美國知名企業家埃隆·馬斯克近日宣稱，到2025年或2026年，AI（人工智慧）可能比最聰明的人類還要聰明。這個預測讓不少人驚詫：具備與人類同等智能甚至超越人類智能的AGI（通用人工智慧），已經近在眼前了嗎？

前幾年，大多數科學家們對AGI的預期還是幾十年乃至上百年後才能實現。近一年半以來，美國人工智能公司OpenAI在大模型方面的巨大成功，讓不少樂觀的業內人士把AGI實現時間表縮減到5年至10年。馬斯克的2年之期，很明顯是一個更為激進的預測。從人工智慧發展現狀看，阻滯AGI實現的因素至少有一大瓶頸和兩大風險。

一大瓶頸是能源瓶頸。風頭正盛的人工智慧大模型，目前還處於“大力出奇跡”階段，依靠算力堆積實現智能湧現。2020年，最強的大模型算力需求達到每秒浮點運算次數10的23次方量級；到2024年，最強的大模型預訓練算力需求已達到每秒10的26次方浮點運算量級，並繼續按算力需求每3個月到4個月翻番的規律發展。算力密集意味著能量密集。據外媒報導，OpenAI的ChatGPT聊天機器人每天消耗的電力超過50萬千瓦時，用於處理約2億個用戶請求，相當於美國一個普通家庭每天用電量的1.7萬多倍。與這樣巨大的能耗相比，一個成年人的大腦功率僅約20瓦，低能耗優點十分突出。從能耗看，人工智慧要達到人類智能水準還有很大差距，以至於有些專家寄希望於未來可控核聚變技術突破帶來的“能源自由”，也有些專家寄希望於晶片和演算法的突飛猛進，這二者的突破顯然都是短期內難以做到的。

兩大風險是商業風險和安全風險。

從商業風險看，對人工智慧大模型的投資面臨著“賠本賺吆喝”的質疑，增速難以持續，這有可能會影響人工智慧的迭代速度。比如，一家美國公司的大模型產品向用戶收取10美元月費或100美元年費，但因為服務成本高，需要每個月為每個用戶“倒貼”20美元。研究機構CB Insights發佈的《2023年人工智慧（AI）行業現狀報告》顯示，2023年，全球AI初創公司融資總額約為425億美元，比2022年的473億美元下降10%。大模型創業公司估值高、缺乏明確商業化路徑，已經勸退了不少風險投資者。當前，雖然大量資金仍在湧向大模型，但燒錢如流水的“煉大模型”成本，也讓大模型的商業變現需求愈加急切。

從安全風險看，當前人工智慧技術快速發展，在給世界帶來巨大機遇的同時，也帶來了難以預知的風險和複雜的挑戰。要確保人工智慧始終處於人類控制之下，打造可審核、可監督、可追溯、可信賴的人工智慧技術，顯然不是讓人工智慧不受約束地發展越快越好，而是需要堅持“科技向善”的倫理先行，建立並完善人工智慧倫理準則、規範及問責機制。人工智慧治理關乎全人類命運，是世界各國面臨的共同課題，因此人工智慧規則制定也不能由少數發達國家說了算，而是要推動構建公平、公正的人工智慧國際治理體系。

人工智慧或許終有一天將超過人類，無論那一天是遠還是近，人類都要做好迎接挑戰的準備。

來源：經濟日報