這支由 fOx Hsiao 發布的影片,主要探討「AI 奇點(Singularity)」的概念,以及為何近期科技圈認為這個時間點正在急遽逼近。
核心重點如下:
「AI 奇點」的視覺化概念:影片以作家 Tim Urban 於 2015 年繪製的火柴人漫畫為例。人類站在時間軸上,回頭看過去的科技進展覺得很平緩,便習慣以「線性的速度」來預測未來;但科技進步實際上是指數型的,人類往往無法看見正前方那面即將爆發、近乎垂直的「牆」。
數學領域的突破作為預兆:數學是驗證 AI 邏輯能力的重要指標。短短兩年內,AI 從「解不出高中數學競賽」突飛猛進:
2025 年:Google DeepMind 模型拿到國際數學奧林匹亞金牌分數。
2026 年:AI 首度自主解出埃爾德什(Erdős)數學難題。
2026 年 9 月:Anthropic 的 Claude 在 11 天內將困擾人類 300 多年的「費馬最後定理」證明改寫成電腦可驗證版本;OpenAI 的系統用 88 小時解出了千禧年大獎難題(納維-斯托克斯方程式)的其中一項條件證明。
AI 正在接手 AI 的研發工作:AI 實驗室正大量使用 AI 來協助開發下一代 AI。評測機構與實驗室數據顯示,AI 參與研發的比例在幾個月內從不到 1% 激增至 26%。專家大幅修正預測,認為只要實驗室不刻意放慢,AI 的研發能力最快在 2027 到 2028 年就會追上最頂尖的人類研究員。
AI 接手研發後的兩種可能結局:
軟體奇點(純軟體爆發):如果 AI 變聰明的速度大於題目變難的速度,AI 就能自己快速迭代,不需額外硬體,在幾個月內將現有晶片的效能推到極限。
短暫的「火花」(Spark):如果題目變難的速度較快,AI 進展會在一年內像火花般爆發(走完原本需要 3 到 6 年的進度),隨後受限於算力,必須等待新的資料中心與晶片落成才能繼續。
較保守的看法:仍有約 25% 的機率,奇點會拖到 2032 年之後才發生。原因在於目前的 AI 缺乏「連續學習」能力(開啟新對話就會遺忘),且無論 AI 多聰明,跑實驗仍受限於實體晶片的數量與時間瓶頸。
沒有留言:
張貼留言