人工智能裁员已开始？证据表明AGI并非迫在眉睫

导读：美国心理学家、认知科学家和作家马库斯表示尽管近年来 AI 技术取得了显著进展，但创造真正的通用人工智能（AGI）仍然是一个遥远的目标。

这些因素共同导致了行业的调整，即所谓的 “AI 大裁员”。

——————

在 Gary Marcus 的最新文章中，他指出了人工智能领域目前面临的现实问题。

过去 18 个月，随着 ChatGPT 等大规模语言模型的兴起，对这些技术的期望达到了前所未有的高度。然而，这些期望很快就被证明是不切实际的。Yann LeCun，一位曾经支持 LLMs 的知名人工智能专家，后来将其视为通往 AGI 的 “偏离路线”。

Marcus 预计，随着行业领袖对 LLMs 和 AGI 的期望调整，2024 年和 2025 年将会有更多的预期调整和期望下降。

文章中还提到了一些评论者对 Marcus 的支持和对 AGI 未来的讨论。

证据1：OpenAI 的首席技术官 Mira Murati 刚刚公开承认了我长期以来的怀疑：到目前为止，幕后还没有令人兴奋的 GPT-5。在接受《财富》杂志采访时，她无意中透露，“在实验室里，我们拥有这些功能强大的模型，但它们并没有那么遥遥领先”。

证据2：

多年来，雷·库兹韦尔 (Ray Kurzweil) 在他的 TED 演讲中，曾预测 AGI 将在 2029 年到来。但在《连线》杂志刚刚发表的一篇采访中，库兹韦尔（我相信他仍然在 Alphabet 工作，因此知道）让他的预测第一次回到 2032 年。（他似乎还放弃了 AGI 的标准，从一般智能转向写一流的诗歌）。

证据3：

许多知名的AI公司和科技巨头，如Google、Meta（前Facebook）和Microsoft，近年来都进行了大规模的裁员。特别是在AI相关部门，裁员人数显著增加。例如，Google在2023年初宣布裁员约12,000人，其中相当一部分来自其AI部门。Meta也在同年削减了超过11,000个岗位，影响了多个AI研究项目。

证据4：

除了大型科技公司，许多AI初创企业也面临资金短缺和市场压力，不得不裁员或关闭。例如，曾获得大量融资并被视为前景广阔的AI公司Element AI，在2022年宣布大幅裁员并最终被ServiceNow收购。其他类似的AI初创企业也纷纷经历了类似的困境，显示出市场对AI的期望与现实之间存在显著差距。

证据5：

虽然AI技术在某些领域取得了成功，但整体市场需求并未如预期般快速增长。许多企业在初期投入巨资研发AI技术后，发现实际应用和商业回报并未达到预期，这导致了对AI投资的重新评估和相应的裁员。例如，IBM在2023年宣布裁减其Watson Health部门，反映出其在医疗AI市场上的挫折。

证据6：

尽管AI技术在某些领域表现出色，但在实现AGI方面仍存在巨大挑战。目前的AI系统在处理特定任务时表现优异，但在应对广泛和复杂的任务时仍显不足。此外，AI的发展还面临伦理和法律问题，增加了技术推广的难度。例如，OpenAI和其他机构在推出新技术时，不得不考虑其潜在的社会影响，这也在一定程度上影响了技术的快速应用和推广。

AGI 并非迫在眉睫的分析

• 技术发展的局限当前的AI技术主要依赖于深度学习和大数据，这些技术虽然在特定领域表现优异，但在通用智能方面仍有很大不足。AGI需要具备像人类一样的综合智能和学习能力，这不仅需要突破现有的算法和模型，还需要解决计算资源和数据获取的瓶颈。

• 科学界的共识许多AI专家和研究人员认为，AGI的实现仍需几十年的时间。Gary Marcus等学者多次指出，目前的AI技术远未达到通用智能的水平，当前的进展更多的是在特定领域的应用，而非全面智能的突破。

• 伦理和法律挑战AGI的实现不仅是技术问题，更是伦理和法律的巨大挑战。如何确保AGI的安全和可靠，如何应对其带来的社会和经济影响，都是必须解决的重要问题。这些问题的复杂性决定了AGI的实现不会一蹴而就。

小编观点：

• 大规模语言模型（LLMs）并非是人工通用智能（AGI）的前身，单纯通过扩展规模无法实现 AGI 的目标。

• 行业领袖开始调整对 LLMs 和 AGI 的期望，这表明了对当前技术局限性的认识。

• AGI 的实现预测被推迟，标准也有所降低，这反映了实现 AGI 的难度和复杂性。

• 预计未来几年，人工智能领域将继续经历对过高期望的修正和下调。