A trillion dollars (potentially) wasted on gen-AI
6 months ago
- #AI
- #Machine Learning
- #Economy
- 著名机器学习研究者Ilya Sutskever指出，通过增加芯片和数据来扩展AI的方法已现瓶颈，亟需神经符号学方法和先天约束等新技术路径。
- Sutskever强调当前AI模型的泛化能力远逊人类，这一根本性问题在持续扩展中仍未解决。
- 包括Subbarao Kambhampati和Emily Bender在内的批评者长期质疑大语言模型(LLM)的局限性，主张研究路径多元化。
- AI行业对大语言模型的扩展投入巨大，预估耗资万亿美元（主要用于英伟达芯片和高额薪资），却未解决幻觉和推理等核心缺陷。
- AI泡沫的经济风险严峻，若承诺的生产力提升未能兑现，可能引发经济衰退或金融危机。
- 数据中心等AI基础设施的环境代价日益凸显，高耗水耗电正对社区造成实际影响。
- AI界对大语言模型扩展的过度关注导致智能理论基础的缺失，可能造成资源浪费并错失更有效的技术突破机遇。