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
前瞻經濟學人
專注于中國各行業(yè)市場分析、未來發(fā)展趨勢等。掃一掃立即關注。