5年實現AGI？不可能

圖源：攝圖網

作者|萬連山 來源|格隆(ID：guru-lama)

科技大佬們，真的是一天都閑不住，語不驚人死不休。

馬斯克又做出大膽預測：

到2025 年，AI可能比任何人類都聰明。到 2029 年，AI可能比所有人類加起來還要聰明。

早兩天前，奧特曼也公開稱：AGI將在5年內實現。

黃仁勛的觀點與之不謀而合：AI會在5年內通過人類測試，未來10年算力將再提高100萬倍。

谷歌機器人工程師Alex Irpan，修改了對AGI出現時間的預測：4年前，AGI在2035年出現的概率是10%；現在，到2025年，AGI就有10%的概率出現。

從OpenAI出走的Logan.GPT也認為：超級AI，將在10年內出現。

……

怎么感覺睡了一覺，這個世界就突然變得陌生了？

通用人工智能，雖然時常聽人說起，但很多人壓根還不知道這是啥，更多屬于科幻名詞的范疇。

結果就有人說，AGI要來了。甚至，更強的超級人工智能，也不遠了……

問題是真有這么容易嗎？

按照查特拉思所著《門檻》的觀點，AI被分為三個等級：

其中的差距有多大？

打個比方。

如果說現在的大模型是登上珠峰，那AGI的難度，相當于登月。

至于ASI，估摸得有沖出太陽系的能力。

也就是說，先驅者們前年才剛剛艱難爬上雪山，今年他們就說，再過5年就能飛到月亮上去，10年后就能飛出太陽系。

這怎么聽，都覺得很扯淡。

實際上也確實是。

01

遙遙無期

按照正常的技術發(fā)展曲線，自然是不可能這么快就接近AGI的。

現在的大模型，是模仿人腦結構設計的，我們不妨以人腦的能耗做對比。

一個正常成年人的大腦功率，大約是25W。

只需要這么點能量，我們就能完成各種復雜的推理和思考。

而英偉達下一代B100芯片的單卡功率是1000W。而且想要投入更大的模型訓練，一張卡肯定是不行，至少得成千上萬集群。

這樣看來，大模型與人腦，至少在能耗上，差距至少百萬倍。

似乎沒什么可比性？也許不。

將整個大模型與單個人腦直接對比，或許本來就是錯誤的。

現在的大模型，實際上是匯集全人類的所有知識，進行訓練且分布式推理誕生的產物。

它與計算機不一樣。

計算機我們稱之為電腦，是因為單個PC對應的就是一個類人腦，它可以有無限多個。

而大模型所需要的龐大算力是集中的，不可能說像PC一樣人手一個。

所以，我們應該比較功率的總和，而不是比較個體。

人類社會現存的一切知識，是某一個人思考的成果嗎？并不是，是后來者站在先行者的肩膀上、全人類共同努力的成果。 

但這里也存在一個問題：以純粹的能耗來看，我們對AGI的定義也是實時變動的。

人類全部歷史的總人數，大約是1000億。

那么AI達到AGI的標準，是與1000億顆人腦的功率對比嗎？也不是。

從定義上來說，AI只要超過此時此刻的全人類，就算是AGI。

也就是說，它對標的應該是此時此刻全人類的腦功率。

目前，地球總人口超過80億，因為有很多還是幼兒，就算70億。單顆大腦功率25W，那么人類大腦的總功率是1750億W。

即便以后所有的大模型，都用B100芯片訓練，想要達到全人類的標準，也需要1.75億塊B100。

當然，市場上不可能只有一個AI大模型，芯片也不可能一直不進步。為了方便計算，我們姑且將這兩大因素對沖。

如果每1.5年增產100萬塊，那么至少需要25年，大模型的功率才能超過全部人類。（這里還忽略了人口增長）

以上說的只是功率。

AI的功率超過全人類，不一定代表算力也能超過全人類。

接下來看算力。

黃仁勛說：未來要將算力提升100萬倍，來實現AGI。

假設他的說法成立。

目前，英偉達累計銷售的A100-H100超過100萬塊，具體是多少算力不好算。

無妨，我們把起點拔高，就算現在大模型的算力是100萬塊B100。單塊B100的算力是9.2Gbps，就算是10Gbps。

那么，現在算力的100萬倍，就是100萬×1000萬Gbps=10萬億Gbps。

如果按照摩爾定律，每1.5年單卡性能翻倍，同時每1.5年增產100萬塊GPU。

那么，則至少需要42年，才能得到超過10萬億Gbps的累積算力。

當然，現在很多科技大佬都認為，摩爾定律已經到達物理極限，未來增速會有所放緩。

也就是說，如果沒有革命性的突破，我們積累算力的時間可能還不止42年。

經過以上計算，我們知道，AI在功率和算力上超越全人類，理論上是可以實現的。

但實際上，有一個不得不面對的問題：能源。

如果能實現核聚變商用，人類擁有行星級別的無限能源，那現在的能源問題就不叫問題。

所以這里要設一個前提，即AGI實現之前，商用核聚變仍無法實現。

正好最近市場根據奧特曼和黃仁勛的只言片語，在炒新能源和儲能，我們就從這說。

假設全部用清潔能源去供給AGI，其所需的功率是上文說的1750億W。

以光伏為例，世紀發(fā)電量是標稱功率的20%，且每天只有6小時滿載。則所需的光伏功率為（1750億W/20%）×4=3.5萬億W。

這樣看來，其實并不算太離譜。

2023年全球光伏發(fā)電裝機已經高達4440億W，預計2024年將到達5740億W。

假如以后每年都能新增1000億W，那么30年后，僅僅全世界的光伏發(fā)電，就足以支撐AGI運轉。

當然，能源不可能全部去供養(yǎng)AI，但再加上化石能源、風電、核電等等，在AI實現功率和算力達到AGI水準，也就是25-42年后，我們在能源供給上至少是跟得上的。

但5年內，那就不太可能。

即便在技術上實現突破，科技巨頭們真的能在5年內實現功率和算力上達標AGI水準，能源增速在5年內根本就趕不上。

即便，奇跡出現。

02

技術奇點

奇跡，是真實存在的。

有個名詞叫作奇異點，也叫奇點。

就是在某一個領域，必定存在，但無法理解、無法解釋的這么一個東西。

比如在數學中，有無窮∞這么個符號。不管是無窮大還是無窮小，在數學理論中是存在的，他們都是奇異點。

但無窮大究竟有多大，誰也無法解釋。

又比如在生物學里，42億年前生命的誕生就是第一個奇異點，然后5.5億年前寒武紀大爆發(fā)、3.3億年前爬行動物出現、2億年前哺乳類動物出現、390萬年前南方古猿誕生，這些都是奇異點。

再小一點，電腦出現、互聯網興起、智能手機出現，都算是奇點。

它們?yōu)槭裁磿霈F，無法推測，但就是會出現。

很多人認為，AI或許就是新的奇點。

此時此刻，我們是不是就身處新的奇異時間點上呢？

2012年6月，谷歌大名鼎鼎的X-Lab成立“貓臉識別”項目，組建了10一個神經網絡節(jié)點，讓AI天天去看貓片。

但效果并不理想，粗糙的模型依然無法識別各品種的貓，連3歲小孩的智商都不如。

回望這段歷史，到今天才十年出頭，別說讓AI去認貓，你想要什么貓，它都能給你畫出來，甚至生成一段故事完整的貓貓視頻。

實在是太快了。

此時此刻，各種open的、close的大模型百花齊放，簡直就像突然進入寒武紀生物大爆發(fā)的時代。

但對此，技術業(yè)界的觀點其實很樸素：包括GPT在內的所有模型，就是量變引起質變而已。

是因為這些年來不斷有資金和人才投入其中，才終于填海成功。

我覺得這種觀點是中肯的。

AI的確很有可能是奇點，但絕不是現在的弱人工智能，而是AGI出現的那一刻。

在AGI出現之前，我們依然處于量變積累的階段。

這個積累的時間需要多久，沒人知道，正如奇點的不可預測性一樣。

谷歌技術總監(jiān)雷·庫茲韋爾屬于比較樂觀的一派，曾在《奇點臨近》一書中極力證明技術進步的加速度也是指數型，并預測：技術奇點將出現在2045年。

這比我們上面計算的25-42年，要早一些。

其實，這才是我們想要的結果。

而不是短短5年后，突然給所有人來個刺激。

03

尾聲

弄清楚AGI到底是什么，我們大概就能猜測到，它有多強大。

以及，普通人將陷入怎樣的處境。

可以肯定的是，物質資料的生產與再生產，尤其是體力勞動的部分，根本就不再需要人類參與。 

這怎么可以呢。

當技術創(chuàng)新足夠解放大批勞動力，但這些勞動力還沒有得到合理安置的情況下，就草率投入應用，需要付出的代價，或許遠遠不是些許經濟數據，就能衡量的。

因為，普通人失去的不止是生產力，更是購買力。

如果大企業(yè)生產出來的東西沒人買，就相當于慢性自殺，社會陷入混沌。

這和游戲的生命周期非常類似。

經歷過的玩家都明白，一款網游快要關服的節(jié)奏，首先是底層玩家大量流失、接著是中層玩家大量流失、接著是頂層玩家或流失或不再充值…

最后是每個區(qū)就只剩下那么幾號人爭來斗去。

再然后就沒有然后了，剩下的人也爭斗膩了漸漸不再上線，游戲徹底無救了，哪怕廠商各種營銷都不行。

一個游戲之所以好玩，能讓人玩得長久，規(guī)則一定得是圍繞著龐大的基層玩家而制定與改動，人太少了中層與頂層玩家漸漸的也玩著沒意思了。

現實世界，如果我們把它看作地球online，游戲策劃是絕對不會愚蠢到突然更新，去逼死所有底層玩家。

即便所有技術、方案都準備就緒，也不能急著更新。

至少，要給大家一個適應期，也多開發(fā)一些新玩法，讓平民玩家不至于在下個版本暴斃。

5年？太快了。（全文完）

編者按：本文轉載自微信公眾號：格隆(ID：guru-lama)，作者：萬連山