【导读】近期AI技术界有言论称，人工智能的发展可能会因Scaling Law的限制而放缓。然而，有专家对此给出了反驳，认为AI的发展潜力还远未到达顶峰。
人工智能能力提升前景
专家分析称，目前AI的发展并未达到极限。所有关于AI进展放缓或碰壁的说法都是不准确的。人工智能的未来被预计仍然充满巨大的增长空间，这将主要体现在更加强大和高效的模型构建上。不同于以往的模型扩展方式，新的技术将涵盖强化学习和额外的计算能力，为AI的成长提供全新的机遇。
O系列模型的进步
观察到OpenAI的技术秘籍，其关键并不是简单地增大模型规模，而是通过运行时加强学习和额外的计算能力，实现了新的进步。这种被称为「大声思考」的新能力，为AI的扩展提供了可能。预计到2025年，这种方法将促使科技公司结合训练和推理时的计算新方法与传统的大型模型方式。这种趋势意味着大型模型的发展将进一步加速。
推理成本上升的问题
随之相伴的一个理解是，这种推理成本将是非常大的。例如，在o3的每个任务上，其成本可能高达平均20美元。除此之外，o3模型在多项科学基准上突破了常规大模型的能力，此外它也在某些任务上优于人类的性能。但背后高昂的成本是不可忽视的。
科技发展速度超出预期
AI的进步速度可能超出了大多数人的预测，算力成本的增长成为了主要挑战之一。特别是o3这种新模型，其资源需求会因任务而异，使得成本预测变得更加困难。这种依赖于推理扩展范式的新模型具有不同的处理方式，每个任务的运行费用可达20美元甚至更高。
发展中的挑战
对于未来的人工智能而言，不仅仅是性能的挑战，也包括运行成本的控制。未来的人工智能领域将努力在提升性能和控制成本之间找到平衡点。与之关系紧密的Anthropic公司就没有发布任何推理或测试时模型来竞争现有的技术。业界对于Anthropic未来将展示怎样的新动向保持着好奇和期待。
总结而言，AI的发展正面临着新的挑战和机遇。专家们对AI的未来发展仍持乐观态度，预计在不久的将来，我们将见证AI技术的又一轮质的飞跃，当然，这需要我们对成本和性能的优化拥有更深刻的理解和控制。
参考资料：
1. O系列模型的技术进步讨论
2. TTT技术在LLM中的应用
3. 关于AI明年科技进步的展望
这篇文章为你整理了AI领域最新的发展动态，期望这对理解人工智能的未来有所帮助。
相关文章
