吳恩達 vs. Sam Altman：兩大 AI 大師對 AGI 未來的不同看法

本文作者彼得臥夫（Peter Wolf）。卓騰語言科技創辦人及核心開發工程師。「卓騰」是由一群受過現代語言學訓練的專家組成的新創公司，以電腦科技，導入人類習得語言的機制，避免對語料庫以及網路的依賴，讓最自然不過的語言成為人類和機器之間的介面。商益獲授權刊登全文。

Andrew Ng（吳恩達）教授提出 AGI 還需要數十年才會實現的同時，Samuel Altman 卻表示 AGI 的到來可能比想像中更快，這兩位大師腦中所思考的 AGI 究竟有什麼不同呢？

事實上，不同於 What is LLM 有個清楚的定義，What is AGI 的定義其實眾說紛紜。在這個情況下，我們能從什麼角度來理解為什麼兩位大師對於 AGI 實現的時程看法會差這麼多呢？

從軟體開發模式的角度來看，兩位大師的預測（或規劃？）其實符合兩種軟體開發模式。而也正是開發模式的差異，反映出兩位大師心智運作上的差異。

Ng 教授的新創公司 Landing AI 採用的投資模式是先找尋 AI 可以投入的「機會」，再介紹合適的人擔任執行長帶領新創的 AI 團隊，讓團隊跟著該執行長一起打造 AI 應用，試著在市場上生存下來，並在 pre-seed 輪就先投入 100 萬美元，快速驗證可行性後，於 seed 輪再投入250萬美元。

這像是軟體開發模式中的「演化模型」，在不是很明確知道需求的時候，就憑著軟體的核心，快速長出許多不同的變體，在環境中摸索著求生存。這也像是寒武紀大爆發一樣，在短時間內出現大批前所未見的奇形怪狀的生物，然後再看看誰能在殘酷的真實環境中活下來。

相較之下， Altman 的 OpenAI 採取的開發模式更接近「快速原形模型」和「迭代模型」的混合模式。快速地放出一個版本，看看這個世界對它有什麼反應，調整後，再放出新的版本。每一次都不是完美的，每一次釋出也不一定修正了之前的問題或是，但每一次的釋出都表示對前一陣子使用者操作回饋的「反應」。這種快速反應的模式，特點就是「快」，但品質不一定是穩定提升的。因此我們會看到 OpenAI 持續釋出「更新更多」的功能，但並不能保證新的語言模型會比舊的好（例如去年十二月時數學能力不好，到了今年三月時有了明顯的提升，但到了六月的新版本裡又變差了），但它會持續和使用者之間維持某種互動。

理解了這兩種模式的重點，就不難理解為什麼 Ng 教授會覺得 AGI 還要數十年，而 Altman 卻覺得我們很難預測明年會發生什麼事，說不定 AGI 將會很快到來了。

單純就軟體開發而言，兩種模式各有適合的場景。但眾人常在心中思考的也是，如果 AI 真的如 Altman 所描繪的會影響人類生活的各方面的話，未經監管即釋出到社會上，也許不是最好的測試方法。幸好，Ng 教授則認為生成式 AI 其實只佔了 AI 生態圈的一小部份而已。那麼，也許就算它直接被放到真實世界裡，變成詐騙或是認知作戰的文本產生器時，影響也不會那麼大，是吧？（是嗎？）

• Large Language Model 並不是相對於 Small Language Model，而應該理解為「大型模型」(Large Model) 中的語言模型 (Language Model)，故稱為 Large Language Model。

ref. https://www.techtarget.com/whatis/definition/large-language-model-LLM

• 軟體開發模式

ref. https://medium.com/jeasee隨筆/軟體開發模式-fbbe52614c68

核稿編輯：湯皓茹

《商益》主張「商業是最大的公益」，報導專注於讓讀者理解資本力量、商業本質以及財經語言。歡迎加入 Discord 社群，並免費註冊訂閱商益電子報。

延伸閱讀：

ChatGPT之父訪日對日政府談7大提案，訪台行卻揭開台灣「國家級AI危機」？
解析 OpenAI 對日本七大提案，Sam Altman：新科技出現時，政府有義務保護國民
日本政府部門業務導入生成式 AI？日首相岸田文雄今會 Sam Altman
Sam Altman的創業課：不需比較誰最努力，要看成果有沒有用