谁将成为AI领导者?权力争夺下的人工智能发展趋势

简介: 谁将成为AI领导者?权力争夺下的人工智能发展趋势

人工智能的三月疯狂:突破和对劳动力的影响”


赶在三月的尾巴前,我看到地表最受瞩目的人工智能公司open AI发表了这篇GPT4的技术报告,图标里是GPT-4以碾压的实例通过各类考试的数据,还有以超高准度同时处理多种语言的恐怖能力。但里面最让人不安的是论文里GPT开始理解人类的笑点,还把好笑的地方解释给你听。在结尾前,open AI团队留下的这句意味深长的话,GPT4和后续的AI模型可能会以有益和有害的方式对社会产生重大影响。这里面有害这个词就显得格外的扎眼。这句话就像一颗种子,通过互联网上各种声音渲染,把危机感和不安感种在了我们的心里。很明显,在我们睡觉的时候,AI的进化并没有停,而且速度有点太快,超出了人类控制范围。几天前,马斯克联名几千位计算机科学家,用公开信请愿暂停一切大型AI实验半年以上。


4a0792f355c641358447d46856f0fc34.png

AI的进化速度和潜在威胁引发人们的担忧



这六个月的时间是用来做一份监督和规范AI发展的协议,避免AI的发展走向极端超出人类的控制。短短几天时间,到今天我在看这篇印发信的时候,已经超过了五万人参与实名请愿,大量的请愿导致审查工作严重堵塞,到今天只剩证到第5000多个人,这颗种子也随之发芽,大家都在嚷嚷着gpt可能已经产生了自我意识,gpt可能毁灭人类的文明,应对AI超越人类控制的挑战:实名请愿协议与种子的发芽GPT如果AI有目标并且人类只是在我的方式上发生,那么像我们这样的人类能够做出反应的能力。


5a855b41bb7cb91efe805f99121b49d7.jpg



这是那封公开信和名单,名单里不止有图灵奖得主,还有苹果联合创始人和各大科技公司总裁和名校教授。毫不夸张地说,这份名单里汇聚了一群当今世界上一流的大脑,而这恐怕也是这个世纪以来这些大脑最团结一致的一次。这封信很短,只有595个单词,但内容却是教科书级别的,透彻,一针见血。第一段就明确的告诉我们,当下AI的野蛮生长完全不可控,目前没有人,甚至连他们自己的创造者都无法理解和预测。在学术性的文章里,很忌讳用过于绝对的词,如果我在自己的论文里这么写,绝对会被打回重做。但在这封信里,没人敢质疑这群人的权威,反而强调了他们对这件事的理解和态度。接下来,他们把问题抛给读者,问我们是否做好了对自动化所有工作的准备?是否认可发展最终可以超越我们并且取代我们的非人类思维?是否应该冒险失去对我们文明的控制?一番问题就把我们拉入窘境,以第一视角去审视。


名校教授、科技巨头联合呼吁:暂停AI模型训练,防止超越人类控制


他们呼吁所有AI实验室暂停至少六个月的模型训练,给出了合理的解决方案,并期盼一条健康的AI发展,而不是不可控的灾难。不认真看或者不了解的人可能以为gpt凭一己之力造成了如今的局面,但只要梳理一下整个AI3月份的发展,你就会发现事情并没这么简。这些大脑怕的并不是BT这一单一产品,而是这背后所演化出的一场技术竞赛。竞赛里的公司,这像饥饿游戏里的玩家,没人敢掉队,而他们相互之间的角逐导致这场人工智能潮远超控制范围。因为这些AI框架都有一个共同点,制作者无法掌控程序内部发生的变化,也就是程序里经常说到黑河。要理解这场竞争有多疯狂,故事就要从上个月,也就是三月展期,而上个月也堪称人类AI发展史上最紧张的30天。


6ac29ab7cbc5bb8ca35bb2d5393a6811.jpg


AI激情战场:微软、Google和百度争相发布新模型,GPT技术威胁80%的美国劳动力市场


3月8号,微软100亿美金收购open AI后,马不停蹄的发表论文,预告了维修RGPT聊跳时不光可以用文字,还能图文并用,甚至根据指示生成图片。3月9号,微软德国CTO公布了即将到来的GPT4的信息,从单一语言模型进化了多模态模型。同一天,另一家AI公司店突然宣布他们训练了一个10亿参数的模型,效果和速度完全不逊色于这些模型。紧随其后,3月13号,斯坦福大学用拉玛公开了一个叫seven billion的模型,训练了他们自己的一个叫帕的模型,表现极好。仅仅一天后,3月14号,open AI加班加点发表了最新GP4的论文,多模态和图片输入功能如期而至。喝杯咖啡的功夫,Google又在这天公布了泡模型API的入口,并且提到要把这个模型集成到旗下的CE中使用。还来不及思考,介绍了他们自己的大语言模型,能力之强,成为目前市场上PT潜在的最大竞争对手还是3月14号另一家。  

02601f6e582946dc93323583f21f3cc8.png


大语言模型公司adapt AI公布他们刚完成B轮3.5亿美金融资,同时透露了他们的模型会使用工具、软件等等特性,连喘息的机会都没有。第二天3月15号,地表最强AI绘图公司就迭代出了第五代模型,以前被诟病的AI无法精细化手指的细节,结果经过这次更新,多手指和少手指的问题不仅得到了修复,一波升级直接把手部细节做到了极致,进化速度和精度堪称恐怖。这场AI的激情战场还远没结束,3月16号,微软公布了结合gpt的自身地表最强生产力工具,包含各类自动化书写工作、做表格、做PPT、出项目报告、工作总结,已然是做到了打工人只用表达,他就能帮忙处理绝大部分任务的程度,可以说是解放了数十亿打工人的双手。3月24号,微软再次放出了一篇154页的论文,表示像人类一样去思考,像人类一样去做事的人工智能AI已经开始萌芽在他们的海量测试里。


41672eb2e58b47879acaa0f49ed41dbc.gif


他们和谷歌的poal等等模型都开始表现出更多的通用智慧,这个通用智慧指的就是像人一样的智慧模式,但仍旧只是在初期。离成熟还有一段AI界的故事肯定不止这些。3月27号,百度的文心义言发布会也在另一片战场厮杀。疯狂的三月由gpt开始,自然也应该由他而结束。在3月27日还发表了一篇论文,这篇论文测量了现在gpt对我们生活的渗透程度,还有对将来职业可能造成的影响。这是大多数人最关心的问题,它会给我们的生活带来怎样的影响?论文里他们收集了整整1016个职业工种的信息进行分析,这不是一个为了应付差事而做做样子的样本量。分析得出的数据是,在美国,80的劳动力市场会因此受到影响,分19种职业通过PT能减少超过一半以上的工作量。受影响较高的职业主要和科学,还有和批判性思维这种技能反向相关。也就是目前具备科研能力和科学思维的人还不需要太担心目前的语言模型。


AI发展引发担忧,open AI列出不能被取代的职业,同时呼吁注意AI风险分析


不具备这些能力,受波及较大的是写代码和写文章类的工作。在16页的表格里,他们列出了使用AI后能大幅提高工作效率的职业,翻译、研究调查写手、动物科学家、数学家、金融分析、税务员等等,这些职业都上了榜。论文里提到这些职业配合模型可以极大提高效率,但反之,很多人也担心自己就会被这么取代。为此,open AI也列出了那些目前肯定不会被取代的职业,运动员、木匠、刷漆匠、厨师、房顶安装等等。需要人亲力亲为的是,gpt肯定没法触及这些,就得等机器人和机械臂完全成熟并且商业化AI的渗透率逐渐升高的同时还发展迅速,GPT4的模型自己还拥有进化能力,在之前论文举例里,微软团队分别对GPT4模型请求了三一独角兽图片一开始不堪入,但仅仅两次迭代后就发生了明显的进步,


94659f0b3bcd47c1b20a56cdf2a325a3.png


这是团队也不清楚的隐藏技能。看到这,如果你还没能理解,这群大佬叫停AI的原因,那就继续往下看。在读这封公开信的同时,我还点开了这封信的引用,里面有一篇叫做aix风险分析的论文,这篇论文罗列了八个AI危险推测和失败模式,其中包括AI武器化、人类衰弱、认知侵蚀、欺骗等等。在附录里他们给了一些例子,最有意思是这个power权力争夺,上面写道拥有更多权利的代理人能够更容易的实现他们的目标,所以谁成了AI的领导者,谁就在某种程度上控制了世界。有兴趣的小伙伴可以自己去读一下。很多人看完以后,他是有意识要阻止AI的发展,但很明显这是一场难以抵挡的浪潮。首先这块蛋糕足够大,当open AI决定商业化,瞬间就变成百亿估值的公司,投资他的微软一夜翻身力压谷歌,其他的年轻AI公司也能陆续成功融资,巨大的利益驱动让他们无法停下脚步。其次是AI的发展也是国家之间的竞争,就像当年的互联网一样。


AI浪潮下的时代变革,普通人应该如何生存和受益?


谁抢得了先机和市场,谁就越有话语权,甚至改变一个国家的走向,所以即使明面上暂缓,私底下也会进行,有关AI的竞争压力也就越大。而至此,有关AI的竞争压力越大,他们发展的速度也就越快。所以即使我们知道可能发生什么,也很难阻止了一切的发生。看到这,你应该心里有数,为什么这些大佬要叫停AI的野蛮发展了?也应该了解当下我们身处在一个时代变化的节点上,而我也在思考,作为普通人的我们应该如何在这场浪潮里生存甚至受益?


7226b898de3a4bfe878597fe264f4e16.jpg

相关文章
|
9天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
23天前
|
机器学习/深度学习 人工智能 监控
探索人工智能的伦理困境:我们如何确保AI的道德发展?
在人工智能(AI)技术飞速发展的今天,其伦理问题也日益凸显。本文将探讨AI伦理的重要性,分析当前面临的主要挑战,并提出相应的解决策略。我们将通过具体案例和代码示例,深入理解如何在设计和开发过程中嵌入伦理原则,以确保AI技术的健康发展。
30 11
|
1月前
|
机器学习/深度学习 人工智能 算法
人工智能与医疗健康:AI如何改变生命科学
【10月更文挑战第31天】人工智能(AI)正深刻改变医疗健康和生命科学领域。本文探讨AI在蛋白质结构预测、基因编辑、医学影像诊断和疾病预测等方面的应用,及其对科研进程、医疗创新、服务效率和跨学科融合的深远影响。尽管面临数据隐私和伦理等挑战,AI仍有望为医疗健康带来革命性变革。
101 30
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
1分钟认识:人工智能claude AI _详解CLAUDE在国内怎么使用
Claude AI 是 Anthropic 开发的先进对话式 AI 模型,以信息论之父克劳德·香农命名,体现了其在信息处理和生成方面的卓越能力
|
21天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来医疗:AI技术在疾病诊断中的应用前景####
本文探讨了人工智能(AI)在现代医疗领域,尤其是疾病诊断方面的应用潜力和前景。随着技术的不断进步,AI正逐渐改变传统医疗模式,提高诊断的准确性和效率。通过分析当前的技术趋势、具体案例以及面临的挑战,本文旨在为读者提供一个全面的视角,理解AI如何塑造未来医疗的面貌。 ####
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
人工智能与未来医疗:AI技术如何重塑医疗健康领域###
【10月更文挑战第21天】 一场由AI驱动的医疗革命正在悄然发生,它以前所未有的速度和深度改变着我们对于疾病预防、诊断、治疗及健康管理的认知。本文探讨了AI在医疗领域的多维度应用,包括精准医疗、药物研发加速、远程医疗普及以及患者个性化治疗体验的提升,揭示了这场技术变革背后的深远意义与挑战。 ###
196 6
|
2月前
|
人工智能 自动驾驶 数据安全/隐私保护
人工智能的伦理困境:我们如何确保AI的道德发展?
【10月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在各行各业的应用日益广泛,从而引发了关于AI伦理和道德问题的讨论。本文将探讨AI伦理的核心问题,分析当前面临的挑战,并提出确保AI道德发展的建议措施。
|
2月前
|
人工智能 搜索推荐 安全
人工智能与未来社会:探索AI在教育领域的革命性影响
本文深入探讨了人工智能(AI)技术在教育领域的潜在影响和变革。通过分析AI如何个性化学习路径、提高教学效率以及促进教育资源的公平分配,我们揭示了AI技术对教育模式的重塑力量。文章还讨论了实施AI教育所面临的挑战,包括数据隐私、伦理问题及技术普及障碍,并提出了相应的解决策略。通过具体案例分析,本文旨在启发读者思考AI如何助力构建更加智能、高效和包容的教育生态系统。
|
1月前
|
机器学习/深度学习 人工智能 弹性计算
阿里云AI服务器价格表_GPU服务器租赁费用_AI人工智能高性能计算推理
阿里云AI服务器提供多种配置选项,包括CPU+GPU、CPU+FPGA等组合,支持高性能计算需求。本文汇总了阿里云GPU服务器的价格信息,涵盖NVIDIA A10、V100、T4、P4、P100等多款GPU卡,适用于人工智能、机器学习和深度学习等场景。详细价格表和实例规格见文内图表。
181 0
|
2月前
|
人工智能 算法 安全
人工智能伦理与监管:构建负责任的AI未来
【10月更文挑战第3天】随着人工智能(AI)技术的快速发展,其在社会各领域的应用日益广泛。然而,AI的广泛应用也带来了一系列伦理和监管挑战。本文旨在探讨AI的伦理问题,分析现有的监管框架,并提出构建负责任AI未来的建议。同时,本文将提供代码示例,展示如何在实践中应用这些原则。
448 1
下一篇
DataWorks