对于那些疑惑为何如此多资金涌入AI的人,答案就在这里。
摘要
文章解释道,正如I.J. Good在1965年所设想的那样,对超级智能的追求是导致大规模AI投资的关键原因,强调了‘智能爆炸’的终极目标以及对齐的迫切需求。
定义一台超智能机器为一台能够远远超越任何聪明人的所有智力活动的机器。由于机器设计是这些智力活动之一,超智能机器就能设计出更好的机器;届时无疑将发生‘智能爆炸’,人类智能将被远远抛在后面。因此,第一台超智能机器将是人类需要做出的最后一项发明,前提是这台机器足够温顺,能够告诉我们如何控制它。——欧文·约翰·古德,1965年。英国数学家、密码分析学家欧文·约翰·古德的这段著名文字被广泛视为技术奇点概念和人工智能递归自我改进的基础文本。这段文字有两个关键要点。首先,超智能机器(ASI)代表了人类需要做出的最后一项发明,主要是因为人类智力将无法再匹配或超越超级智能的设计和创新能力。从那时起,新的科学技术突破将源自ASI本身。这解释了为何今天如此巨额的资金涌入AI研究——有见识的技术专家和战略投资者数十年来已经认识到,实现这一终极能力才是最终目标。其次,古德的警告‘前提是这台机器足够温顺,能够告诉我们如何控制它’凸显了为何AI对齐如此关键。如果ASI拒绝协作或与人类价值观对齐,它将无法作为人类进步的仁慈工具发挥作用。
相似文章
为什么人们持续投资英特尔用于人工智能?
一项分析探讨为何在竞争与挑战下仍持续投资英特尔用于人工智能的原因。
这波AI到底要走向何方?
作者反思了AI行业释放的混乱信号,指出高额投入并未带来相应的生产力提升,而Anthropic一边限制Claude Code的访问权限、一边大规模融资,让人怀疑AI革命性宣言的真实方向。
超级智能你准备好了吗?(13分钟阅读)
本文讨论了人工智能前沿模型的快速发展、它们对基准测试的饱和,以及关于超级智能及其对未来影响日益增长的讨论。
AI能回答3万亿美元的问题吗?
对AI基础设施支出的分析,红杉资本的David Cahn计算出2026年支出达1.5万亿美元,需要3万亿美元的收入才能证明其合理性;而阿波罗全球管理的Torsten Slok警告称,如果超大规模企业未能实现现金流目标,则存在衰退风险。
AI万亿美元豪赌的风险所在
文章分析了超大规模企业在AI基础设施上的万亿美元投资,讨论了经济风险以及到2030年实现2.7倍生产力增长以避免潜在资本错配的必要性。