AI的一個時代結束，AI大牛突然潑冷水！但也指明了黃金賽道

抓住風口

本期要點：這位AI浪潮的開創者，究竟說了啥？

你好，我是王煜全，這里是王煜全要聞評論。

上周三，OpenAI前首席科學家伊利亞?蘇茨克弗（Ilya Sutskever）在消失一年多后，突然在一檔播客節目中進行了一個半小時的對談，并朝當前的AI熱潮潑了一盆冷水。

這位曾憑“擴展定律”（Scaling Laws）獲得成功的AI領軍者，卻公開宣稱“擴展時代（Age of Scaling）已經終結”。當前依賴算力、數據與參數規模擴張的主流發展模式已經觸及瓶頸，大力出奇跡的神話失靈了。

他還指出了一個矛盾的現象，當前模型能在高難度評測中表現優異，卻會在簡單的問題上犯錯。研究人員為提高評測分數，對模型進行了針對性的強化學習訓練，導致模型成為了“做題家”，卻不是真正能舉一反三的“天賦學生”。

伊利亞更是重新定義了AGI（通用人工智能）：未來的超級智能，不應該只是個在海量數據和 GPU集群上預訓練出來的成品，應該是一個具有超高學習效率的智能體（Superintelligent Learner）。

它可以像實習生或15歲少年一樣，雖然并不完美，卻可以通過不斷犯錯和自我糾正來掌握技能，通過知識和經驗的積累實現超常智能。

那么，伊利亞在新訪談中表達的新認知究竟說明了什么？是不是意味著這輪AI變革要結束了？

在我們看來，伊利亞恰恰為AI變革的下一階段指明了方向，別再指望著通過更多數據、更多參數、更多芯片來打造出一個全能的AGI。而我們也想指出，既然追求全能的AGI并不現實，當前更務實的做法就是著力打造專注于特定領域的AI專家，即“領域智能”。

LLM已經到頭了？

首先，當前LLM（大語言模型）架構已經來到邊際收益銳減的階段。

我們曾多次指出，基于LLM的AI存在能力上限。比如它可以寫出萬字報告，卻得不出3句話的洞察。

其中的原因也比較明顯：第一、互聯網上的高質量數據已經快要耗盡，再強大的算力也難為無米之炊；第二、當前的AI大模型還缺乏小樣本泛化的能力。

因此，AI大模型在訓練數據所覆蓋的范圍內，可以表現驚人，但只要略微跳出這些范圍，面對陌生場景，AI就容易出現意外錯誤，甚至在一些常識性的問題上陰溝翻船。

伊利亞就打了個比方，如今的大模型就像一個花了一萬小時練習編程競賽的學生，背熟了解題套路，能在競賽中脫穎而出，但當讓他去真正的軟件工程崗位，卻很難勝任復雜多變的實際工作，只能去做那些標準化了的任務。

最近，和伊利亞有類似看法的AI大牛并不在少數。

Meta的前AI首席科學家、圖靈獎得主楊立昆（Yann LeCun）就說過，純粹依賴LLM的路線是一條死胡同，當前的AI大模型智能水平還不如一只貓?！癆I教母”李飛飛前段時間也發文指出，LLM路線訓練出來的AI大模型只是能言善辯的書呆子。

李飛飛

而背后的哲學道理，可以借用《道德經》開篇的“道可道，非常道”來解釋：AI大模型所學習和處理的全部內容，是人類用文字對世界的表述，而不是這個世界本身；但AI沒有真正親身體驗過這個世界，也就缺乏對于客觀規律、因果聯系的切實理解。

就像一個熟讀游泳指南卻沒有下過水的人，哪怕在岸上頭頭是道，在水里也大概率會溺水。

這些AI科學家們其實是在提醒整個行業，別再希望靠單純堆料就能走向下一代AI模型，而必須轉向算法與架構的創新。這也正是伊利亞所說的，我們正站在從“擴展”回歸“研究”的關鍵轉折點上。

領域智能

此時此刻，我想指出的是，大家應該意識到，至少在現階段，追求一個萬能的AGI很可能是個偽命題，真正的未來在于在各個垂直領域構建一個個能力遠超人類的“超級專家”。

無論是人腦還是計算機，其時間與精力資源都是有限的。當你將資源投入到某個領域以追求極致的專業水平時，必然犧牲涉獵其他領域的機會。

就像籃球之神邁克爾?喬丹，在退役后轉戰棒球卻很難復制之前的輝煌；一個AI如果要在醫療診斷上達到超常水準，它的模型架構、訓練數據、優化方向都要深度契合醫學領域，那它在文學創作上就必然不及專門訓練的寫作AI。

正如伊利亞在訪談中所說，經過專業訓練出來的AI可能會在訴訟等復雜經濟活動中形成專業優勢。

因此，在下一代范式突破前，發展“領域智能”，也就是放棄AGI，轉而培養專才型AI才是一條務實且可行的路徑。

畢竟科學原理的突破往往是脈沖式的，我們很難判斷下一代AI模型會在什么時候、以什么方式出現，但基于現有技術的優化和配套研發已經足以將AI從高科技轉變為高性能產品和高品質服務，并能持續推動產業發展，釋放其中的經濟價值。

11月19日，OpenAI在ChatGPT中加入了類似AI購物助手的功能；不久后，Perplexity也上線了類似功能。這些都是“領域智能”方向的早期嘗試，其核心是通過購物數據與任務對基礎模型進行強化訓練，構建專用于購物領域的模型。

其中的商業邏輯也很明確，購物決策對幻覺的容忍度很低，要求信息的絕對精準，而且還要符合用戶的需求，基于全網數據訓練出的通用模型在商品推薦與消費決策方面的表現，大概率就不如在電商數據上訓練出的專用購物模型。

我們認為，未來，每一個垂直行業都有機會誕生基于領域智能的專用模型，而背后就將是一群相關的AI獨角獸公司，乃至未來的行業霸主。

今天的創業者和投資者，可以重新思考自己的戰略，放棄大而全的幻想，轉向小而美的深度優化，深入評估自己是否具有足夠高的數據壁壘，能否獲得領域專家提供的高質量且密集的反饋，能否利用自己在本領域的特有優勢構建專用模型，并在特定任務上擁有超人表現。

這類模型雖然會犧牲部分通用性，但有望在特定的高價值領域（如法律、醫療、教育等等）表現得足夠專業和可靠，給用戶帶來有實際價值的服務，從而獲得可持續的商業回報。

以上就是今天的內容，如果你希望在第一線觀察AI產業的發展，歡迎加入明年一月初的CES展觀展團。屆時，我將陪同你和各位優秀的科技企業家，在創新的現場浸潤式的觀察和思考，感興趣的朋友可以點擊鏈接報名。

更多科技產業的新趨勢和底層規律，歡迎加入科技特訓營學習，和我一起，先人一步，領先一路！

王煜全要聞評論，我們明天見。

↓長按圖片掃碼報名，先人一步，領先一路

也在這向各位家長們推薦前哨AI冬令營，我們將通過一周的集訓讓孩子能親自上手完成一個真實的AI項目，快來盡早開啟孩子AI時代的進化之旅吧！就快來點擊鏈接了解詳情吧。

最后， 鑒于公眾 號推送機制的改變，你未來刷 到要聞評論的機會可能沒那么多了，建議你加入粉絲群，第一時間 得到我的獨家前沿分析，而且我們還會每天在粉絲群里發布獨家資料，快快掃碼加入吧！

此外，我們還為您準備了一個思維導圖，掃描加群即可領取

“AI芯片產業的未來格局分析”

↓點擊學習王煜全老師最新大師課，掌握馬斯克的賺錢底層邏輯！