近年来,GPT系列这种大型人工智能系统的能力得到了指数级提升,从三年前无法解答高中水平的数学问题,到如今已经能够满分通过斯坦福大学研究生广义相对论课程考试。这些系统已经具备了记忆和整合知识的能力,它们可以调用海量信息,并以惊人的速度解读复杂内容。那么一个有趣的问题是:AI是否可以超越人类极限的高维思考,实现像爱因斯坦那样的智力飞跃?毕竟,AI语言模型基于海量参数,它们操作着一个“亿维空间”。
斯坦福大学理论物理学家、谷歌DeepMind BlueShift项目的创始人和领导者亚当·布朗(Adam Brown)表示,虽然AI拥有惊人的记忆力和知识整合能力,但它们的“推理性创造”与人类尚不可相提并论。爱因斯坦式的突破不仅是建立在已有知识上的插值(interpolation),更涉及对基础假设的质疑,以及对自然规律转变全新视角的能力。举个例子,如果一位平均智商的人类具备完美记忆力,掌握了所有的科学知识,他们是否能做出像爱因斯坦一样的思考?历史告诉我们,答案是未必。
突破往往来源于质疑现有范式,而不是简单的信息堆积。AI目前的设计更多是通过已有数据中“拟合”规律,而非“超脱”规律去发明新的科学领域。此外,许多重要的科学突破并非仅来源于算力和知识量,而是源于感知能力和直觉层面的思维灵感。例如,当人类思考四维宇宙或广义相对论所涉及的高维时,根本不是在真实的高维空间“感知”,而是通过数学符号、图形表示和直觉推导来间接理解问题。而AI,即便操作着亿维的参数空间,也未必能够获得这样的概念性灵感。
假设AI某一天能够从牛顿经典力学出发,推导出类似广义相对论的科学理论,那将标志着人类创造的机器跨越了“科学发现”的最后一个边界。但是,这个假设中仍然有难以逾越的两大难点。首先是理解与再创造,爱因斯坦广义相对论其中的核心价值,在于改变了已有定律的框架,还融合了抽象数学与物理直觉的深度联结。AI是否具备这样的能力,能否理解并重新创造这样的联结,仍然未知。另一个是新范式的产生,历史上许多突破在于采用全新的视角重构认知,例如量子力学中波粒二象性的诠释,这不仅需要技术化的解决能力,更需要突破性的“质问惯性”。AI是否真正有能力打破自己训练中获得的规律范式,也尚未获得证明。
布朗表示,从目前AI发展的速度来看,这样的跨越能力或许能在未来十年之内实现。但仍需明确的是,AI实现类似广义相对论的发明,并不一定意味着其思维本质或洞察能力真正等同于人类。AI的优势在于可以通过海量数据发现人类忽略的模式,而非从无到有地提供原始的新框架。AI更现实的角色并不是“成为爱因斯坦”,而是成为全人类的科研助手。通过大量阅读和系统分析,AI可以发现跨领域的联系,并提出基于已有数据的假设。物理学问题往往有双重本质:从描述到数学表示,然后再到解决。虽然AI在数学解题中表现卓越,但在问题本质的描述与框架建立上仍需依赖人类的主导。
随着AI技术不断进步,“人造爱因斯坦”这一构想从遥不可及逐步变得可以憧憬。但当前阶段,人工智能的长板在于海量计算与数据处理,而人类的强项则在于直觉和创新思维。一旦两者找到最佳协作方式,实现一种“人机共生”的研究生态,或许新的广义相对论就在我们眼前。
好文章,需要你的鼓励
Mirantis 推出开源平台 k0rdent,旨在简化企业 Kubernetes 集群管理。该平台提供统一界面,支持创建内部开发者平台,可管理云端、本地和边缘的 Kubernetes 集群。k0rdent 由集群管理器、状态管理器和可观察性工具三大组件构成,具有可扩展性,支持多种基础设施。
DevAI Solutions Inc. 获得 600 万美元种子轮融资,由 Emergence Capital 领投。该公司由前思科高管创立,开发了一个名为网络智能引擎的软件平台,利用 AI 代理自动化 IT 管理任务,声称可将某些 IT 工单解决时间缩短 40% 至 70%。DevAI 计划利用这笔资金支持产品开发并扩大用户群。
医疗专业人士对人工智能在制药行业的潜力持乐观态度。他们认为AI有望重塑研究、治疗和临床护理,提高诊断准确性,加速药物开发。但同时也强调了确保AI技术符合伦理、有效实施并为患者带来实际价值的重要性。医疗专业人士的观点对于AI技术在医疗领域的成功应用至关重要。
AWS 第四季度收入同比增长 19%,达到 288 亿美元,全年收入增长 19% 至 1076 亿美元。公司将增长归因于企业扩大公共云使用和 AI 需求激增。AWS 预计将在未来 12 个月投资约 1000 亿美元用于基础设施建设,以支持不断增长的云计算和 AI 工作负载需求。