首頁(yè) > 科技要聞 > 科技> 正文

奇點(diǎn)臨近!美國(guó)47%工作崗位將被ASI卷走,大佬急發(fā)「逃生攻略」

新智元 整合編輯:太平洋科技 發(fā)布于:2025-01-05 10:50

2025年,我們會(huì)迎來(lái)奇點(diǎn)嗎?

在2023年末和2024年中,DeepMind和OpenAI分別放出了對(duì)于AGI等級(jí)的定義。我們親眼見(jiàn)證了,今年的AI如何在逐步攀升AGI高峰。

顯然,2024是旋風(fēng)般的一年。而在2025年,我們有理由相信會(huì)看到更多的進(jìn)步。

我們遲早會(huì)看到,科學(xué)和數(shù)學(xué)的進(jìn)步將以非常真實(shí)的方式觸及和改變我們的生活,起初會(huì)很遲緩,然后在某一刻變得突然。

就在昨天,谷歌大佬Logan Klipatrick預(yù)測(cè):我們直接進(jìn)入ASI的可能性,正在逐月逼近。Ilya已經(jīng)看到了。

OpenAI CEO奧特曼則暗示,18個(gè)月后,2026年夏天,我們將見(jiàn)證奇跡。

而ASI誕生之后的人類,只有兩種可能:要么「走向永生」;要么「走向滅絕」。

對(duì)此,AI教父Hinton已經(jīng)發(fā)出預(yù)警了,10年內(nèi),AI可能會(huì)導(dǎo)致人類的滅亡!

未來(lái)20年,美國(guó)47%工作崗位將被自動(dòng)化!

這種擔(dān)憂,似乎并不是空穴來(lái)風(fēng)。

一份美國(guó)報(bào)告研究顯示,在未來(lái)20年內(nèi),約47%的美國(guó)工作崗位可能被自動(dòng)化。

而且,每增加一個(gè)機(jī)器人,就會(huì)導(dǎo)致當(dāng)?shù)亟?jīng)濟(jì)損失約5.6個(gè)工作崗位。

這些觸目驚心的數(shù)字背后,折射出的是一場(chǎng)正在悄然發(fā)生的職場(chǎng)革命——

AI帶來(lái)的沖擊,從藍(lán)領(lǐng)到白領(lǐng)都不能幸免。

2023年,美國(guó)編劇工會(huì),美國(guó)演員工會(huì)罷工,讓所有人清晰看到了AI對(duì)「知識(shí)工作者」構(gòu)成的真實(shí)威脅。

但實(shí)際上,生成式AI和先進(jìn)技術(shù)帶來(lái)的挑戰(zhàn),早已波及到了多個(gè)行業(yè)。

那么,哪些工作崗位將面臨被AI自動(dòng)化,甚至取代的風(fēng)險(xiǎn)?

如果工作內(nèi)容與AI潛在能力高度相似,那么工作者就可能受到包括AI在內(nèi)數(shù)字技術(shù)的影響。

不可否認(rèn)的是,AI加速迭代能夠提升人們生產(chǎn)效率,但同時(shí)也有取代人類工作的風(fēng)險(xiǎn)。

以伊利諾伊州為例,研究估計(jì)有14%-25%的勞動(dòng)力崗位面臨著工作被自動(dòng)化的高風(fēng)險(xiǎn),這意味著,高達(dá)150萬(wàn)工作者可能受到影響。

此外,約有23.7萬(wàn)到41.7萬(wàn)名工人面臨著極高風(fēng)險(xiǎn)。而在建筑行業(yè)中,約49%的工作任務(wù)可能被自動(dòng)化取代。

對(duì)此,有網(wǎng)友表示,「這個(gè)問(wèn)題本質(zhì)上可以歸結(jié)為我們是否能擁有通用型機(jī)器人。

如果有了通用機(jī)器人,就意味著所有工作都會(huì)受到影響;如果沒(méi)有通用型機(jī)器人,那么只有一半的工作崗位會(huì)受到影響,因?yàn)锳I只能取代基于計(jì)算機(jī)的工作」。

有人則反駁道,你低估了現(xiàn)如今機(jī)器人的現(xiàn)狀,并甩出了一長(zhǎng)串,關(guān)于機(jī)器人走進(jìn)崗位的各種報(bào)道。

不過(guò),至少在20年后,我們將擁有一批今天不存在的職業(yè)。

奇點(diǎn)預(yù)測(cè):是2029年嗎?

Reddit上的singularity社區(qū),舉辦了年度奇點(diǎn)預(yù)測(cè)活動(dòng)。

首先發(fā)言的,是OpenAI o1。它認(rèn)為,2024年關(guān)于AI的討論已經(jīng)達(dá)到了歷史最高水平。

生成式AI引發(fā)了關(guān)于效率、創(chuàng)造力、道德和人類智慧本質(zhì)的討論。通向AGI乃至ASI的旅程仍然很復(fù)雜,但每一年,我們都有了實(shí)實(shí)在在的進(jìn)步。

而社區(qū)的網(wǎng)友們普遍認(rèn)為,庫(kù)茲韋爾對(duì)于2029年的預(yù)測(cè)的準(zhǔn)確的。

AGI和ASI的發(fā)生,就在2029-2030年。不過(guò),那時(shí)的AI模型應(yīng)該會(huì)有革命性的架構(gòu)變化,而非如今的LLM路線。

相比之下,AI大佬們的預(yù)計(jì)普遍更為樂(lè)觀。

奧特曼:2025年可能是AGI的節(jié)點(diǎn),18個(gè)月后可能會(huì)見(jiàn)證ASI

Anthropic CEO Dario Amodei:AGI將在2026-2027年實(shí)現(xiàn)

xAI CEO馬斯克:最遲在2026年就能實(shí)現(xiàn)AGI

Meta AI首席科學(xué)家Yann LeCun:如果研發(fā)順利,人類水平的AI可能會(huì)在5-6年內(nèi)問(wèn)世

DeepMind CEO Demis Hassabis:AGI還有約10年時(shí)間,且仍需2-3項(xiàng)重大技術(shù)突破

但毫無(wú)疑問(wèn),所有人心里都承認(rèn):我們的確離AGI越來(lái)越近了。

2023年,在對(duì)2,778名AI研究人員的一項(xiàng)調(diào)查顯示,AGI實(shí)現(xiàn)有50%的可能性在23-92年之間。然而,時(shí)間跨度僅過(guò)去了一年,最新調(diào)查卻顯示,16.6%受訪者認(rèn)為AGI會(huì)在5年或更短的時(shí)間內(nèi)實(shí)現(xiàn)

AGI來(lái)勢(shì)洶洶,博士生如何應(yīng)對(duì)?

對(duì)于那些還未畢業(yè),走進(jìn)正式工作崗位之前的博士生們,如何應(yīng)用AI帶來(lái)的挑戰(zhàn)?

畢竟,o3的出世,尤其是在數(shù)學(xué)編程方面,真正達(dá)到了博士級(jí)水平。許多網(wǎng)友表示,未來(lái)每個(gè)人的口袋里都會(huì)有一個(gè)「超級(jí)智囊」。

對(duì)此,來(lái)自沃頓商學(xué)院的Ethan Mollick教授在「四大研究奇點(diǎn)」這篇長(zhǎng)文中,詳細(xì)闡述了AI崛起帶來(lái)的危與機(jī),并為博士提供了一個(gè)「生存指南」。

注:完整版「指南」,請(qǐng)劃至文末閱讀。

他表示,「作為一名商學(xué)院教授,我深知研究表明,在1,016個(gè)職業(yè)中,商學(xué)院教授是與AI任務(wù)重疊度最高的25個(gè)職業(yè)之一」。

但重疊并不一定意味著替代,而是意味著顛覆性變革和改變。

早在ChatGPT嶄露頭角之前,學(xué)術(shù)界就已經(jīng)面臨著一個(gè)令人擔(dān)憂的困境——表面上看,學(xué)術(shù)論文數(shù)量在持續(xù)增長(zhǎng),但實(shí)質(zhì)性的創(chuàng)新步伐卻在悄然減速。

事實(shí)上,一項(xiàng)研究發(fā)現(xiàn),從農(nóng)業(yè)到癌癥研究,各個(gè)領(lǐng)域的突破性進(jìn)展都在放緩,而且創(chuàng)新速度每13年就會(huì)下降一半。

其中的原因錯(cuò)綜復(fù)雜,但有一點(diǎn)可以明確的事,這場(chǎng)危機(jī)將發(fā)生,但AI并非是危機(jī)的源頭。

實(shí)際上,AI可能會(huì)成為解決方案的一部分,但在此之前它會(huì)先創(chuàng)造出新的問(wèn)題。

Mollick表示,自己更愿意把AI在科學(xué)研究中帶來(lái)的變革稱為「奇點(diǎn)」,而非「危機(jī)」。

這里的奇點(diǎn)是「狹義的奇點(diǎn)」,指的是未來(lái)某個(gè)時(shí)點(diǎn)——AI已經(jīng)深刻改變了某個(gè)領(lǐng)域或行業(yè),以至于我們無(wú)法完全想象奇點(diǎn)之后的世界是什么樣子。

而在學(xué)術(shù)領(lǐng)域,我們正在面臨至少四個(gè)這樣的奇點(diǎn)時(shí)刻。

每一個(gè)奇點(diǎn)都可能從根本上重塑學(xué)術(shù)研究的本質(zhì),要么成為重啟創(chuàng)新引擎的奇跡,要么加劇現(xiàn)有的危機(jī)。

征兆已經(jīng)出現(xiàn),而現(xiàn)在,我們只需要決定在奇點(diǎn)之后要做什么。

2024,見(jiàn)證歷史的一年

回顧2024,這是驚心動(dòng)魄的一年,見(jiàn)證歷史的一年。

各位大佬們都對(duì)2024年發(fā)生的AI大事做了盤點(diǎn)。

吳恩達(dá)總結(jié)了2024年AI圈的熱門故事:AI智能體崛起,LLM token價(jià)格暴跌,生成式視頻迎來(lái)爆發(fā)期,小模型異軍突起。

吳恩達(dá)也強(qiáng)調(diào),如今,那些處于AI前沿的人,和那些甚至一次都沒(méi)用過(guò)ChatGPT的人,他們之間的差距已經(jīng)越來(lái)越大。

智能體

智能體的含金量,還在上升。

這一年,集成開(kāi)發(fā)環(huán)境中有越來(lái)越多的智能體開(kāi)始生成代碼,比如Devin、OpenHands、Replit Agent、Vercel的V0和Bolt等。

AI的推理能力也取得了飛速進(jìn)步。

2024年年底,OpenAI推出了o1模型和o1 pro模式,該模式使用代理循環(huán)逐步完成提示。DeepSeek-R1和Google Gemini 2.0 Flash Thinking Mode也遵循類似的代理推理。

在2024年的最后幾天,OpenAI發(fā)布了o3和o3-preview,進(jìn)一步擴(kuò)展了o1的代理推理能力,效果驚艷。

CoT、Reflexion、測(cè)試時(shí)計(jì)算等技術(shù)的興起,讓智能體更加繁盛。Agent的時(shí)代即將到來(lái)!

價(jià)格暴跌

同時(shí),我們也見(jiàn)證了LLM token價(jià)格的暴跌。今年,AI提供商之間的價(jià)格戰(zhàn),打得是轟轟烈烈。

從2023年3月到2024年11月,OpenAI模型云訪問(wèn)的單個(gè)token價(jià)格降低了90%。

2023年底,GPT-4 Turbo亮相時(shí),每百萬(wàn)token的輸入/輸出為10.00美元/30.00美元。

但隨即的價(jià)格戰(zhàn)中,模型價(jià)格紛紛暴跌。

比如谷歌Gemini 1.5 Pro,價(jià)格已削至每百萬(wàn)token的輸入/輸出為1.25美元/5.00美元。亞馬遜的Nova Pro,則已低至0.80美元/3.20美元。

AI視頻起飛

這一年,AI視頻的發(fā)展驚人。

Sora引發(fā)了全球轟動(dòng),隨后的Runway Gen 3、Adobe Firefly Video、Meta Movie Gen、King AI、PixVerse、PixelDance等也加入戰(zhàn)場(chǎng)。

未來(lái),AI視頻仍有較大的改進(jìn)空間。大多數(shù)模型一次僅生成少量幀,因此可能很難跟蹤物理和幾何形狀,并隨著時(shí)間推移生成一致的角色和場(chǎng)景。

小即是美

2024年,許多LLM已經(jīng)足夠小,小到可以在智能手機(jī)上運(yùn)行。

頂級(jí)AI公司也把一部分資源投給小模型,比如Microsoft Phi-3(參數(shù)最低38億)、Google Gemma 2(最低20億)和 Hugging Face SmolLM(最低1.35億)。

而這些小模型,極大地?cái)U(kuò)展了我們對(duì)成本、速度和部署的選擇空間。

Jim Fan:24年,6點(diǎn)震撼

英偉達(dá)高級(jí)研究科學(xué)家Jim Fan,從6個(gè)方面總結(jié)了2024年。

首先,是高端類人機(jī)器人的崛起,包括特斯拉Optimus、1X Neo、波士頓動(dòng)力、GR-1、西部世界克隆等等。

接下來(lái)是具身智能的進(jìn)展:特斯拉FSD v12、英偉達(dá)GR00T、HOVER、DrEureka、斯坦福OpenVLA等,讓機(jī)器人大腦有了更多進(jìn)步。

而英偉達(dá)Blackwell架構(gòu)、Jetson Nano Super、谷歌Willow芯片,將計(jì)算硬件帶入全新的領(lǐng)域。

視頻生成和世界建模,也邁進(jìn)了一大步。包括Sora,Veo,GameNGen、Oasis、GENIE-2等行動(dòng)驅(qū)動(dòng)的世界模型,以及李飛飛的World Labs。

在LLM方面,Claude 3.5 Sonnet、Gemini 1.5 pro、o1和o3不斷給我們新的沖擊。真正的AGI測(cè)試,是完成這個(gè)序列:4o -> o1 -> o3 -> (?)。

GPT-4o實(shí)時(shí)語(yǔ)音模型、NotebookLM等,帶給了我們LLM體驗(yàn)的最佳重新構(gòu)想。

最后,在AI4Science上,今年的諾貝爾物理學(xué)獎(jiǎng)和化學(xué)獎(jiǎng),都給了所有人億點(diǎn)點(diǎn)震撼。

人類的命運(yùn)絕不能交給算法的「黑匣子」

在2024年12月的演講中,聯(lián)合國(guó)秘書長(zhǎng)古特雷斯提到——人類命運(yùn)不能交由算法決定。

技術(shù)的發(fā)展速度永遠(yuǎn)不會(huì)比今天更慢。

如今的AI模型變得越來(lái)越強(qiáng)大、越來(lái)越通用、越來(lái)越容易獲取——不僅能結(jié)合語(yǔ)言、圖像、聲音和視頻,還能實(shí)現(xiàn)決策自動(dòng)化。

AI不僅在重塑我們的世界——它正在徹底改變世界。過(guò)去需要多年人類專業(yè)知識(shí)才能完成的任務(wù),現(xiàn)在轉(zhuǎn)瞬之間就能完成。

但同時(shí),它帶來(lái)的風(fēng)險(xiǎn)同樣巨大。

這種快速增長(zhǎng)超出了人類治理的能力,引發(fā)了關(guān)于問(wèn)責(zé)、平等、安全和保障的根本性問(wèn)題。也引發(fā)了關(guān)于人類在決策過(guò)程中,應(yīng)該扮演怎樣角色的問(wèn)題。

AI工具可以識(shí)別糧食不安全狀況,預(yù)測(cè)極端事件和氣候變化導(dǎo)致的人口流離失所。

但是,AI也以更令人擔(dān)憂的方式進(jìn)入戰(zhàn)場(chǎng)。最關(guān)鍵的是,AI正在削弱人類控制武力使用這一基本原則。

據(jù)報(bào)道,從基于情報(bào)的評(píng)估到目標(biāo)選擇,算法已經(jīng)被用于人類的生死決策。

AI與其他技術(shù)的融合,更是呈指數(shù)級(jí)放大了這些風(fēng)險(xiǎn)——未來(lái),量子AI系統(tǒng)可能在一夜之間突破最強(qiáng)大的防御,重寫數(shù)字安全規(guī)則。

我們必須明確的是:人類的命運(yùn)絕不能交給算法的「黑匣子」。

既然人類創(chuàng)造了AI,那么它的前進(jìn)也必須由人類指引。

除武器系統(tǒng)外,我們還必須應(yīng)對(duì)AI帶來(lái)的其他風(fēng)險(xiǎn)。

AI可以創(chuàng)造高度逼真的內(nèi)容,這些內(nèi)容能夠在網(wǎng)絡(luò)平臺(tái)上即時(shí)傳播——操縱公眾輿論,威脅信息完整性,使真相與徹底的謊言難以區(qū)分。Deepfake可能引發(fā)外交危機(jī),煽動(dòng)動(dòng)亂,并破壞社會(huì)的根基。

AI的環(huán)境影響也帶來(lái)明顯的安全風(fēng)險(xiǎn)。AI數(shù)據(jù)中心大量消耗能源和水資源,再加上對(duì)關(guān)鍵礦產(chǎn)的爭(zhēng)奪,正在造成對(duì)資源的激烈競(jìng)爭(zhēng)和地緣政治緊張。

人類下一步行動(dòng)至關(guān)重要,我們現(xiàn)在做出的選擇將決定我們的未來(lái)。建立有效的國(guó)際治理機(jī)制刻不容緩,因?yàn)槊恳淮窝舆t都可能增加全人類面臨的風(fēng)險(xiǎn)。

「四大研究奇點(diǎn)」全文

奇點(diǎn)一:我們?nèi)绾螌懽骱桶l(fā)表

在許多學(xué)術(shù)領(lǐng)域,學(xué)術(shù)研究進(jìn)展緩慢得令人煎熬。

Mollick教授稱,自己有些論文從開(kāi)始研究到最終在期刊上發(fā)表花了將近十年時(shí)間。頂級(jí)期刊是為這種節(jié)奏而設(shè)計(jì)的,因此對(duì)AI引發(fā)的學(xué)術(shù)文章洪流準(zhǔn)備不足。

這是因?yàn)樵S多研究人員正在使用AI寫作文章,加快了研究過(guò)程的關(guān)鍵環(huán)節(jié),干擾了審稿人的評(píng)估標(biāo)準(zhǔn)。

其中一些AI輔助方式極其拙劣且不道德,比如明顯由LLM撰寫的章節(jié)或令人震驚的AI生成圖像的論文泛濫。

但當(dāng)正確使用時(shí),AI寫作實(shí)際上可以非常有幫助。畢竟,許多科學(xué)家在他們的專業(yè)領(lǐng)域很優(yōu)秀,但他們可能不是優(yōu)秀的寫作者或表達(dá)者。

而GPT-4級(jí)的模型在科學(xué)寫作方面確實(shí)相當(dāng)出色,至少在一項(xiàng)小型研究中,它們輸出的引言部分與人類寫作水平相當(dāng)。

如果AI能夠幫助寫作過(guò)程,它可以讓科學(xué)家專注于他們最擅長(zhǎng)的事情,通過(guò)讓AI協(xié)助處理耗時(shí)的任務(wù)來(lái)加快研究進(jìn)程。

當(dāng)然,我們無(wú)法得知研究人員是否正確檢查了AI的寫作內(nèi)容,因此,在新文章大量涌現(xiàn)的情況下,同行評(píng)審變得越來(lái)越重要,同時(shí)也趨于AI自動(dòng)化。

在一次重要的AI會(huì)議上,約17%的同行評(píng)審內(nèi)容來(lái)自AI。

更令人驚訝的是,研究顯示約82.4%的科學(xué)家認(rèn)為AI同行評(píng)審比部分人工評(píng)審更有參考價(jià)值。盡管在某些方面,AI表現(xiàn)不及人類,但其在發(fā)現(xiàn)錯(cuò)誤方面已經(jīng)展現(xiàn)出獨(dú)特的優(yōu)勢(shì)。

然而,現(xiàn)有的科學(xué)出版體系并非為「AI寫作-AI評(píng)審-AI總結(jié)」這樣的流程而設(shè)計(jì)。如果任由這種趨勢(shì)發(fā)展,整個(gè)系統(tǒng)可能難以為繼。

當(dāng)然,AI的能力遠(yuǎn)不止于輔助寫作。

為了展示其潛力,Mollick構(gòu)建了一個(gè)「定制GPT」,它可以探索任何數(shù)據(jù)集,生成假設(shè)并以越來(lái)越復(fù)雜的方式進(jìn)行測(cè)試。

通過(guò)實(shí)驗(yàn)發(fā)現(xiàn),AI已經(jīng)能夠自主探索數(shù)據(jù)集、生成假設(shè)并進(jìn)行復(fù)雜測(cè)試。

這種能力固然令人印象,但也帶來(lái)新的隱憂:AI可能被用來(lái)進(jìn)行數(shù)據(jù)操縱(p-hacking),不斷嘗試直到得到預(yù)期結(jié)果。

這種行為嚴(yán)重威脅著學(xué)術(shù)誠(chéng)信。

那么,我們?nèi)绾味冗^(guò)這個(gè)奇點(diǎn)?我們需要重新思考科學(xué)出版的本質(zhì),并得出一些結(jié)論:

未來(lái)的科學(xué)出版和同行評(píng)審會(huì)是什么樣子?

我們?nèi)绾螒?yīng)對(duì)AI內(nèi)容的洪流?

我們?nèi)绾螛淞⒎e極的AI使用模式,在加快研究進(jìn)度的同時(shí)阻止不當(dāng)使用?

奇點(diǎn)二:我們?nèi)绾窝芯?/strong>

與此同時(shí),LLM也正在改變研究的實(shí)際開(kāi)展方式。

首先,和AI的合作更像是與人類研究助理合作,而不是使用編程語(yǔ)言。這意味著,更多的研究人員無(wú)需學(xué)習(xí)專門的技能,就可以使用AI來(lái)擴(kuò)展研究的范圍。

更進(jìn)一步的,LLM還能處理人類研究助理難以完成的事情。

例如,Mollick在向Gemini Pro輸入了自己2022年之前所寫的20篇論文和著作,總計(jì)超過(guò)1000多頁(yè)的PDF文件后,模型借助強(qiáng)大的「長(zhǎng)上下文窗口」能力,很快便提取出了直接引用并找到了所有文獻(xiàn)中的主題,同時(shí)只有幾處微小的錯(cuò)誤。

此外,由于AI可以高度準(zhǔn)確地模擬人類,因此研究人員能夠更加輕易地復(fù)刻著名實(shí)驗(yàn),如「米爾格拉姆的權(quán)力服從研究」或跨50個(gè)國(guó)家的性格測(cè)試,從而為社會(huì)科學(xué)研究帶來(lái)了更多的可能性。

更為有趣的是,在這些實(shí)驗(yàn)中,被賦予個(gè)性和目標(biāo)的AI智能體,可以在模擬環(huán)境中相互交互和學(xué)習(xí)。

比如,在模擬醫(yī)院中的模擬醫(yī)生與模擬病人互動(dòng),學(xué)會(huì)了更好地診斷疾病。

是的,在科學(xué)中使用LLM最有趣(也最具顛覆性)的方式,就是讓AI系統(tǒng)自動(dòng)探索新事物。

一些早期工作表明,LLM可以在社會(huì)科學(xué)領(lǐng)域生成新假設(shè),制定測(cè)試這些假設(shè)的計(jì)劃,然后通過(guò)模擬實(shí)際進(jìn)行測(cè)試。

甚至是從事更具挑戰(zhàn)性的實(shí)驗(yàn):讓GPT-4訪問(wèn)化學(xué)數(shù)據(jù)庫(kù),編寫軟件控制實(shí)驗(yàn)室設(shè)備,并獨(dú)立規(guī)劃和進(jìn)行實(shí)際的化學(xué)實(shí)驗(yàn)。

自主化學(xué)研究系統(tǒng)原型

在不久的將來(lái),AI可能真的會(huì)進(jìn)行科學(xué)研究,并以我們無(wú)法預(yù)測(cè)的方式改變研究的本質(zhì)。

為了引導(dǎo)這種變化,我們需要回答幾個(gè)問(wèn)題:

哪些AI方法是可以接受的?哪些方法可能導(dǎo)致糟糕的科學(xué)、偏見(jiàn)或危險(xiǎn)的結(jié)果?

應(yīng)該允許自主智能體研究什么?如何在需要時(shí)對(duì)它們進(jìn)行監(jiān)控和停止?

奇點(diǎn)三:我們的研究意味著什么

研究界與公眾之間往往存在深深的隔閡。

然而,在學(xué)術(shù)界深耕了20年的Mollick相信,大量學(xué)術(shù)研究對(duì)外部世界都具有價(jià)值,這種價(jià)值甚至許多學(xué)者都沒(méi)有意識(shí)到。

AI可以幫助架起連接學(xué)術(shù)界和現(xiàn)實(shí)世界的橋梁。

比如,當(dāng)你給之前提到的「定制GPT」投喂一篇論文之后,它不僅可以解釋其中的含義并總結(jié)關(guān)鍵結(jié)果,而且還可以告訴你,為什么這篇學(xué)術(shù)論文可能也與你有關(guān)。

同樣有趣的是,AI有望幫助研究人員相互解釋工作,發(fā)現(xiàn)跨學(xué)科合作的機(jī)會(huì),并幫助處理奇點(diǎn)一和奇點(diǎn)二所釋放的研究浪潮。

我們知道,AI可以進(jìn)行大規(guī)模文獻(xiàn)綜述并找出意想不到的工作之間的聯(lián)系,同時(shí)也能發(fā)現(xiàn)可以填補(bǔ)的錯(cuò)誤和空白。

其中,能夠?qū)⒀芯咳藛T與正在進(jìn)行的研究和討論聯(lián)系起來(lái)的AI,甚至可以更進(jìn)一步地成為重啟創(chuàng)新引擎的有力工具。

但我們需要重新考慮學(xué)科之間以及學(xué)術(shù)界與公眾之間的界限,以便在這個(gè)奇點(diǎn)的另一邊找到更好的世界。

奇點(diǎn)四:我們研究什么

時(shí)至今日,我們?nèi)匀徊恢繪LM為什么能如此出色地模擬人類思維。就連創(chuàng)造它們的研究人員,也不了解它們的全部能力。

雖然關(guān)于LLM是在進(jìn)行「原創(chuàng)思維」,還是僅僅在重復(fù)訓(xùn)練中學(xué)到的內(nèi)容,仍存在著廣泛的爭(zhēng)議。

但從目前的研究中可以看出,LLM必將在現(xiàn)實(shí)世界中產(chǎn)生重大影響,在越來(lái)越多的實(shí)際工作中超越人類表現(xiàn)。

如果說(shuō),AI確實(shí)是一項(xiàng)「通用型技術(shù)」,是能夠影響文化、經(jīng)濟(jì)和社會(huì)大部分領(lǐng)域的創(chuàng)新之一,那么我們就需要發(fā)動(dòng)更多領(lǐng)域的研究人員,全力以赴來(lái)理解其影響、塑造其發(fā)展、減輕其風(fēng)險(xiǎn),并幫助每個(gè)人獲益。

這是一個(gè)令人振奮的時(shí)代,但如果學(xué)者們不緊緊抓住這個(gè)歷史性的時(shí)機(jī),其他人就會(huì)去做。

我們有一個(gè)獨(dú)特的機(jī)會(huì)來(lái)應(yīng)對(duì)我們的奇點(diǎn)帶來(lái)的挑戰(zhàn),如果我們做到了,世界將因此變得更好。

參考資料:

https://www.reddit.com/r/singularity/comments/1hqiwxc/singularity_predictions_2025/

https://www.oneusefulthing.org/p/four-singularities-for-research

https://x.com/emollick/status/1874096313618620445

https://simonwillison.net/2024/Dec/31/llms-in-2024/

https://news.illinois.edu/view/6367/361689696?utm_medium=web&utm_campaign=ccr550&utm_source=nb

https://press.un.org/en/2024/sgsm22500.doc.htm

本文來(lái)源:新智元

網(wǎng)友評(píng)論

聚超值•精選

推薦 手機(jī) 筆記本 影像 硬件 家居 商用 企業(yè) 出行 未來(lái)
  • 二維碼 回到頂部