社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  chatgpt

温和奇点还是科技麻痹?!ChatGPT o3锐评山姆奥特曼最新长文《温和奇点》三年AGI路径图

那一片数据星辰 • 2 天前 • 30 次点击  

一、发布背景:为什么在此时推出“温和奇点”

6 月 10 日(美西时间),Sam Altman 在其个人博客发表长文 The Gentle Singularity(温和奇点),继今年初的《Reflections》后再次对 AGI 发展路线与 OpenAI 战略作公开阐述。文章发布的时间点颇具象征意味:

  • OpenAI 在 5 月底推出多工具“GPT-Agent”后,引发对“AI 代理冲击就业”的新一轮争议;

  • 美国、欧盟陆续进入立法深水区(AI 法案、FTC 规则),外部对“失控奇点”的担忧升温;

  • 内部方面,OpenAI 正加速筹资建设超大算力园区,并计划于年内启动新一轮员工期权流动。

    Altman 选择在这一敏感节点抛出“温和奇点”论,意在重塑外界对“硬奇点”突变的恐惧,转而描绘一条“可管理、渐进且全民受益”的技术上升曲线。(blog.samaltman.com)


二、博客核心内容提炼

  1. “事件视界已过,起飞已开始”

    Altman 断言人类已跨过数字超智能的“事件视界”,并用三个年度里程碑划定技术路线:2025 年诞生能“真正做认知工作”的代理,2026 年出现可独立提出新洞见的系统,2027 年初步实现具身机器人规模化上岗。(blog.samaltman.com)

  2. 温和奇点的三大特征

  • 惊奇递减:奇迹很快沦为日常——“新奇→常态→桌面配置”是奇点的运行方式。
  • 递归放大回路:AI 研究->更强 AI->更快研究;加之“机器人造机器人”“数据中心造数据中心”,资本-算力-模型形成飞轮。
  • 成本趋零:他首次披露平均一次 ChatGPT 查询耗电 0.34 Wh、耗水 0.000085 gal,声称“智能成本最终将趋近电价”。(theverge.com)
  • 治理主张

    Altman 重申“两步走”安全路线:先解决对齐难题,再让超级智能“便宜且广泛分布,避免过度集中”。他呼吁全球就“集体对齐边界”展开公共讨论,并强调 “给予用户在宽松框架内的高度自由”。(blog.samaltman.com)


  • 三、业界即时反馈概览

    平台
    主流声音
    侧重点 / 评价
    权威媒体The Verge
     迅速聚焦能耗与用水数据,质疑其缺乏公开方法论;同时将之与比特币、数据中心能耗做对比。(theverge.com)
    关注环保透明度
    Time
    (1 月报道 Altman 新战略)继续引用其“对超级智能的乐观赌注”,但提醒“对齐难题仍未解”。(time.com)
    强调监管与商业模式

    X(原 Twitter)
    Altman 本人发帖称“也许这是我最后一篇完全未用 AI 协助的文章”,并附链接。(x.com) Garry Tan、Ethan Mollick 等点赞转帖;Hacker News 上 200+ 评论中质疑“又一次改写门槛”“公关意味浓”。(news.ycombinator.com, news.ycombinator.com)
    创投圈多持乐观,开发者社区分化明显
    LinkedIn
    OpenAI GTM 负责人 Adam Goldberg、技术合伙人 Jon Hammant 等将文章作为“内部对外统一口径”分享,并讨论能耗数据可信度。(linkedin.com, linkedin.com)
    职业圈关注业务落地与成本

    四、初步分析:温和奇点的战略意图与影响

    • 概念重塑,软化监管焦虑

      在“奇点”这一带有科幻色彩的高压词汇前加上 gentle,Altman 试图将“爆炸式”替换为“加速但可适应”,与欧盟等强调“可控演进”的政策语境对表。

    • 数据透明,抢占话语制高点

      首次公开单查询能耗-水耗数据,是对外界“AI 不环保”批评的主动回应,也将竞争对手置于披露压力之下。

    • 时间表公开,塑造技术领航者身份

      给出 2025-2027 的短周期路线图,既向资本市场展示可预期的商业增量,也暗含对监管机构的“窗口期”暗示:“请在我实现之前,完成规则设计。”

    • 潜在风险

      • 若能耗-水耗数据被证伪,可能引发公信力危机;
      • “智能过剩-就业转移”尚无配套社会合同,政策制定若滞后,乐观叙事或遭反噬;
      • 递归飞轮的安全外部性仍未给出可操作技术方案,与 EU AI Act 高风险义务存在张力。

    五、结论与后续观察要点

    1. 能耗与环境指标是否会被第三方审计验证?
    2. 开源-闭源阵营在“成本收敛”叙事上的竞合走向
    3. 欧盟、美国即将出台的代理-机器人监管草案中,是否采纳 Altman 的“渐进奇点”视角。

    在未来几周,预计还会有更多学术与政策层面的回应。如果您需要跟踪这些动态,我可以持续汇总关键更新。

    参考资料

    • theverge.com
    • time.com

    附:Sam Altam<The Gentle Singularity>全文翻译

    The Gentle Singularity - Sam Altman

    我们已经越过了事件视界;起飞已经开始。人类即将构建出数字超级智能,而到目前为止,这一切并没有像人们想象的那样离奇。

    机器人还没有在街头行走,我们大多数人也没有整天与人工智能对话。人们仍然会因疾病而死亡,我们还无法轻松进入太空,而且我们对宇宙的了解仍然有限。

    然而,我们已经构建了一些在许多方面比人类更聪明的系统,这些系统能够显著提升使用它们的人的产出效率。最艰难的部分已经过去;获得像GPT-4和o3这样的系统所需的科学洞察是来之不易的,但它们将带我们走得更远。

    人工智能将以多种方式为世界做出贡献,但人工智能推动更快的科学进步和提高生产力所带来的生活质量提升将是巨大的;未来可以比现在好得多。科学进步是整体进步的最大驱动力;想到我们还能拥有更多,这是非常令人兴奋的。

    从某种意义上说,ChatGPT已经比历史上任何人类都更强大。每天有数亿人依赖它来完成越来越重要的任务;一个小的新能力可以产生巨大的积极影响;一个小的错位乘以数亿人可能会造成很大的负面影响。

    2025年见证了能够完成真实认知工作的代理的出现;编写计算机代码将永远改变。2026年可能会看到能够产生新见解的系统的出现。2027年可能会看到能够在现实世界中完成任务的机器人的出现。

    更多的人将能够创造软件和艺术。但世界需要更多的这些东西,专家只要拥抱新工具,仍然会比新手好得多。一般来说,一个人在2030年能够完成的工作量将比2020年有显著的提升,许多人将学会如何从中受益。

    在最重要的方面,2030年代可能不会与现在大不相同。人们仍然会爱自己的家人,表达创造力,玩游戏,以及在湖中游泳。

    但在仍然非常重要的方面,2030年代可能会与以往任何时候都截然不同。我们不知道人类水平智能之外我们能走多远,但我们即将发现。

    在2030年代,智能和能源,即思想以及将思想付诸实践的能力,将变得极其丰富。这两个因素一直是人类进步的根本限制因素;有了丰富的智能和能源(以及良好的治理),我们理论上可以拥有任何其他东西。

    我们已经与令人难以置信的数字智能生活在一起,经过最初的震惊后,我们大多数人已经习惯了它。我们很快就会从对人工智能能够生成一篇写得很好的段落感到惊讶,到想知道它何时能够生成一部写得很好的小说;或者从对它能够做出挽救生命的医疗诊断感到惊讶,到想知道它何时能够开发出治愈方法;或者从对它能够创建一个小型计算机程序感到惊讶,到想知道它何时能够创建一个全新的公司。这就是奇点的运作方式:奇迹变得司空见惯,然后成为基本要求。

    我们已经听到科学家们说,他们在使用人工智能后,生产力比以前提高了两到三倍。高级人工智能之所以令人感兴趣,原因有很多,但也许没有什么比我们能够用它来进行更快的人工智能研究更显著了。我们可能会发现新的计算基底、更好的算法,还有谁知道是什么呢。如果我们能够在一年内完成十年的研究,或者一个月内完成十年的研究,那么进步的速度显然会大不相同。

    从现在开始,我们已经构建的工具将帮助我们找到进一步的科学洞察,并帮助我们创建更好的人工智能系统。当然,这并不等同于一个完全自主更新自身代码的人工智能系统,但无论如何,这已经是递归自我改进的一个初级版本。

    还有其他自我强化的循环在起作用。经济价值创造已经开始了一个飞轮效应,推动基础设施的建设,以运行这些越来越强大的人工智能系统。而且,能够制造其他机器人的机器人(在某种意义上,数据中心能够建造其他数据中心)并不遥远。

    如果我们必须用传统方式制造第一批一百万个人形机器人,但随后它们可以操作整个供应链,挖掘和提炼矿石、驾驶卡车、运营工厂等,来制造更多的机器人,这些机器人可以建造更多的芯片制造设施、数据中心等,那么进步的速度显然会大不相同。

    随着数据中心生产的自动化,智能的成本最终应该会接近电力的成本。(人们常常好奇ChatGPT查询使用了多少能量;平均查询使用约0.34瓦时,相当于烤箱在略多于一秒钟内使用的能量,或者高效灯泡在几分钟内使用的能量。它还使用了大约0.000085加仑的水;大约是一茶匙的十五分之一。)

    技术进步的速度将继续加速,人们将能够适应几乎所有事情。当然,也会有一些艰难的部分,比如整个类别的工作消失,但另一方面,世界将如此迅速地变得富有,以至于我们能够认真考虑以前从未考虑过的新政策想法。我们可能不会一下子采用一个新的社会契约,但从几十年后回头看,逐渐的变化将构成一些重要的东西。

    如果历史可以作为参考,我们将发现新的事情去做,新的东西去渴望,并迅速适应新工具(工业革命后的职业变化是一个很好的近期例子)。期望会提高,但能力也会以同样的速度提高,我们将拥有更好的东西。我们将为彼此建造越来越奇妙的东西。人类相对于人工智能有一个长期重要且有趣的优势:我们天生就关心他人以及他们的想法和行为,而我们并不太关心机器。

    一千年前的自给自足的农民会看着我们许多人所做的事,说我们有假工作,并认为我们只是在玩游戏来娱乐自己,因为我们有足够的食物和难以想象的奢侈品。我希望我们能在一千年后看待未来的工作,认为它们是假工作,我毫不怀疑它们将对从事这些工作的人感到非常重要和令人满足。

    新奇迹的出现速度将是巨大的。今天很难想象到2035年我们将发现什么;也许我们将在一年内解决高能物理问题,然后在下一年开始太空殖民;或者在一年内取得重大材料科学突破,然后在下一年实现真正的高带宽脑机接口。许多人可能会选择以类似的方式生活,但至少有些人可能会选择“接入”。

    展望未来,这听起来很难理解。但可能经历这一切会让人觉得令人印象深刻但可以管理。从相对论的角度来看,奇点是一点一点发生的,合并也是缓慢进行的。我们正在沿着指数技术进步的长弧攀登;向前看时它总是看起来是垂直的,向后看时它总是看起来是平坦的,但它是一条平滑的曲线。(回想一下2020年,如果当时有人说我们将在2025年接近通用人工智能,这听起来会很疯狂,而过去的五年实际上是什么样的。)

    随着巨大的好处,我们还需要面对一些严重的挑战。我们需要解决技术和社会方面的安全问题,但随后至关重要的是要广泛提供对超级智能的访问,考虑到其经济影响。最好的前进路径可能是:

    1. 解决对齐问题,这意味着我们可以强有力地保证让人工智能系统学习并朝着我们集体真正想要的长期目标行动(社交媒体信息流是错位人工智能的一个例子;驱动这些的算法在让你不断上滑方面非常出色,它们显然理解你的短期偏好,但它们通过利用你大脑中某种东西来做到这一点,这会压倒你的长期偏好)。
    2. 然后专注于使超级智能变得平价、广泛可用,并且不要让任何个人、公司或国家过于集中。社会是富有韧性的、富有创造力的,并且能够快速适应。如果我们能够利用人们的集体意愿和智慧,那么尽管我们会犯很多错误,有些事情会出错,但我们将能够快速学习和适应,并能够利用这项技术实现最大的好处和最小的坏处。在社会必须决定的广泛范围内,给用户很大的自由度似乎非常重要。世界越早开始关于这些广泛范围是什么以及我们如何定义集体对齐的对话,就越好。

    我们(整个行业,而不仅仅是OpenAI)正在为世界构建一个大脑。它将极其个性化,让每个人易于使用;我们将受到好想法的支持。长期以来,创业行业的技术人士一直在取笑“想法人士”;那些有想法并寻找团队来实现它的人。现在在我看来,他们即将迎来属于自己的高光时刻。

    OpenAI现在是很多事情,但在其他一切之前,我们是一家超级智能研究公司。我们面前还有很多工作要做,但我们面前的大部分道路现在已经被照亮,黑暗区域正在迅速消退。我们非常感激能够做我们正在做的事情。

    几乎无法计量的平价的超级智能已经触手可及。这听起来可能很疯狂,但如果我们在2020年告诉你我们将达到今天的水平,这听起来可能比我们对2030年的当前预测更疯狂。

    愿我们能够平稳、指数级且无波折地通过超级智能。


    Python社区是高质量的Python/Django开发社区
    本文地址:http://www.python88.com/topic/183134
     
    30 次点击