ChatGPT之父提新版摩尔定律:宇宙智能数量每18个月翻一番
今天,「ChatGPT之父」Sam Altman在社交媒体称,
一个全新的摩尔定律可能很快就会出现,即宇宙中的智能数量每18个月翻一番。
观点一出,直接炸了一波。
就连马库斯坐不住了,向其泼了一盆冷水,直言道,是AI的炒作量每18个月翻一番。
那么,对于Altman提到的宇宙中智能数量,我们该用什么指标来衡量这种增长?
根据现有的研究可以推测,一种拟合的评估方式如下:
- 运算能力- 学术刊物- 专利数量
- 数据存储
新版摩尔定律,也要背靠算力
一直以来,摩尔定律是半导体行业背后奉行的金科玉律:每隔18-24个月,封装在微芯片上的晶体管数量便会增加一倍,芯片的性能也会随之翻一番。
而如今,ChatGPT爆火出圈,是继2016年AlphaGo战胜李世石后,人工智能又一重大进步。
根据「2022年人工智能现状报告」,机器学习中的计算需求加速增长。根据每个模型的训练计算量翻倍的时间,它确定了机器学习的三个时代。
前深度学习时代(2010年前,训练计算量每20个月翻一番),深度学习时代(2010-15年,每6个月翻一番),以及大规模时代(2016年至今,100-1000倍增长,然后每10个月翻一番)。
要知道,ChatGPT的诞生,以及人人能够访问ChatGPT背后离不开的是算力。
在最新的财报会议上,英伟达CEO黄仁勋称,英伟达的GPU在过去的十年里将AI的处理性能提高了100万倍。
摩尔定律在其最好的日子里,可以在十年内实现 100 倍的增长。通过提出新处理器、新系统、新互连、新框架和算法,并与数据科学家、AI研究人员合作开发新模型,在整个跨度中,我们已经使大型语言模型的处理速度提高了一百万倍。
换句话说,没有英伟达,就没有ChatGPT。据称,这一模型运行在10,000个英伟达GPU上。
像GPT-3这样的大型语言模型需要大量计算能力来进行初始训练。
即使是用于训练模型的最大GPU的内存容量也有限,而需要多个处理器并行运行。
那么,使用ChatGPT进行实时查询,也是需要多个处理器。
英伟达和微软研究论文称,有1750亿参数的GPT-3模型在单个V100上估计训练需要288年。即使我们能够在单个GPU中拟合模型,所需的大量计算也会带来不切实际的漫长训练时间。
使用并行运行的处理器是加快速度的最常见解决方案,但也有局限性,因为超过一定数量的GPU,每个GPU的批处理量变得太小,进一步增加数量变得不可行,反而增加了成本。
这样一来,GPU的处理能力成为先进人工智能模型的前提。
位于爱丁堡大学的超级计算中心,英国电子政务委员会(ePCC)主任Mark Parsons教授称,最大极限是使用大约1000个GPU,而解决这一问题最可行的方法是一台专用的人工智能超级计算机。
即使GPU可以变得更快,但瓶颈仍然存在,因为GPU和系统之间的互连不够快。
随着GPT和其他大模型不断发展,并行训练的一些难点正在得到解决。
AI论文发表量倍增
另外,全球学术出版物和专利也是衡量宇宙智能数量的标准。
2022斯坦福AI指数报告显示,过去十年,全球AI论文发表量实现翻番,从2010年的162444篇增长到334497篇,且逐年递增。
具体而言,模式识别和机器学习领域的论文,仅2015年至2021年的6年间,就实现了倍增。
其它诸如计算机视觉、数据挖掘和自然语言处理等领域,保持了比较平稳的发展。
在专利方面,根据世界知识产权 (WIPO) 报告,2021年共提交了340万件专利申请,是有史以来最高的年度总数。
在全球范围内,专利申请从1995年的100万件增加到2010年的200万件,然后是2016年的300万件。
2021年,亚太国家占全球专利申请的三分之二以上,其中中国以近160万件专利申请领先。日本的专利申请总量位居第三,超过28.9万件。
在亚太地区之外,美国以略高于590,000的记录位居第二。
听君一席话,如听一席话
IEEE/ACM Fellow,IBM研究院软件工程首席科学家Grady Booch:
对于Altman这一句话给大家整的也挺懵圈,智能,到底是什么智能?
他说的是 「智能」,并没有把增长限制在人工智能甚至软件上。
有网友端上了Intelligence的定义。
有网友直接将其称为,Altman's Law。
ChatGPT,看科技大佬点评
1. Bill Gates
人工智能具有改变世界的力量,与个人电脑和互联网同样重要。ChatGPT仍不完美,比如回答数学问题时出现明显错误,不过他目前还是对其在教学、提供医疗建议等方面的应用潜力感到兴奋。
2. 谷歌首席执行官Sundar Pichai
人工智能是Alphabet正在开发的最深刻的技术。面对ChatGPT崛起,谷歌也正在开发AI驱动的聊天机器人Bard并在二月初向公众演示,计划在未来几周内发布。
3. 微软首席执行官Satya Nadella
Nadella对人工智能持乐观但谨慎的态度。微软正在大踏步建立AI技术,已经推出了配备对话式聊天机器人的新必应搜索引擎,但对于更加强大的AI,Nadella坚持人类需要有不容置疑的掌控能力。
4. Elon Musk
马斯克表示人工智能是未来文明的最大风险之一,它承载着巨大的希望,也隐含着巨大的危险,因此即使对于人工智能的监管是必要的,即使这可能一定程度上阻碍其发展。事实上,在与Sam Altman共同创立OpenAI时,他就认为人工智能是人类最大的威胁之一。
5. 苹果联合创始人Steve Wozniak
Wozniak认为ChatGPT对人类是十分有帮助的,但我们应当警惕它可能因为不了解人性而犯下的严重错误。这类似于人们对自动驾驶的警惕,我们了解人会做什么而清楚其他司机的反应,如果由AI来驾驶我们可能无法感到安心。
6. John Carmack
随着ChatGPT等AI工具的兴起,人工智能正向着复制人类功能的目标迈进,也许在短短十年内AI就能做到像人类一样思考和行动。
7. 互联网之父Vint Cerf
Cerf希望投资者在向人工智能倾注金钱时慎重考虑,毕竟技术并不总按人们所希望或者媒体所炒作的道路发展,引发变革的关键还是在于人类本身。
1.资讯内容不构成投资建议,投资者应独立决策并自行承担风险
2.本文版权归属原作所有,仅代表作者本人观点,不代表本站的观点或立场
您可能感兴趣
-
加密行业「成人礼」:SEC 开启闸门,华尔街「ETP 盛宴」正式开始
SEC 为加密 ETP 铺设的这条「高速公路」,无疑是加密资产发展史上的一个分水岭。撰文:白话区块链2025 年 9 月 17 日,美国证券交易委员会(SEC)做出了一项看似平淡无奇、实则足以载入史册
-
四美分的野心:DeFi 如何通过垂直化颠覆稳定币市场?
一股利息流从美国政府债务中流出,通过协议转向代币、DAO 和区块链。撰文:Prathik Desai编译:Block unicorn数十亿美元的资金正在争夺中,但最终的回报大约只有四美分。这就是每一美
-
深度剖析 MetaMask 代币背后的机会与隐忧
$MASK 可能达到 120 亿美元 FDV 并带来史上最大空投。撰文:The Smart Ape编译:Tim,PANews我觉得有条新闻在加密推特上被忽略了,ConsenSys 的首席执行官最近宣布
-
从制裁到法律审判:Tornado Cash 的隐私与责任之辩
Tornado Cash 案早已超越了个别开发者的命运,它正在为整个去中心化金融行业划定边界。撰文:黄文景Tornado Cash:隐私捍卫者还是洗钱工具?Tornado Cash,这个在以太坊区块链
-
9月23日市场关键情报,你错过了多少?
精选要闻1、Deribit 平台周五到期期权价值达有史以来最大规模之一,交易员预期市场将动荡2、Falcon Finance 公售募资超 9600 万美元,超募 24 倍3、KOL 爆料:Plasma
-
Fireverse × Beyond 黄贯中重磅合作引爆市场,币价持续飙升
在 Web3 与 AI 的交汇点,Fireverse 再次引爆行业关注。自正式官宣携手 Beyond 传奇吉他手黄贯中推出「Beyond The Limit」摇滚创作挑战以来,Fireverse 不仅
-
稳定币公链军备竞赛:从 Plasma、Arc 到 Tempo ,谁将主导 2 万亿美元的数字支付未来?
作者:Bernard,ChainCatcher2025 年的加密市场,稳定币正在成为真正的主角。截至 8 月, USDC 流通量已达 652 亿美元,整个稳定币市场规模已突破 2800 亿美元大关,
-
错过Aster,看这几个超赚钱未发币的Perp DEX
在 Aster 火热的背后,整个 Perp DEX 赛道正在经历一场前所未有的赛道竞争。从技术创新到用户体验,从资产多样化到生态整合,各个项目都在寻找自己的差异化突围之路。但其中最重要的数据,莫过于收
- 成交量排行
- 币种热搜榜
