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

  • दशलक्ष वि. अब्ज वि. ट्रिलियन

    आम्ही दशलक्ष, अब्ज आणि ट्रिलियन हे शब्द ऐकतो. आणि आम्हाला माहित आहे की दहा लाख आहेत, एक अब्ज संपूर्ण आहे आणि ट्रिलियन त्यापेक्षाही अधिक आहे. परंतु प्रत्यक्षात फरक किती मोठा आहे हे पाहण्याचा एक चांगला मार्ग येथे आहे. दहा लाख सेकंद किती काळ आहे? प्रथम, मला एक प्रश्न विचारू द्या: एक दशलक्ष सेकंद किती काळ…

  • 財富稅建模

    2020年8月 一些政治人物提議除所得稅和資本利得稅之外還徵收財富稅。讓我們嘗試對不同程度的財富稅的影響進行建模,看看它們對新創公司創辦人的實踐意味著什麼。 假設你在二十多歲時成功創業,然後又活了 60 年。財富稅將消耗您多少股票? 如果財富稅適用於您的所有資產,則很容易計算其影響。 1% 的財富稅意味著您每年可以保留 99% 的股票。 60 年後,您剩餘的股票比例將為 0.99^60,即 0.547。因此,直接徵收 1% 的財富稅意味著政府將在你的一生中拿走你 45% 的股票。 (顯然,失去股份並不意味著成為 網 除非每股價值的成長幅度低於財富稅率,否則會更窮。 ) 以下是政府在 60 年內以不同財富稅水準徵收的股票數量: 財富稅 政府採取 0.1% 6% 0.5% 26% 1.0% 45% 2.0% 70% 3.0% 84% 4.0% 91% 5.0% 95% 財富稅通常有一個起始門檻。高門檻會產生多大的差異?為了建立模型,我們需要對股票的初始價值和成長率做一些假設。 假設你的股票最初價值 200 萬美元,公司的發展軌跡如下:你的股票價值在 2 年內增長了 3 倍,然後在 2 年內增長了 2 倍,然後在 2 年內增長了…

  • 2025 Consejos para mis viejos yo

    Cumplí años recientemente y estaba tan ocupado (vuelo de DataCouncil + sg) que nunca tuve la oportunidad de sentarme y reflexionar. Muchas cosas van bien, muchas más podrían ser mejores. Soy la única persona responsable de preservar lo bueno y arreglar lo malo. Ahora estoy de nuevo en un avión y con el estado de…

  • Gracias por ser un amigo

    Ha sido uno de esos meses, y con eso me refiero a uno de los 663 meses desde que nací. Este no será un post largo porque sólo tengo dos cosas que decir. En primer lugar, me alegra mucho que hayamos reordenado los condados de estudio rural de GMI (Ingreso Mínimo Garantizado) para que el…

  • Mühendislik Yapay Zeka Temsilcileri – OpenAI DevDay Singapur konuşması

    Bu, OpenAI DevDay Singapur için “Mühendislik Yapay Zeka Temsilcileri” konulu konuşmamın izleme belgesidir. İşim bittiğinde fotoğraf, not ve benzeri şeyler ekleyeceğim. tam slaytların, kesmem gereken çok daha fazla bilgi içerdiğini unutmayın 10 9 dakikalık konuşma. ” title = “video123” name = “video123” izin = “ivmeölçer; otomatik oynatma; şifreli medya; jiroskop; resim içinde resim” çerçeveBorder =…

  • Ментон Ріс – Переоцінка Twitter/X API

    Місяць тому я вголос задавався питанням, чи настав час додати перехресні публікації з Twitter до Micro.blog. Після довгих роздумів і відгуків користувачів я вважаю, що так. Мета завжди полягала в тому, щоб допомогти людям спочатку публікувати публікації на їхньому власному домені, незалежно від того, де вони також вирішили поділитися своїми публікаціями. Хоча я сподівався, що…

Deixe um comentário

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