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

  • 私の Jekyll サイトに CDN フロントエンドを与える

    📅 2025 年 11 月 14 日 | ⏱️ 約 5 分で読めます .htaccess リダイレクトを維持しながら、Jekyll ベースのサイトを Bunny CDN の背後で動作させることができました。私がやった方法は次のとおりです… 最近 Jekyll に戻って以来、私はこのサイトを Ionos がホストする VPS で実行し、小さなデプロイ スクリプトを使用してサイトを構築し、rsync を実行しています。 これはすべてうまくいきましたが、私は実際には、いくつかの画像とカスタム フォントをホストするだけではなく、Bunny CDN を使用したいと考えていました。静的サイトなので、すべてをストレージ プラットフォームにダンプすることもできましたが、1 つのサイトに数トンのリダイレクトがあります。 .htaccess 長年にわたるさまざまなプラットフォームの移行によるファイル。 Bunny’s Edge Platform でもこれらを処理できたかもしれませんが、リダイレクトの数を考えれば、維持するのは大変だったでしょう。そこで私は、自分の Jekyll サイトの前に Bunny を簡単に置くことは決してできないだろうと考えて、仕事に取り掛かりました。 💡 その時、私はひらめきました。 を使用してバニープルゾーンを作成したらどうなるでしょうか kevquirk.com パブリック ドメインとして使用し、VPS 上に別のドメインを設定し、そこでサイトをホストし、それをプル ゾーンのオリジンとして使用しますか? 私の理論では、Bunny は依然として VPS からコンテンツをリクエストしているだろうということでした。…

  • Garoto Gordo – Rodada 2

    16 de março de 2026 Em 2024, passei pelo processo de perda de peso e tive bastante sucesso. Passei de ~111kg (244lbs) para ~103kg (226lbs). Minha meta era 100kg (220lbs), então consegui muito fechar. Mas aí, em agosto de 2024, fui promovido no trabalho, acabei trabalhando caminho mais horas, e minha saúde sofreu. Acabei esgotado…

  • Jag kämpar för användarna

    Om du inte har kunnat hålla jämna steg med min blåsande takt i ett blogginlägg per år, skyller jag inte på dig. Det händer mycket just nu. Det är en hektisk tid. Men låt oss pausa och ta ett ögonblick för att fira att Elon Musk förstörde Twitter. Jag kan omöjligt säga det bättre än…

  • 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…

Deixe um comentário

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