǎo)體行業(yè)發(fā)展的一盞明燈，其“每兩年翻一番”的預(yù)言，點燃了整個科技界的創(chuàng)新熱情，并為英特爾等巨頭的崛起奠定了堅實基礎(chǔ)。
然而，麻省理工學(xué)院計算機科學(xué)與人工智能實驗室（CSAIL）的研究表明，摩爾定律的魔力正在逐漸消退。
比如，2014年—2019年，英特爾在14納米和10納米工藝的推進上遭遇了瓶頸，用5年才完成預(yù)期2年就能達成的目標(biāo)。2019年，投資者意識到摩爾定律不再適用以來，英特爾股價下跌了約50%，至今未能完全恢復(fù)。
這些現(xiàn)象預(yù)示著，技術(shù)進步可能并非永恒，AGI的到來并非迫在眉睫。
擋在AGI前方的四座大山
近期，Scale AI 創(chuàng)始人兼CEO Alexandr Wang的演講頗具啟發(fā)意義。
他將現(xiàn)代AI時代分為三個主要階段：
第一個階段是研究階段（2012-2018），由第一個深度神經(jīng)網(wǎng)絡(luò) AlexNet開啟，那是一個 AI 只能告訴你YouTube視頻里有沒有貓的時代。
第二個階段是規(guī)模化階段（2018-2024），由 OpenAI的Alec Radford訓(xùn)練的Transformer 和 GPT-1開啟。在這段時期，投入資源增長了一萬多倍，這帶來了性能的巨大提升。模型能力也從默默無聞的GPT-1，發(fā)展到了博士水平的o1 模型。
第三個階段將是創(chuàng)新階段，由o1 模型開啟，直到出現(xiàn)超級智能為止。我們拭目以待，看看這個階段是6年還是更短。這個階段的標(biāo)志是，大家已經(jīng)在模型上投入了 2000 億美元，而事實上大公司無法投入比這更多的資金了。我們不可能在模型上砸出 200萬億美元。所以，從數(shù)量級來說，能繼續(xù)規(guī)?；目臻g已經(jīng)很有限了。砸錢工作結(jié)束，才真正需要相應(yīng)的創(chuàng)新來配合，增強推理能力和測試時間計算能力肯定是其中之一。
Wang認為，在此之前，邁向AGI路上存在五大挑戰(zhàn)：數(shù)據(jù)墻、評估過擬合、Agent不可靠、芯片和能源、國際競爭等等。
挑戰(zhàn)一是數(shù)據(jù)墻。Epic AI預(yù)計的時間點在 2027年到 2030年之間。但如果你和業(yè)內(nèi)人士交流，他們會說比這更早。目前，有幾個主要的解決方案。
例如，前沿數(shù)據(jù)，各種形式的合成數(shù)據(jù)，以及更高級的數(shù)據(jù)類型，還有企業(yè)數(shù)據(jù)。這些數(shù)據(jù)類型能讓我們更有效地學(xué)習(xí)高級概念，比如推理能力、多模態(tài)、智能體數(shù)據(jù)。此外，具身智能以及其需要的現(xiàn)實數(shù)據(jù)將是一個重要領(lǐng)域?？傊?，絕大部分的數(shù)據(jù)仍然是私有和專有的，是被鎖起來的。
比如，GPT-4 的訓(xùn)練數(shù)據(jù)集大約為0.5 PB。而摩根大通的專有數(shù)據(jù)集，超過了150 PB。他們只是眾多大企業(yè)中的一個。還有大量的數(shù)據(jù)躺在那里，從未被用于任何主要的訓(xùn)練。
挑戰(zhàn)二是評估。這在AI圈內(nèi)經(jīng)常引發(fā)討論，但是圈外人不太理解其重要性。評估是我們用來衡量這些模型進步的標(biāo)尺。目前，許多評估都飽和或容易過擬合，過擬合指它們有點被“游戲化”了；飽和是指模型在所有評估中都已經(jīng)表現(xiàn)得非常好。這意味著研究可能變得更加漫無目的。如果你看過去幾年的MMU、數(shù)學(xué)、GPQA 等測試，模型表現(xiàn)似乎達到了瓶頸。但這并不是因為模型沒有變得更好，而是因為這些評估已經(jīng)不夠難了。為解決這個問題，我們需要建立更具挑戰(zhàn)性的評估。
挑戰(zhàn)三是Agent。盡管每個人都在談?wù)揂gent，但它們還沒有真正到來，而且不可靠。我們看到AI Agent與自駕中的“L1—L5”非常相似。這個類比非常貼切：L1是一個聊天機器人；L2 是你可以尋求各種幫助的助手。L3是指用于工作流程特定部分的Agent，你可以開始依賴它們；L4 可能會顛覆這一點，當(dāng)Agent需要人類幫助時，會向你尋求幫助，更像是一種遠程操作模式。首先，讓模型在每個領(lǐng)域都具備推理能力，最終在幾乎每個領(lǐng)域都能發(fā)揮作用。其次，建設(shè)能夠?qū)崿F(xiàn)遠程操作Agent的基礎(chǔ)設(shè)施。在未來，我們大多數(shù)人可能只是 AI Agent的遠程操作員。
挑戰(zhàn)四是芯片和能源。在未來五年內(nèi)，這些數(shù)據(jù)中心所需的電力保守估計為100吉瓦，也許遠遠不夠。這相當(dāng)于 20 個芝加哥的能源消耗，需要投入數(shù)萬億美元的資本支出。在這里我沒有解決方案，只是指出這個挑戰(zhàn)。
結(jié)語
AGI被視為人類追求的“圣杯”。一旦實現(xiàn)，世界將被徹底改變。
如果AI出現(xiàn)了“神”的能力，它或許就成了“神”的化身。
無論是在2年后，3年后，抑或5年后，10年后，終有一天AGI會實現(xiàn)，現(xiàn)在留給人類“轉(zhuǎn)型”的時間還有多少？
或許，預(yù)測未來不如預(yù)測“脆弱”。
正如Sam Altman所言：我從不祈禱求神站在我這邊，而是希望自己站在神的一邊。
如何讓AI有利于我，是每個人需要思考的問題。