gpt-3是人工智能的一个重要因素( 三 ) 从2020年开始

相比之下，普通AI机器，只能完成物品识别、剂量确认等单个、简单的任务，而不具备举一反三、推理能力。
对于AGI ，业内出现了严重分歧。一派以OpenAI为首，笃信AGI是未来，不惜花下血本，一派如Meta ，对AGI概念并不感冒。
OpenAI认为，强大计算能力是迈向AGI的必经之路，也是AI能够学习人类所能完成的任何任务的必经之路。
其研究表明， 2012至2018年6年间，在最大规模的人工智能模型训练中所使用的计算量呈指数级增长，其中有3.5个月的时间计算量翻了一倍，比摩尔定律每18个月翻一倍的速度快得多。
在强大计算力的加持之下， OpenAI模型也得以越炼越大。据透露， GPT-4的尺寸将超过GPT-3的500倍，将拥有100万亿个参数。相比之下，人类大脑有大约80-1000亿个神经元和大约100万亿个突触，也就是说，下一代AI大模型，参数数量级将堪比人类大脑突触的水平。
OpenAI的首席科学家IlyaSutskever在2020年表示， “到2021年，语言模型将开始了解视觉世界。仅文字就可以表达关于世界的大量信息，但它是不完整的，因为我们也生活在视觉世界中。”
这也许是下一代AI大模型最大的看点所在——其将不仅能处理语言模型，大概率将更是一个能处理语言、视觉、声音等多任务的多模态AI模型。
而这也意味着， AI大模型距离能够多任务处理、会思考的通用人工智能更近了一步。
与OpenAI相反， Meta人工智能副总裁罗姆?佩森蒂，掌管着数百名科学家和工程师的资深高管，自始至终对AGI不感兴趣。他认为，人类的智力本身就不是一个统一的问题，更不会有真正的模型能靠自己不断进化智力。“即便是人类都不能让自己变得更聪明。我认为人们对AGI的追捧有点像是对某种议程的追捧。”
反对者可以找到更多的佐证理由。2010年， DeepMind创始人德米斯·哈萨比斯提出了两种接近AGI的方向：
一是通过描述和编程体系模仿人类大脑的思考体系，但操作难度太大，没有人能描述清楚人脑的结构；
二是以数字形式复制大脑物理网络结构，但即便是还原大脑物理功能，也无法解释人类思考的运转规则。
不管是效仿大脑结构，还是试图描述清楚人类智慧的原理，都迈不过“因果关系推理”的鸿沟。迄今为止，没有一个AI模型突破这一难题。
AI大模型能带来强人工智能吗？当模型参数一次次被突破，达到远超人脑突触的数量级时，也许会出现突破“因果关系推理”难题的“奇点” ，带领我们进入强人工智能时代，但也许这仅仅是一个幻想。
不过目前，看起来， AI大模型是通往强人工智能最有可能的一条通道。赌一次，值了。