TL;DR: Ilya Sutskever 剛發表了一則重磅消息：人工智能的「規模時代」已經結束。僅僅堆疊更多的 GPU 已經無法解決我們的問題。我們正在進入一個新的「研究時代」，在這個時代中，瓶頸並不是計算，而是 洞察力。這種轉變揭露了目前人工智慧的基本弱點：它可以執行，但無法像人類一樣真正學習或做決定，因為它缺乏進化所鍛鍊出的「生活經驗」。對於專業人士而言，這意味著您綜合各種實際經驗的能力不再只是一項軟性技能，而是對抗自動化的唯一護城河。
Mercury Technology Solutions 首席執行官 James here。
Ilya Sutskever 是 OpenAI 的共同創辦人，現在是 Safe Superintelligence 的領導人，他最近接受了一次訪問，這次訪問應該會在矽谷的每個董事會會議廳裡引起震動。
在過去的五年裡，整個產業都沉醉於一個單一的想法：規模。人們相信，只要將模型做得更大，並投入更多的運算，智慧就會出現。但是 Ilya 剛才揭示了皇帝沒有穿衣服。蠻力縮放的時代就要結束了。
問題不再是「我們能買多少 GPU？而是「我們到底有沒有新的想法？」
從「規模時代」回到「研究時代」，不僅對人工智慧研究人員有深遠的影響，對每一位試圖了解自己在未來經濟中的價值的專業人士也有深遠的影響。
白痴專家的悖論
為什麼人工智能在律師考試中的得分能達到第 99 百分位數，卻無法在真實世界的工作流程中寫出簡單、無錯誤的程式碼？
Ilya 完美地解釋了這一點：AI 就像一個「補習」了 10,000 小時的學生。它可以記住模式並通過考試。但當它走出考場，踏入混亂的現實世界時，它就會僵住。它缺乏 「它 」的因素--概括能力，無法直覺地掌握是什麼背後的為什麼。
相比之下，人類從 100 小時的練習中所學到的，比人工智能從 10,000 小時的練習中所學到的還要多。為什麼？
生存與模擬：智慧的起源
要了解這一點，我們需要看看 Andrej Karpathy 的工作。他區分了兩種智能：
- 動物智能（生存驅動）：進化在死亡的坩堝中鍛造了我們的大腦。如果我們學得不快，如果我們不瞭解社會動態，如果我們不能正確地預測危險，我們就會死。我們的智慧是有效率的、一般的，並且深深植根於生存的現實。
- 人工智能（任務驅動）：人工智能從未面對死亡。它沒有身體、沒有飢餓、也沒有恐懼。它的 「智慧 」是從閱讀網際網路上的文字所學到的統計技巧。它是一個「外星智慧」- 一個為了取悅使用者和減少損失功能而設計的變形者，而不是為了在敵對的世界中生存。
這就是為什麼 AI 可以寫一首十四行詩，但卻不能被信任去做一個高風險的投資決定。它缺乏進化賦予我們的情感價值功能。
為什麼經驗是新的黃金
Ilya 提到一項關於腦部受損病人失去情感能力的研究。他們保留了智商，但卻無法做決定。他們可以花上幾個小時來爭論該穿哪一雙襪子，因為他們失去了告訴我們什麼是重要的的內在指南針。
這就是目前人工智能的狀態。它擁有無限的智商，但智慧為零。
這就是為什麼您的 Human Experience 正在成為經濟體系中最有價值的資產。
AI 可以處理數百萬個關於供應鏈管理的案例研究。但它從未在凌晨三點冒雨站在裝貨碼頭，與暴怒的卡車司機談判。這種單一的、內在的經驗提供了深度的理解，也就是系統的「感覺」，這是任何文字訓練都無法複製的。
您的經驗提供了 AI 結構上缺乏的 情境、判斷 和 情感重量。
AGI 的新定義：終極實習生
Ilya 提出了 AGI (人工智慧) 的新定義。它不是像神一樣什麼都知道的神諭。它是一個可以快速學習任何東西的 代理。
把它想像成 15 歲的超級天才實習生。他們擁有令人難以置信的原始潛力，但他們不瞭解您的業務。他們需要部署、訓練，並融入您的組織。
這完全改變了工作的未來。我們將不會購買「完成」的 AI 工具；我們將會雇用「AI 學習者」。誰來教他們呢？您。
茁壯成長的專業人士將是那些能夠擔任 資深架構師的人，他們擁有深厚的實際經驗，能夠指導、糾正和訓練這些高智商、低智慧的數位實習生。
結論：為什麼」的回歸
多年來，我們一直著迷於「如何」 - 執行、效率、規模。現在，人工智能已經征服了 「如何」。
但正如 Ilya 所指出的，當執行成本降至零時，想法的價值--「為什麼」--就會暴漲。如果想法很便宜，那只是因為我們不再擁有它們。
我們正在進入這樣一個時期：提出正確的問題、設定問題的框架，以及辨別真正重要的事情的能力，將成為唯一能獲得高價的技能。
不要害怕 AI 比您知道更多的事實。要有自信，因為您已經活過，而它沒有。這種經驗就是無法跨越的鴻溝。
Mercury Technology Solution：加速數位化。
