IT之家12月8日消息，據(jù)《商業(yè)內(nèi)幕》昨日?qǐng)?bào)道，谷歌DeepMind首席執(zhí)行官德米斯?哈薩比斯（Demis Hassabis）近期指出，擴(kuò)大AI模型的規(guī)模是達(dá)成通用人工智能（AGI）的關(guān)鍵所在。

報(bào)道顯示，硅谷業(yè)內(nèi)人士圍繞“規(guī)模定律（scaling laws）究竟能引領(lǐng)AI發(fā)展到何種程度”這一議題的爭(zhēng)論從未停歇。

憑借Gemini 3收獲大量好評(píng)的谷歌DeepMind首席執(zhí)行官德米斯?哈薩比斯于上周稱：“我們必須將當(dāng)前AI的規(guī)?；l(fā)展推向頂峰，它最終會(huì)成為通用人工智能的核心構(gòu)成部分，甚至有可能是整個(gè)通用人工智能系統(tǒng)的基礎(chǔ)?！?/p>

IT之家補(bǔ)充說明：通用人工智能（AGI）指的是擁有與人類相當(dāng)甚至超越普通人類智能水平的人工智能，能夠展現(xiàn)出正常人類具備的所有智能行為，目前該概念仍停留在理論階段，全球頂尖的AI企業(yè)都在為此投入資源，競(jìng)爭(zhēng)行業(yè)領(lǐng)先地位。

規(guī)模定律（scaling laws）則是機(jī)器學(xué)習(xí)領(lǐng)域中，用于描述模型性能與模型規(guī)模、訓(xùn)練數(shù)據(jù)集大小以及計(jì)算資源之間可預(yù)測(cè)關(guān)系的經(jīng)驗(yàn)性規(guī)律，被AI行業(yè)視作大模型預(yù)訓(xùn)練的核心準(zhǔn)則，簡(jiǎn)單來說就是“模型規(guī)模越大+訓(xùn)練數(shù)據(jù)越多且時(shí)間越長(zhǎng)＝AI系統(tǒng)越智能”。

哈薩比斯還表示，僅依靠規(guī)模定律或許就能推動(dòng)AI向AGI發(fā)展，不過他也猜測(cè)，最終可能還需要一到兩項(xiàng)額外的技術(shù)突破才能真正實(shí)現(xiàn)AGI。

但規(guī)模定律并非毫無缺陷，畢竟公開可獲取的數(shù)據(jù)總量存在上限，而且增加算力就意味著要建設(shè)更多數(shù)據(jù)中心，這會(huì)導(dǎo)致訓(xùn)練成本不斷攀升，同時(shí)給自然環(huán)境帶來壓力。部分關(guān)注AI領(lǐng)域的專家也擔(dān)憂，大語言模型企業(yè)持續(xù)按照規(guī)模定律投入，可能會(huì)出現(xiàn)投入產(chǎn)出逐漸遞減的情況。

在此期間，硅谷也出現(xiàn)了不同的觀點(diǎn)，其中前Meta首席AI科學(xué)家、近期宣布離職并開啟創(chuàng)業(yè)之路的Yann LeCun（楊立昆）就認(rèn)為，AI行業(yè)不能僅僅依賴規(guī)模定律。

他今年4月在新加坡國(guó)立大學(xué)發(fā)表觀點(diǎn)時(shí)提到：“大多數(shù)真正有價(jià)值的問題在規(guī)模定律下的解決效果都非常差，不能簡(jiǎn)單地認(rèn)為只要增加數(shù)據(jù)量和算力就能打造出更智能的AI。”

據(jù)悉，楊立昆離開Meta后，計(jì)劃構(gòu)建一套不依賴語言數(shù)據(jù)、而是以空間數(shù)據(jù)為基礎(chǔ)的“世界模型”AI體系，這可以看作是大語言模型之外的另一種技術(shù)方案。

本文僅代表作者觀點(diǎn)，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請(qǐng)?jiān)谖闹凶⒚鱽碓醇白髡呙帧?/p>

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請(qǐng)及時(shí)與我們聯(lián)系進(jìn)行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com