在斯坦福AI Club的一场分享中,Chamath说:“长周期任务仍然是个笑话。它们跑不通,我不在乎别人怎么说。别给我看什么愚蠢的评测,也别跟我说你跑了48小时的什么破脚本。长周期任务没有被处理好。它们就是不行。”
他接着说了第二点:“复杂问题同样不行。它们既没有被解决,也没有被处理好。”
他给出的解释:技术周期
Chamath说,如果AI像其他技术一样发展,会先经历一轮上升,也就是炒作周期;然后会出现一次自然的收缩,因为总会在某个地方、以某种方式出问题。所有人都会看到这一幕,接着进入所谓的“幻灭低谷”。他说,商业和MBA背景的人应该能确认这一点是否成立。
再往后,才会看到真正最终方案的缓慢、渐进式采用。他说互联网就是这么走过来的,很多其他案例也是如此。
问题在于成本。他说,我们正在花费数千亿、甚至可能上万亿美元,试图弄清楚如何跨越这道鸿沟。那该怎么办?
如果这道坎跨不过去呢?Chamath说,人们会走到幻灭低谷,然后说AI就是个笑话。他的结论是,需要把AI带进高度复杂的环境里,并且让它真正跑通。
他的解法:一个符号空间
被问到解决方案时,Chamath说,在最基本的层面上,你需要一个符号空间,去引导嵌入空间。
另一边:Eric Schmidt押注长推理
同一批素材里还有另一个声音。Eric Schmidt说,如果只能投一个AI主题,他会投长推理。他的判断是:一个能在单个问题上停留数小时甚至数天的模型,和一个答完就停的模型,是完全不同的两回事,而大多数人还没有为这个差异定价。
把两个人的话放在一起看:Chamath说长周期任务现在不行,别拿评测给他看;Schmidt说长推理是最值得押注的方向,而且大多数人还没为这个差异定价。
为什么这场争论值得听
Chamath的发言里有一个细节:他预先堵死了反驳路径。别给我看评测,别跟我说你跑了48小时的脚本。
至于幻灭低谷会不会来,Chamath没有给时间表,他只说这是技术发展的常见路径。互联网走过这条路,其他很多技术也走过。
热门跟贴