美國知名企業(yè)家埃隆·馬斯克近日宣稱，到2025年或2026年，AI（人工智能）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（通用人工智能），已經(jīng)近在眼前了嗎？

　　前幾年，大多數(shù)科學家們對AGI的預期還是幾十年乃至上百年后才能實現(xiàn)。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(yè)內(nèi)人士把AGI實現(xiàn)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。從人工智能發(fā)展現(xiàn)狀看，阻滯AGI實現(xiàn)的因素至少有一大瓶頸和兩大風險。

　　一大瓶頸是能源瓶頸。風頭正盛的人工智能大模型，目前還處于“大力出奇跡”階段，依靠算力堆積實現(xiàn)智能涌現(xiàn)。2020年，最強的大模型算力需求達到每秒浮點運算次數(shù)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，并繼續(xù)按算力需求每3個月到4個月翻番的規(guī)律發(fā)展。算力密集意味著能量密集。據(jù)外媒報道，OpenAI的ChatGPT聊天機器人每天消耗的電力超過50萬千瓦時，用于處理約2億個用戶請求，相當于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(yōu)點十分突出。從能耗看，人工智能要達到人類智能水平還有很大差距，以至于有些專家寄希望于未來可控核聚變技術(shù)突破帶來的“能源自由”，也有些專家寄希望于芯片和算法的突飛猛進，這二者的突破顯然都是短期內(nèi)難以做到的。

　　兩大風險是商業(yè)風險和安全風險。

　　從商業(yè)風險看，對人工智能大模型的投資面臨著“賠本賺吆喝”的質(zhì)疑，增速難以持續(xù)，這有可能會影響人工智能的迭代速度。比如，一家美國公司的大模型產(chǎn)品向用戶收取10美元月費或100美元年費，但因為服務(wù)成本高，需要每個月為每個用戶“倒貼”20美元。研究機構(gòu)CB Insights發(fā)布的《2023年人工智能（AI）行業(yè)現(xiàn)狀報告》顯示，2023年，全球AI初創(chuàng)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(chuàng)業(yè)公司估值高、缺乏明確商業(yè)化路徑，已經(jīng)勸退了不少風險投資者。當前，雖然大量資金仍在涌向大模型，但燒錢如流水的“煉大模型”成本，也讓大模型的商業(yè)變現(xiàn)需求愈加急切。

　　從安全風險看，當前人工智能技術(shù)快速發(fā)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復雜的挑戰(zhàn)。要確保人工智能始終處于人類控制之下，打造可審核、可監(jiān)督、可追溯、可信賴的人工智能技術(shù)，顯然不是讓人工智能不受約束地發(fā)展越快越好，而是需要堅持“科技向善”的倫理先行，建立并完善人工智能倫理準則、規(guī)范及問責機制。人工智能治理關(guān)乎全人類命運，是世界各國面臨的共同課題，因此人工智能規(guī)則制定也不能由少數(shù)發(fā)達國家說了算，而是要推動構(gòu)建公平、公正的人工智能國際治理體系。

　　人工智能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(zhàn)的準備。?（本文來源：經(jīng)濟日報 作者：佘惠敏）