在当今科技界，人工智能(AI)的发展速度令人惊叹，但随之而来的过度炒作也让许多人产生了误解。特别是关于通用人工智能(AGI)即将实现的论调，不仅误导了公众认知，还对年轻人的职业选择产生了深远影响。本文将深入剖析当前AI技术的真实能力与局限性，揭示为何AGI仍需数十年甚至更长时间才能实现。
AI技术的真实面貌
AI确实令人惊叹，我每天使用它来构建一年前无法想象的应用程序。然而，与此同时，AI仍然存在明显的局限性。我不会信任最前沿的大型语言模型(LLM)独立管理我的日程安排、执行简历筛选或选择午餐——这些都是企业 routinely 要求初级员工完成的任务。
我们确实可以构建AI软件来完成这些任务。例如，经过大量定制工作，我的一个团队现在拥有了一个相当不错的AI简历筛选器。但关键在于这需要大量的定制化工作。尽管LLM能够处理比以往AI技术更广泛的任务集，但与人类能力相比，它们仍然高度专业化。它们在处理文本方面比其他模态更好，但仍需要大量定制工程才能为特定应用程序提供正确的上下文，而我们很少有工具——而且只有低效的工具——让我们的系统从反馈和特定任务的重复暴露中学习（如为特定角色筛选简历）。
年轻人的AI职业困惑
最近，我收到一封题为"18岁年轻人的困境：进入AI领域是否太晚？"的电子邮件。发件人获得了我的分享许可，他正在准备上大学，担心自己毕业时，AI已经发展到没有有意义的工作让他为人类做贡献，他只能依靠全民基本收入(UBI)生活。我回信向他保证，未来几十年仍然有大量工作等待他去做，并鼓励他努力学习，学会用AI构建应用。
这个对话让我意识到，关于AI的炒作是多么有害。许多年轻人因为认为AGI会让他们没有有意义的作用而决定不进入AI领域，或者因为害怕AI会自动化编程而决定不学习编码——而这恰恰是我们领域加入的最佳时机。
AI技术的实际局限性
AI有着明显的局限性，尽管发展迅速，但在很长一段时间内，它仍将无法与人类相比。
1. 模态专一性
当前的AI模型，尤其是LLM，在文本处理方面表现出色，但在其他模态（如图像、音频、视频）的处理上仍然有限。人类智能是跨模态的，我们能够轻松地将视觉、听觉、触觉等多种感官信息整合起来理解和应对复杂环境。
2. 上下文依赖性
AI模型需要大量定制工程才能为特定应用程序提供正确的上下文。人类则能够根据情境快速调整和理解，不需要大量的预先编程或训练。
3. 学习效率
我们只有很少的工具——而且只有低效的工具——让AI系统从反馈和特定任务的重复暴露中学习。相比之下，人类能够从少量示例中学习，并能将知识迁移到相关但不同的任务中。
AGI的时间表：现实与炒作
现代AI是一种通用技术，正在推动许多应用的发展，但能够执行人类可以执行的任何智力任务（AGI的流行定义）的AI仍然需要数十年甚至更长时间才能实现。
1. 通用性的误解
AI是通用的，但不是那么通用。这种微妙的观点——AI是通用的，但不是那么通用——常常在今天嘈杂的媒体环境中被淹没。媒体倾向于简化复杂的技术概念，要么完全否定AI的能力，要么过度夸大其潜力。
2. 技术进步的非线性
技术进步往往是非线性的，初期发展缓慢，随后加速，最后再次放缓。AI可能正处于加速阶段，但要达到AGI，还需要许多基础突破。
3. 计算与能源限制
训练更强大的AI模型需要巨大的计算资源和能源。随着模型规模的扩大，这些需求呈指数级增长，这种趋势不可能无限持续下去。
投资者的误区
我知道一些风险投资家因为担心前沿AI模型公司会通过改进模型迅速淘汰所有这些业务而不敢投资应用层初创公司。虽然一些围绕LLM的简单包装无疑会被取代，但仍然存在大量有价值的应用，前沿模型的当前发展轨迹在很长一段时间内不会取代这些应用。
1. 应用层的价值
AI应用不仅仅是简单的模型包装，它们需要领域知识、用户体验设计和特定行业的理解。这些价值不会因为基础模型的改进而过时。
2. 定制化需求
许多AI应用需要高度定制化，以满足特定行业或用户的需求。这种定制化工作不会因为基础模型的改进而消失。
3. 数据壁垒
高质量的训练数据和领域特定的数据集构成了进入壁垒。即使基础模型变得更好，获取和准备高质量数据仍然是一项挑战。
对AI教育的启示
没有关于AI当前状态及其可能如何发展的准确信息，一些年轻人会决定不进入AI领域，因为他们认为AGI会让他们没有有意义的作用，或者决定不学习编程，因为他们害怕AI会自动化它——而这恰恰是我们领域加入的最佳时机。
1. 基础技能的重要性
无论AI如何发展，编程、数学、统计学和领域知识等基础技能仍然至关重要。这些技能将帮助人们构建、理解和应用AI系统。
2. 人机协作的未来
未来的工作模式很可能是人机协作，而不是完全自动化。人类将负责监督、决策和创造性工作，而AI则负责执行和分析。
3. 终身学习的必要性
技术发展的速度要求人们不断学习和适应。那些能够快速学习新技能并适应变化的人将在AI驱动的未来中脱颖而出。
建立正确的AI认知
让我们所有人继续努力，获得对实际可能性的精确理解，并继续构建！
1. 批判性思维
在评估AI能力和前景时，保持批判性思维至关重要。我们需要区分炒作与现实，理解技术的实际能力和局限性。
2. 多元信息源
获取关于AI发展的多元信息源，包括学术论文、行业报告和实际应用案例，以形成全面的认识。
3. 参与讨论
参与关于AI伦理、发展方向和社会影响的讨论，帮助塑造一个负责任的AI未来。
结论
AI技术确实令人惊叹，但它被不幸地炒作得比其实际能力更加神奇。炒作的一个有害方面是，它通常包含真相的元素，但程度不如炒作。这使得非技术人员难以辨别真相在哪里。
对于有志于进入AI领域的年轻人来说，现在正是最佳时机。尽管AGI还有很长的路要走，但AI技术正在快速发展，为那些愿意学习和工作的人提供了巨大的机会。让我们共同努力，建立对AI技术的准确理解，并继续构建美好的未来。
