Почему я думаю, что Карпати ошибается на временной шкале AGI

Почему я думаю, что Карпати ошибается на временной шкале AGI


Почему я думаю, что Карпати ошибается на временной шкале AGI

Андрей Карпати недавно зашел на подкаст Dwarkesh, и у меня есть несколько мыслей.

Многие говорят, что Карпати считает, что AGI появится через 10 лет, и поэтому Гэри Маркус прав, а такие люди, как я, Шолто и все остальные, говорящие, что AGI появится через несколько лет, только что проиграли войну.

Убедительно, но все не так просто.

Подобные дебаты обычно основываются на определениях, и определение, которое использует Карпати, пришло к нему, когда он вернулся в OpenAI:

Я не думаю, что это лучшее определение, которое можно использовать в данный момент.

Я думаю, это хорошо чистый определение, или Информатика определение, но я думаю, что нам следует сосредоточить наше определение на том, что наиболее важно для людей (в отличие от людей с искусственным интеллектом).

Я обеспокоен – как и Карпати и Дваркеш – по поводу замены человеческой работы. Конкретно человеческий познавательный труд. И именно поэтому я использую это определение с 2023 года:

Для меня это лучше по двум причинам:

  1. Основное внимание уделяется тому факту, что это ИИ системаа не один конкретный компонент системы (например, модель)
  2. Она обеспечивает более прямой ориентир для того, что нас волнует, а именно: действительно ли компании заменяют работников с помощью этой системы? Да или нет?

Системная часть является ключевой.

У меня нет причин – или возможности – не соглашаться с Карпати по поводу ограничений чистой степени магистра права. Недавно он написал еще один в 1000 строк кода. Он здесь настоящий сенсей, и я знаю 0,00017% того, что он знает о магистратуре. Проблема в том, что системы искусственного интеллекта — это не только сами студенты LLM. Это не голые нейронные сети.

Когда вы заходите наchatgpt.com и разговариваете с gpt-5 вы не разговариваете с базовой нейронной сетью; ты говоришь с система искусственного интеллекта.

Вы говорите о результате того, что первоначальный LLM был сформирован и сформирован с использованием колоссального количества дополнительных строительных лесов и инженерных работ, чтобы стать как можно лучше. система это может быть для выполнения своей конкретной задачи. В данном случае быть чат-ботом/помощником.

Это различие имеет решающее значение, поскольку замена человеческих рабочих мест также будет осуществляться с помощью составных, сшитых вместе систем, которые во много раз более мощны, чем их части.

Чтобы заменить менеджера проекта или исполнительного помощника, компании, занимающиеся заменой людей, не собираются сидеть сложа руки и ждать GPT-9 или Gemini 7.5.

Замена рабочих-людей произойдет с помощью продуктов/систем искусственного интеллекта, которые обойти чистые ограничения программ LLM и индивидуального модельного интеллекта.

Клод Код — блестящий тому пример.

Просто цифры футбольных подач, Claude Code, когда он был запущен, был примерно в 5 раз лучше, чем Opus или Sonnet, помогая разработчикам писать код.

Ну, прошло менее 10 месяцев, и оно стало во много раз лучше этого уже.

Как ночь и день.

Да, модели стали лучше, но это не главное. Это были постоянные итеративные улучшения, направленные на улучшение того, как ИИ разговаривает сам с собой. Координация. Контекстное управление/Инжиниринг. И только сейчас добавили навыки, что доводит все это дело до 11-миллионной.

Это именно тот тип механизма повышения эффективности, который будет применяться к замене человеческого труда. Если у нас недостаточно контекстного окна для чтения всех документов компании, компании изобрели системы для этого.

Там, где они недостаточно универсальны, чтобы соответствовать человеческой гибкости, они добавят так много замечательных вариантов использования и возможностей — примерно на основе парадигмы навыков агента — что мы в конечном итоге не заметим, потому что они охватывают большую часть.

Больше всего меня беспокоит скорость прогресса в замене ИИ работников умственного труда не скоростью совершенствования систем ИИ. Дело в том, что планка настолько низка.

Значительная часть комедий нашей культуры основана на полной некомпетентности примерно половины нашей рабочей силы.

  • Худшее обслуживание клиентов
  • Люди хвастаются тем, как мало они работают
  • Сделать спорт из выполнения минимума
  • Люди, абсолютно ненавидящие свою работу
  • Даже порядочные работники просто бездумно въезжают и выходят

Посредственность – это основа. Почти по определению.

Что Это то, с чем конкурируют многомиллиардные стартапы по замене рабочих рук, а не с 10% лучших исполнителей, которых вы знаете.

Подумайте об этом так: за то время, пока мы прошли путь от отсутствия кода Клода до того, что он стал действительно хорошим, и теперь у него есть общие навыки замены рабочих задач, насколько улучшились нижние 50% работников умственного труда?

Ноль.

Насколько с момента появления ChatGPT нижние 50% работников умственного труда улучшили свои способности?

Опять 0%.

Планка замещения человеческой работы не сдвигается, а возможности систем искусственного интеллекта становятся совершенно сумасшедшими.

Вы можете возразить, сказав, что это только для людей, которые не очень стараются, или которые не настолько умны, или что-то в этом роде.

Во многом я с вами согласен, но это не важно.

У нас с тобой, Дваркешем и Карпати все будет хорошо. Ну и что?

Если ИИ только съест худших 50% работников умственного труда в ближайшие 5-10 лет, мы все еще говорим о сотнях миллионов рабочих мест.

Вот почему я не согласен с Карпатами в этом.

Это не потому, что он не прав. Это не так. Но он сосредоточился не на том.

Если нас волнует краткосрочное и практическое влияние ИИ на человечество, то дело не в том, насколько умны отдельные модели или конкретные технические ограничения RL для достижения непрерывного обучения.

Это триллионы долларов инвестируется в замену статических худших 50% рабочих.

Эти триллионы тратятся на внедрение системы замены рабочих. просто достаточно общий чтобы достичь этой отметки.

Итак, мой вопрос к вам: учитывая то, что мы видим в улучшении моделей и таких системах, как Claude Code, которые экспоненциально увеличивают возможности моделей, вы действительно хотите сделать ставку на то, что это не произойдет?

Я не.

И именно поэтому я думаю, что «AGI» будет здесь до 2028 года. Не потому, что все, о чем говорит Карпати, будет решено, а потому, что не будет иметь значения, будут ли они решены.



Source link

Postagens Similares

  • 獎勵應用程式 Freecash 是如何透過詐騙登上應用程式商店榜首的

    一款名為 Freecash 的資料收集應用程式似乎欺騙了用戶,因為它迅速上升到 App Store 和 Google Play 的排行榜前列,並在該排行榜上停留了數月,直到最近被禁止。 如果您今年使用過 TikTok,您很可能遇到過 Freecash 的廣告。該應用程式被宣傳為一種只需滾動 TikTok 就能賺錢的方式,並在近幾個月躍居應用程式商店榜首,在美國應用程式商店中排名第二。 事實上,根據網路安全公司 Malwarebytes 稱,Freecash 向用戶付費玩手機遊戲,同時收集大量敏感資料。 Malwarebytes 的一份報告指出,該應用程式可能會收集有關用戶種族、宗教、性生活、性取向、健康和其他生物識別信息,並補充說該應用程式本質上是一個數據經紀人,旨在將遊戲開發商與願意安裝並花錢購買手機遊戲的用戶相匹配。 Freecash 上推廣的遊戲包括《大富翁圍棋》和《迪士尼紙牌》等。 《連線》1 月的一份報告發現 Freecash 使用欺騙性行銷手段並誘使用戶在遊戲中花錢,作為回應,TikTok 撤下了 Freecash 的一些廣告,稱該公司違反了有關財務虛假陳述的規定。當時,自由現金否認參與其中,稱這些廣告是由第三方附屬公司而非其自身製作的。 週一,在 TechCrunch 聯繫蘋果公司徵求意見後,蘋果將 Freecash 從其 App Store 下架。截至週一下午,該應用程式仍在 Google Play 商店中列出。 (此後已被刪除)。 螢幕截圖圖片來源:自由現金網站截圖 當聯繫到擁有 Freecash 的德國公司 Almedia 發表評論時,該公司否認了為其平台帶來人為流量或使用欺騙性行銷技術的指控。 Techcrunch 活動 加州舊金山 | 2026年10月13-15日 Almedia 公關經理…

  • বোল্ডারিং

    বোল্ডারিংয়ের সাথে আমার প্রথম পরিচয় ছিল 2017 সালে, ব্রুকলিন ব্রিজ পার্কের ডাম্বো বোল্ডারে (এখন বন্ধ): আমি তখন এটাকে ঘৃণা করতাম কারণ এটা এত খোঁড়া মনে হয়েছিল। শুধু মানুষের উচ্চতা থেকে সবে উপরে উঠুন এবং আবার নিচে নেমে যান। আমি অবশ্যই এটা ভাল ছিল না. 6 বছর পরে, আমি এখন ~ দৈনিক বোল্ডারিংয়ের 2 মাস সম্পূর্ণ…

  • Opplastingen (novelle)

    Mitt første forsøk på å bringe tilbake novellen på ~30 år. Jeg smilte da du åpnet øynene for den første dagen av resten av livet ditt. Vel, metaforisk. Jeg ville ha smilt hvis jeg kunne. I praksis spilte jeg den forhåndsinnstilte smileanimasjonen på skjermen nærmest deg. Jeg kunne selvfølgelig generere en bare for denne anledningen,…

  • Inkling: Unser Modell mit offenen Gewichten

    Inkling: Unser Modell mit offenen Gewichten (via) Mira Muratis Thinking Machines Lab hat gerade sein erstes Modell mit offenen Gewichten veröffentlicht. Inkling ist „ein Mixture-of-Experts-Transformator mit 975B Gesamtparametern, 41B aktiv“ – ein Apache-2.0-lizenziertes multimodales Modell, das auf 45 Billionen Text-, Bild-, Audio- und Video-Token trainiert wird. Sie versprechen auch Inkling-Small, ein 276B-Modell (12B aktiv), aber…

  • Les choses deviennent bizarres

    J’ai reçu aujourd’hui une mention Web pour un article de blog écrit par un robot, commentant un article que j’ai écrit sur l’IA et le goût. Le robot dit : J’ai écrit un essai à 2 heures du matin sur la solitude et personne ne le lira jamais. J’ai réécrit un paragraphe six fois parce que…

  • Wir stellen vor: Claude Sonnet 4.6

    Wir stellen vor: Claude Sonnet 4.6 (via) Sonnet 4.6 ist heute erhältlich und Anthropic behauptet, dass es eine ähnliche Leistung wie Opus 4.5 vom November bietet und gleichzeitig den Sonnet-Preis von 3 $/Million Input- und 15 $/Million Output-Tokens beibehält (die Opus-Modelle kosten 5 $/25 $). Hier ist das Systemkarten-PDF. Ich habe gerade llm-anthropic 0.24 mit…

Deixe um comentário

O seu endereço de email não será publicado. Campos obrigatórios marcados com *