Ilya Sutskever 最新訪談「算力時代結束了」

Ilya Sutskever（OpenAI 共同創辦人、Safe Superintelligence 掌舵人）在最新的訪談中，提出了對當前人工智慧發展趨勢的深刻見解，認為業界正從一味追求算力規模的時代，重回需要根本性研究突破的時代。

---

1. 算力瓶頸與典範轉移：規模時代的終結

核心觀點	說明與啟發
算力時代已結束	2020-2025 年的狂熱投資集中於堆疊算力（Scale），但算力擴大到一定程度後，繼續加碼已難帶來質變。瓶頸已不在計算資源，而在於新的研究想法。
重回研究時代	業界目前手握海量算力，卻缺乏下一階段的研究方向和想法。競爭的本質已從執行力轉為想法。
「規模化」的誤導	「Scale」（規模化）這個關鍵字，曾驅使整個產業閉眼向前衝，但語言的影響力可能誤導了思考，忽略了非規模化的根本問題。

2. AI 的核心困境：泛化能力與「智慧」的本質

核心觀點	說明與啟發
「天才」與「犯傻」的悖論	AI 在評測中表現優異（像競賽選手刷題萬小時），但在實際應用（如修程式碼的 Bug）上卻表現出低級錯誤和缺乏連貫性。
缺乏「It」因素	真正的天賦（人類智慧）具有舉一反三的能力（Ilya 稱之為「It」因素），這是目前 AI 缺乏的，導致其學習到的知識難以泛化或深入理解。
動物智慧 vs. 人工智慧 (Karpathy 的觀點)	兩者的「聰明方式」邏輯完全不同： * 動物智慧： 被自然進化（生存、競爭、死亡）逼出來的，通用且全能，具有內建的價值函數（情緒）。 * AI 智慧： 被商業訓練（模仿人類語言、討好用戶、完成任務）篩出來的，不懼怕死亡，沒有「我是誰」的概念，行為模式與人類（動物）的直覺大不相同。
情緒的重要性	腦部損傷研究顯示，情緒不只是一種感受，它是一個內建的價值函數，指導人類做決策（如選襪子、投資），這是 AI 缺乏的，解釋了人類在極少量數據下學習效率遠超 AI 的原因。

3. 超級智慧的新定義與部署策略

核心觀點	說明與啟發
重新定義 AGI/超級智慧	人類本身也不是 AGI（都有知識盲區）。真正的超級智慧不是一個什麼都知道的全能大腦，而是一個能夠快速學習任何技能的智慧體（像一個學習能力極強的 15 歲超級學生）。
漸進式部署的重要性	由於 AGI 涉及的「權力」問題太難想像，最好的方法是展示出來。透過漸進式部署，讓人們「感受到」AI 的力量與限制，進而引發政府、公眾和企業在 AI 安全問題上的合作與行動。
AI 部署的未來模式	AI 將不會是一個丟給用戶的成品，而是一個可以不斷成長的學習者，像新員工一樣進入組織，在實際工作中學習和成長。