觀點人工智慧

輝達和人工智慧熱潮面臨「擴展」問題

布拉德肖:認爲將更多數據投入更大的模型就能產生更智慧系統的「擴展定律」開始失效。輝達的未來取決於人工智慧的實際應用。

讓輝達(Nvidia)成爲全球市值最高公司的計算「定律」正開始失效。這裏說的不是著名的摩爾定律(Moore’s Law)——半導體行業的信條,即晶片效能通過每兩年翻倍的晶體管密度不斷提高。

在矽谷的許多人看來,作爲技術進步主導預測指標的摩爾定律已經被一個新概念取代:人工智慧的「擴展定律」(scaling law)。它假定將更多數據放入一個更大的人工智慧模型——相應地需要更多算力——可以提高系統的智慧。這一洞見推動了人工智慧的飛速發展,將開發的重點從解決棘手的科學問題轉向更直接的工程挑戰,即構建規模越來越大的晶片集羣——通常使用輝達的晶片。

隨著ChatGPT的推出,「擴展定律」迎來了其高光時刻。在自那以來的兩年間,人工智慧系統極速的效能提升似乎表明,在我們達到某種「超級智慧」之前——也許就在本10年內——這條定律可能一直成立。然而,在過去一個月,業界越來越抱怨稱,OpenAI、谷歌(Google)、Anthropic等公司的最新模型並沒有展現出與「擴展定律」的預測相符的預期提升。

您已閱讀25%(446字),剩餘75%(1321字)包含更多重要資訊,訂閱以繼續探索完整內容,並享受更多專屬服務。
版權聲明:本文版權歸FT中文網所有,未經允許任何單位或個人不得轉載,複製或以任何其他方式使用本文全部或部分,侵權必究。
設置字型大小×
最小
較小
默認
較大
最大
分享×