導讀：美國心理學家、認知科學家和作家馬庫斯表示儘管近年來 AI 技術取得了顯著進展，但創造真正的通用人工智慧（AGI）仍然是一個遙遠的目標。
這些因素共同導致了行業的調整，即所謂的 「AI 大裁員」。
——————
在 Gary Marcus 的最新文章中，他指出了人工智慧領域目前面臨的現實問題。
過去 18 個月，隨著 ChatGPT 等大規模語言模型的興起，對這些技術的期望達到了前所未有的高度。然而，這些期望很快就被證明是不切實際的。Yann LeCun，一位曾經支持 LLMs 的知名人工智慧專家，後來將其視為通往 AGI 的 「偏離路線」。
OpenAI 的 CTO Mira Murati 在一次採訪中承認，目前並沒有一個突破性的 GPT-5 模型存在。此外，Ray Kurzweil 曾經預測人工通用智能將在 2029 年實現，但最近在一個採訪中將這一預測推遲到了 2032 年，並且降低了 AGI 的標準。
Marcus 預計，隨著行業領袖對 LLMs 和 AGI 的期望調整，2024 年和 2025 年將會有更多的預期調整和期望下降。
文章中還提到了一些評論者對 Marcus 的支持和對 AGI 未來的討論。
證據1：OpenAI 的首席技術官 Mira Murati 剛剛公開承認了我長期以來的懷疑：到目前為止，幕後還沒有令人興奮的 GPT-5。在接受《財富》雜誌採訪時，她無意中透露，「在實驗室里，我們擁有這些功能強大的模型，但它們並沒有那麼遙遙領先」。
證據2：
多年來，雷·庫茲韋爾 (Ray Kurzweil) 在他的 TED 演講中，曾預測 AGI 將在 2029 年到來。但在《連線》雜誌剛剛發表的一篇採訪中，庫茲韋爾（我相信他仍然在 Alphabet 工作，因此知道）讓他的預測第一次回到 2032 年。（他似乎還放棄了 AGI 的標準，從一般智能轉向寫一流的詩歌）。
證據3：
許多知名的AI公司和科技巨頭，如Google、Meta（前Facebook）和Microsoft，近年來都進行了大規模的裁員。特別是在AI相關部門，裁員人數顯著增加。例如，Google在2023年初宣布裁員約12,000人，其中相當一部分來自其AI部門。Meta也在同年削減了超過11,000個崗位，影響了多個AI研究項目。
證據4：
除了大型科技公司，許多AI初創企業也面臨資金短缺和市場壓力，不得不裁員或關閉。例如，曾獲得大量融資並被視為前景廣闊的AI公司Element AI，在2022年宣布大幅裁員並最終被ServiceNow收購。其他類似的AI初創企業也紛紛經歷了類似的困境，顯示出市場對AI的期望與現實之間存在顯著差距。
證據5：
雖然AI技術在某些領域取得了成功，但整體市場需求並未如預期般快速增長。許多企業在初期投入巨資研發AI技術後，發現實際應用和商業回報並未達到預期，這導致了對AI投資的重新評估和相應的裁員。例如，IBM在2023年宣布裁減其Watson Health部門，反映出其在醫療AI市場上的挫折。
證據6：
儘管AI技術在某些領域表現出色，但在實現AGI方面仍存在巨大挑戰。目前的AI系統在處理特定任務時表現優異，但在應對廣泛和複雜的任務時仍顯不足。此外，AI的發展還面臨倫理和法律問題，增加了技術推廣的難度。例如，OpenAI和其他機構在推出新技術時，不得不考慮其潛在的社會影響，這也在一定程度上影響了技術的快速應用和推廣。
AGI 並非迫在眉睫的分析
-
技術發展的局限當前的AI技術主要依賴於深度學習和大數據，這些技術雖然在特定領域表現優異，但在通用智能方面仍有很大不足。AGI需要具備像人類一樣的綜合智能和學習能力，這不僅需要突破現有的算法和模型，還需要解決計算資源和數據獲取的瓶頸。
-
科學界的共識許多AI專家和研究人員認為，AGI的實現仍需幾十年的時間。Gary Marcus等學者多次指出，目前的AI技術遠未達到通用智能的水平，當前的進展更多的是在特定領域的應用，而非全面智能的突破。
-
倫理和法律挑戰AGI的實現不僅是技術問題，更是倫理和法律的巨大挑戰。如何確保AGI的安全和可靠，如何應對其帶來的社會和經濟影響，都是必須解決的重要問題。這些問題的複雜性決定了AGI的實現不會一蹴而就。
小編觀點：
-
大規模語言模型（LLMs）並非是人工通用智能（AGI）的前身，單純通過擴展規模無法實現 AGI 的目標。
-
行業領袖開始調整對 LLMs 和 AGI 的期望，這表明了對當前技術局限性的認識。
-
AGI 的實現預測被推遲，標準也有所降低，這反映了實現 AGI 的難度和複雜性。
-
預計未來幾年，人工智慧領域將繼續經歷對過高期望的修正和下調。
