📢 转载信息
原文链接：https://www.bbc.com/news/articles/cj9rjwpvmpzo?at_medium=RSS&at_campaign=rss
原文作者：BBC News
在人工智能领域，“AI寒冬”这个词汇带着一种不祥的意味，让人联想到上世纪80年代和90年代资金枯竭、热情消退的时期。但今天的风险是否相同？
人工智能领域正处于一个前所未有的高涨期，但一些技术专家和投资者警告称，我们可能正在接近一个“冰点”。
最近，科技巨头如微软、谷歌和亚马逊在人工智能领域的投资总额已达数十亿美元，新一代的大型语言模型（LLM）如GPT-4和Claude 3令人印象深刻。然而，对许多人来说，这种快速发展速度正在成为一个问题。
成本过高、人才短缺与过度承诺
批评人士认为，当前AI的进步主要集中在模型规模的扩大，这需要巨大的计算能力和资金投入。
“我们正处于一个巨大的‘泡沫’之中，”一位来自硅谷的风险投资人表示。“目前的范式——构建越来越大的模型——是不可持续的。它们的训练成本高得离谱，而且许多公司正为尚未兑现的承诺买单。”
训练一个前沿LLM可能需要数百万甚至数千万美元的计算资源。这种高昂的成本正在限制初创企业和学术机构的参与。
此外，行业对AI专家的争夺也日益激烈，推高了薪资水平，使得小型公司更难吸引和留住顶尖人才。
期望与现实的差距
另一个担忧是，尽管当前模型在文本生成和图像识别方面表现出色，但距离实现真正的通用人工智能（AGI）仍有很长的路要走。许多企业在将这些前沿技术转化为实际、可盈利的商业解决方案时遇到了困难。
“我们看到很多展示，但这些展示往往是在非常理想化的环境中进行的，”一位AI伦理学家指出。“当企业试图将其整合到日常运营中时，他们会发现AI的可靠性、可解释性和成本效益远不如宣传的那样好。”
这可能导致投资的放缓，一旦初创公司无法在短期内证明其AI产品的投资回报率（ROI），投资人就会变得更加谨慎，类似于历史上的互联网泡沫破裂。
寒冬的信号
尽管目前看来热情未减，但一些潜在的“寒冬”信号已经出现：
- 投资收紧： 风险投资机构开始要求初创企业展示更清晰的盈利路径，而不是仅仅依赖于技术突破。
- 模型同质化： 许多模型在核心能力上表现相似，难以提供显著的竞争优势。
- 监管不确定性： 全球对AI的监管框架仍在形成中，这为企业部署AI增加了合规风险和不确定性。
专家建议：转向实用主义
并非所有人都认为即将到来的会是灾难性的“寒冬”。一些分析师认为，这更可能是一次“冷却期”，即从纯粹的炒作转向更务实、更具应用价值的AI开发。
“我们不需要再训练一个参数比前一个多一万亿的模型，”一位AI研究员说。“我们需要的是更高效、更专业化的模型，它们能解决特定行业中的实际问题，而不是成为昂贵的‘鹦鹉学舌’机器。”
真正的突破可能不再是更大，而是更聪明、更具成本效益的AI。这意味着研究重点可能会转向：
- 模型小型化（Model Compression）： 开发可以在边缘设备上运行的高效模型。
- 数据效率： 减少对海量训练数据的依赖，使训练更加经济。
- 可信赖AI： 提升模型的安全性和可解释性，以满足企业级的严格要求。
当前AI领域的高温状态不可持续，但从狂热走向务实，对行业的长期健康发展也许是必要的。关注点正在从“我们能做什么？”转向“我们应该做什么？”，这将是决定AI未来十年走向的关键。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区