关于人工智能目前处于泡沫状态的说法是没有根据的。尽管生成式人工智能出现了爆炸性增长,某些与人工智能相关的股票也出现了飞涨,但人工智能技术的潜在经济价值和变革性潜力却被忽视了。

将其与1990年代的互联网泡沫进行比较是错误的,因为互联网最终为许多行业带来了显著的经济价值。同样,尽管当前人工智能技术的成本高昂和局限性,但它也有望带来长期的巨大利益。

认为人工智能基础设施建设与收入预期之间存在"差距"的论点,没有考虑到这些投资的长期愿景。企业并不是押注于当前的人工智能能力,而是押注于诸如人工通用智能(AGI)等先进人工智能系统未来能够创造数万亿美元经济价值的潜力。

对人工智能变革性潜力的否定,例如声称没有任何用例能够从根本上改变人们的生活,都是短视的。像GPT-4这样语言模型的快速进步,已经展示了人工智能在各行各业的重大影响。

尽管当前人工智能技术成本较高,但随着时间的推移,成本方程将发生变化,这与过去其他变革性技术的发展历程一致。随着人工智能系统的效率和能力不断提升,它们所创造的经济价值将远远超过初期投资。

此外,对高阶推理的关注以及将大型语言模型与代理架构相结合的趋势,表明人工智能领域正处于进一步突破的边缘,将释放更大的潜力。来自顶尖人工智能研究人员和高管的预测表明,AGI可能在未来3-5年内实现,这将对全球经济产生深远影响。

总之,关于人工智能存在泡沫的说法并不成立。人工智能技术的长期经济价值和变革性潜力正被低估,而当前在这个领域的投资正为一场将重塑整个行业和社会的技术革命奠定基础。

该文件中提出的一个关键观点是,将当前人工智能热潮与互联网泡沫进行比较。作者认为,尽管存在一些相似之处,但根本区别在于互联网最终确实带来了显著的经济价值,即使互联网泡沫本身是一场投机狂潮。

作者指出,互联网泡沫指的是1995年至2000年期间,投资者大量向基于互联网的初创公司注入资金,希望获得快速利润,导致估值飙升。然而,作者认为互联网本身最终确实在许多行业带来了巨大的经济收益。

相比之下,作者不赞同当前人工智能热潮与互联网泡沫类似的观点。作者指出,尽管初期人工智能基础设施建设和成本很高,但企业正在押注于变革性人工智能(尤其是人工通用智能)的长期潜力,这可能会释放数万亿美元的经济价值。

作者引用了比尔·盖茨和萨姆·奥尔特曼等行业领袖的观点,他们认为人工智能的热情是有理有据的,因为它具有根本性和变革性,而不是投机泡沫。作者还强调了人工智能能力的快速提升,例如GPT-4的开发,以及未来3-5年内实现人类级推理能力的潜力。

总的来说,作者提出了一个有说服力的论点,即当前的人工智能热潮与互联网泡沫根本不同,而人工智能(尤其是AGI)的长期经济潜力足以证明当前在这个领域的大量投资是合理的。

反对人工智能行业存在泡沫的一个关键论点是,收入在哪里。正如Sequoia的报告所指出的,人工智能基础设施建设所暗示的收入预期与人工智能生态系统的实际收入增长之间存在巨大差距。

然而,这一差距可以通过这样一个事实来解释:许多公司并不是押注于当前的人工智能状态,而是押注于先进人工智能系统(尤其是人工通用智能)的未来潜力。尽管当前的人工智能能力可能无法产生显著收入,但人工通用智能的长期经济价值预计将达到数万亿美元,可能占全球GDP的10%。

关注人工通用智能而非即时收入,反映在行业领袖如萨姆·奥尔特曼的言论中,他表示建设人工通用智能的开支"完全值得

因为它可以释放巨大的价值。同样

曾在OpenAI从事超级对齐工作的研究人员也提供了数据驱动的分析

表明通往超级智能的道路是可行的

而不仅仅是一种信仰。\n\n此外

技术进步的历史表明

新技术的初期成本通常较高

但随着技术成熟

它会变得更加高效和经济实惠。这一模式可以在计算机、移动电话等技术的发展中看到

预计也将适用于人工智能。\n\n总之

人工智能基础设施投资与当前收入之间的差距并不一定表示存在泡沫。相反

尤其是人工通用智能

的长期愿景和潜力

这正推动着这个领域的大量投资

尽管当前技术仍有局限性。

反对当前人工智能状态的一个关键论点是

它太昂贵了。然而

这种

太昂贵

的谬论没有考虑到技术进步的历史趋势。\n\n尽管当前的生成式人工智能模型确实成本高昂

但这是新兴技术的普遍模式。正如萨姆·奥尔特曼所指出的

GPT-3

的成本是当前GPT-4迷你模型的100倍。这表明人工智能的成本正在随着技术的成熟而快速下降。\n\n同样

该报告引用了Sun Microsystems服务器在1977年的64

000

美元成本

但在3年内

其性能就可以用一组x86芯片以更低的成本复制。这种技术变得更加高效和实惠的模式是一个众所周知的趋势。\n\n此外

认为人工智能只是使现有任务更容易或更高效

最坏情况下只是产生

幻觉的虚拟助手

的论点

没有考虑到变革性人工智能突破的潜力。正如报告所强调的

顶尖人工智能实验室的重点是开发更高阶的推理能力

这可能会释放巨大的经济价值。\n\n总的来说

太昂贵"的批评在考虑技术进步的历史轨迹时并不成立。随着人工智能成本的不断降低和能力的不断提升,其变革性影响的潜力变得越来越明显。

该文件中提出的一个关键观点是人工智能进行高阶推理的能力的重要性。这是决定人工智能技术变革性潜力的关键因素。

该文件认为,像高盛的吉姆·卡瓦洛这样的怀疑者低估了人工智能进行高阶推理的能力。它指出,谷歌DeepMind和OpenAI等领先的人工智能研究实验室正积极致力于开发具有先进推理能力的模型,如即将推出的GPT-5模型,预计将达到博士级的推理能力。

该文件还强调了"神经符号人工智能"的概念,它将大型语言模型与不同的架构方法相结合,以增强人工智能系统的可靠性和推理能力。这表明未来的人工智能模型将超越简单地分析历史数据,而能够以更稳健和智能的方式将知识应用于新的情况。

此外,该文件引用了AlphaGo的例子,它通过训练合成数据并与自己对弈,超越了人类的表现。这表明人工智能系统可以通过先进的训练技术不断提高自身的能力,即使已经消耗了大量的现有数据。

总的来说,关键信息是,由于缺乏高阶推理能力而否定人工智能的变革性潜力是短视的。该文件认为,开发更复杂的推理能力,加上持续的训练方法和架构创新,将使人工智能在未来几年内产生重大和持久的经济影响。

人工通用智能(AGI)的经济价值估计在数万亿美元左右,有人猜测它可能占全球GDP的10%。这是因为一个AGI系统能够比任何人类都更好地执行任何任务,从而为拥有它的人解锁巨大的经济价值。

顶尖的人工智能研究人员和前沿人工智能公司的CEO们相信,AGI只需要3-5年就能实现。萨姆·奥尔特曼、达里奥·阿莫迪和穆斯塔法·苏莱曼等人都表示,我们正处于在未来几年内实现人类级或超人类级人工智能能力的边缘。

这不仅仅是炒作,而是基于在世界建模、推理和具身等领域取得的快速进展。一旦关键要素被整合,通往AGI的道路就变得清晰。自动化人工智能研究本身被视为关键一步,之后实现它的公司将获得巨大回报。

与90年代的互联网泡沫相比,当前的人工智能建设是由真正的技术进步和变革性影响的潜力支撑的。尽管支出可能很高,但历史已经表明,新兴技术的成本会随着时间的推移而快速下降。AGI所释放的经济价值预计将远远超过当前的投资。

忽视AGI的潜力,将其视为泡沫,是忽视了来自该领域顶尖专家的证据和见解。开发AGI的竞争正在进行,成功的公司可能会获得其预期创造的数万亿美元价值的大部分份额。

证据表明,尽管一些分析师和评论员提出了担忧,但人工智能目前并不存在泡沫。虽然生成式人工智能的快速增长和炒作导致了与互联网泡沫的比较,但存在关键差异,表明人工智能正处于更稳固的基础之上。

首先,互联网和数字技术最终确实带来了显著的经济价值,即使最初的泡沫破裂了。同样,人工智能有望在未来几年内解锁数万亿美元的价值,特别是随着该领域向人工通用智能(AGI)的发展。

其次,人工智能基础设施和模型的当前高成本很可能会随着时间的推移而下降,就像其他变革性技术的发展历程一样。随着技术的成熟和效率的提高,成本效益方程将向广泛采用倾斜。

此外,顶尖的人工智能研究人员和行业领袖大多认为,AGI在未来3-5年内是可以实现的。这一时间表,有数据和研究支持,表明当前对人工智能的投资并非投机,而是对一项正在快速发展的变革性技术的战略性押注。

尽管某些领域可能存在炒作和估值过高的情况,但人工智能发展的整体轨迹及其潜在的经济影响并不表明存在泡沫。谨慎的投资者和公司正在定位自己,以利用这场技术革命带来的长期利益。