- Published on
👀 AI 三年大发展,我看到了禁锢它的三条枷锁
- Authors
- Name
- 阿森 Hansen
AI 的现状如何
本月是 2024 年 5 月,距离 ChatGPT 第一个版本的发布还不到 3 年。这 3 年里,互联网世界发生了巨大变化。
我能明显的感觉到,AI 生成内容开始大量“入侵”互联网,到处都能看到 GPT 味道的文章,Midjourney 风格的图片,也许就在明年,Sora 风格的视频就能随处可见。
AI 内容就像洪水,一遍一遍冲刷着互联网。
我常常在想,AI 最终会变成什么样子呢?
埃隆·马斯克认为,AGI(通用人工智能) 终有一天将超越人类,成为一种新的生命形式存在。
那么,AI 的发展会存在极限吗?AI 真的会变成科幻片中“神”的样子吗?
AI 进步的“三驾马车”
我曾经看到吴军博士的一篇文章:以 GPT 为代表的语言模型的发展,主要来自于数据、算法和算力的进步。
我称之为 AI 发展的三驾马车。
然而,一个硬币总有两面,既然这三个要素能加速 AI 的发展,那么一定也定义了它发展的上限。
于是经过了一番整理和思考,我有了新想法。
数据的枷锁
信息论 确定了数据的极限。
信息论决定了 AI 的知识总体范畴。就算 AI 的理解力再强,也一定无法超越人类提供给他的数据的总和。
体现在结果上,数据量太少或者质量太差,AI 的训练结果就不会好。
近几年 AI 大模型所获得的优良性能,都离不开优质的数据的喂养。
而互联网、云计算的发展让数据的收集和获取变得容易了许多。
但是,优质数据毕竟有限,直到目前,优良的文本数据已经被使用得差不多了,也许,AI 在数据上的优势正慢慢接近上限。
算法的枷锁
在算法上,哥德尔不完备性定理早已限制了上限。
哥德尔认为:一个数学系统不可能同时兼具完备性和一致性。通俗点说,就是如果我们规定了一套规则,那么随着规则变多,规则之间出现矛盾的可能性就越大。解释一下就是,不存在一套数学规则可以完美处理现实生活中的所有情况。
神经网络也好,注意力网络也罢,都是由数学公式定义的。
如果 AI 的发展无法超出数学的界限,那么它一定不会成为像人类一样的生命体。智慧,情感,复杂决策这些无法用数学来处理的问题,AI 永远也处理不了。
算力的枷锁
另外,热力学是 AI 在算力上的枷锁。
热力学第二定律说,能量的转换是不可逆的。
宇宙总是向着“热寂”的方向前进,人类能够利用的能量也是有限的。但是训练 AI 需要耗费巨大能量。
前几天我看到一则新闻,说 OpenAI 为了保持自己在 AI 领域的领先地位,正在筹备一个 1000 亿美元 “星际之门”项目,它的耗电量相当于一个城市。
可是,现在气候变化的趋势愈演愈烈,耗费巨大电力训练 AI 是值得的吗?这一切都很不好说……
总结
人类社会发展的源动力总共就两个:能源和信息。要么获取更多的能源,要么提高信息的利用率。
工业革命和信息革命都使人类社会快速发展,因为工业革命让我们更有效的利用能源,而信息革命使得交流沟通变得更容易。
也许从 100 年后看现在,那时候的人们会认为 AI 无非就是另一种高效处理的信息的方式,就像现在的我们看工业革命那样。
参考
This work is licensed under Creative Commons Attribution-NonCommercial 4.0 International