每周人工智能综述-基准战争和即将到来的人工智能平台

探索2020年代人工智能的最新进展、挑战和环境影响。?♻️

新车型提升了基准战争的水平

每个十年都有自己的基准战争。在20世纪90年代，是处理器速度，在21世纪头10年，是浏览器速度，在2020年代，是人工智能模型速度，满足了人类让竞争对手相互竞争、看谁赢的愿望。本周，Anthropic发布了Claude 3.5十四行诗，为了吸引人们的注意，标题必须是“它多么轻松地击败了ChatGPT 4o”。与此同时，Meta也赶上了多模式的潮流，发布了5款新的人工智能模型，用于处理图像处理、文本到音乐、人工智能生成的语音和文本到图像等任务。Meta的不同之处在于它的团队名称听起来很友好，比如FIRE(基础人工智能研究)和他们的“开放”模式。记录不太出色(《剑桥分析》丑闻让人耳目一新？)无论是公平还是公开，只有时间才能告诉我们这一风帆将如何摇摆。我打赌，一旦开始盈利，Meta很快就会遵循OpenAI的方式。

用高质量的培训数据接近终点

随着新模型承诺提供更快、更强大的人工智能功能，研究人员敲响了警钟，称人工智能的关键-训练数据-可能会在2026年耗尽。人工智能结果的质量直接依赖于训练数据的质量。当人工智能针对糟糕的数据进行训练时会发生什么？我们剩下的就是谷歌建议在披萨中使用胶水和吃石头。领先的大型语言模型一直在迅速消耗训练数据--例如，ChatGPT接受了570 GB数据的训练--大约3000亿个单词。

化学等领域已经感受到训练数据的缺乏，人工智能推进该领域的能力正面临限制。研究人员正在探索解决数据稀缺问题的替代方法，但这些方法都需要在质量和可扩展性方面做出权衡。所有这些都表明，我们可能会在代币生成人工智能的能力方面遇到停滞期。虽然文案写作和语言等领域将继续受益，但其他领域可能需要更多创新才能让人工智能开花结果。

这对AGI-人工通用智能意味着什么？

如果你担心人工智能会抢走你的工作，那么AGI可能会让你的裤子着火。AGI基本上是一种人工智能，其能力与人类不相上下。谢天谢地，这纯粹是理论上的，至少目前是这样。但在几十年后，AGI可能会复制高级认知能力，如推理、解决问题、感知、理解，甚至可能是想象。为了让这成为现实，我们需要更多的--你猜对了--训练数据！合成数据可能很适合今天的需求，但它们在模拟真实世界质量方面的局限性将成为AGI发展的瓶颈。AGI还需要强大的处理能力。要做到这一点，像量子计算这样的创新必须从研究实验室过渡到商业用途。可以肯定地说，我们可能会在有生之年看到AGI的迹象，让下一代来解决未解决的问题。

我们的环境会在身边看到AGI的现实吗？

你知道生成一张人工智能生成的图像需要的能量与给智能手机充满电一样多吗？这是因为人工智能严重依赖云计算和数据中心，这消耗了大量的能源和水。因此，作为人工智能创新中心的美国，因人类驱动的气候变化而变暖的速度比世界其他地区快也就不足为奇了。国际货币基金组织-世界最后贷款人继续建议各国政府应该开始考虑对人工智能驱动的超额利润征税，并征收“绿色税”来弥补人工智能相关的碳排放。越来越多的人认为，AGI--正是将我们推向边缘的东西--最终将是人类摆脱气候危机的途径。人工智能爱好者吹捧的能力，如改进的气候变化预测、创新的电池和优化的能源系统，将起到制衡作用，将规模推向可持续发展。但这是不是太少了太晚了？只有时间能证明。

人工智能咬人

其他新闻

-亚马逊计划对人工智能进行彻底改革，希望客户能更多地使用Alexa，并额外支付5至10美元 --离开公司后登上头条的前Open AI首席科学家Ilya Sutskever即将创办一家新的AI公司，专注于创造一个安全的AI环境。 -欧盟的苹果手机用户将不得不等待享受iOS 18的S花哨的人工智能新功能，因为苹果公司顺理成章地将原因归咎于新实施的DMA法规。 -马克·扎克伯格将支出从Metverse转向人工智能。也许将公司名称改为Meta并不是一个有洞察力的想法，但它让投资者欢呼起来。 -在遭到安全和隐私界的强烈反对后，微软将其备受争议的启用人工智能的静音录音功能“Recall”，从始终打开改为选择加入。