①OpenAI联合创始人伊尔亚·苏茨克维认为，AI行业应告别简单的“规模化”，重新回归到注重底层创新的“研究时代”；②苏茨克维指出，数据是有限的，而且各个组织已经拥有大量的计算资源，单纯的量变可能不再带来质变。

　　随着科技巨头不断投入巨资、扩大规模，有关人工智能（AI）泡沫的警告声发响亮。OpenAI联合创始人、前席科学伊尔亚·苏茨克维（Ilya Sutskever）作为ChatGPT的核心，现在却认为是时候按下“暂停键”了。

　　在周二新播出的一档节目中，被视为现代AI先驱的苏茨克维挑战了传统观点，即规模化可能是AI进步的关键路线图。在他看来，人工智能行业的潮流将不得不回到研究阶段。

　　近段时间以来，在科技巨头的带下，对于AI行业的投入就像“魔怔”了一样：狂堆叠GPU、新建数据中心，试图通过扩大模型规模来触碰AGI（通用人工智能）的圣杯，并从根本上使他们的人工智能工具——论是LLMs（大语言模型） 还是图像生成模型，变得好。

　　人们似乎也普遍认为，你拥有的计算能力或训练数据越多，你的人工智能工具就会越聪明。但苏茨克维却在此时“泼下冷水”称，AI行业应告别简单的“规模化”堆积，重新回归到注重底层创新的“研究时代”。

　　去年5月，苏茨克维离开了OpenAI。次月，他与前苹果公司AI负责人丹尼尔·格罗斯（Daniel Gross）和OpenAI前研究员丹尼尔·列维（Daniel Levy）共同创立了SSI，旨在开发比人类聪明但不危险的人工智能技术。由于三位创始人的“光环”，塑料管材生产线SSI自成立伊始即受到业内关注。

　　苏茨克维在上述采访中说，在过去的五年里，这个“”产生了有影响力的结果。对于公司来说，这种法也很有，因为它提供了一种简单且“非常低风险”的资源投资式，而不是将资金投入到可能一所获的研究中。

　　然而现在，苏茨克维认为，这种法已经过时了。他解释说，数据是有限的，而且各个组织已经拥有大量的计算资源。

　　他强调说，这条路正在变得拥挤且低。“预训练数据的红利终将耗尽，数据是有限的。当你把规模扩大100倍后，单纯的量变可能不再带来质变。”

　　“所以，我们又回到了研究的时代，只是有了大型计算机。”他补充说。

　　不过，苏茨克维并没有否定对计算的需求，他指出计算对于研究仍然是必要的，而且在各大组织都采用相同范式的行业中，计算可以成为“重要的差异化因素”之一。

　　但他强调，研究对于找到有或利用所有已获得的计算能力的法至关重要。

　　根据苏茨克维的说法，需要多研究的一个域是让模型能够像人类一样进行泛化——本质上是利用少量信息或示例进行学习。

　　“我认为根本的问题是，这些模型在某种程度上概括得比人差得多。这是非常明的。这似乎是一个非常基本的东西。”他补充说。