大西洋:效率低得惊人生成式AI为何是一场工程灾难

2026-07-16 | 来源: 加美财经 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

她写道：“ 认为只有依赖大企业投入数百万美元训练的巨型基础模型，才能完成困难任务，这种想法本身就是一个陷阱。”

她开发的模型不能取代大型语言模型。这个模型并不是用来生成语言，而是为生物学和电气工程等领域解决逻辑问题。不过，目前一些由规模大得多的人工智能模型承担的任务，这种小模型也能完成。

然而，我们似乎已经被大型语言模型困住了，或许是因为这些产品的营销过于强势。如今，无论用户是否需要，大型语言模型都在被塞进各种产品。

2024 年和 2025 年，大型语言模型被整合进 Windows 和 macOS，这意味着现在连运行一台基础个人电脑，也需要更强的算力。由于企业预计未来会推出更多人工智能功能，智能手机也开始配备升级后的硬件。

效率低下的人工智能，还被加入 Adobe Photoshop 和微软 Word 等常用软件，这意味着计算机必须拥有更强性能，才能运行这些程序。

这一切尤其糟糕，因为计算机性能已经无法按照过去的速度提高。从 20 世纪 50 年代开始，制造商不断让微芯片变得更快、更小、更便宜，这一趋势通常被称为摩尔定律。

但过去几年，芯片元件已经小到制造商遭遇分子层面的物理限制，无法继续大幅缩小，技术进步因此明显放缓。

事关汉坦病毒,大西洋小岛牵动多国神经

大西洋:SpaceX已成"神话公司" 危险之处正在此

大西洋邮轮爆发"汉他"病毒 WHO:已酿3死

制造商没有继续缩小元件，而是把重点转向开发专门适配人工智能的新型硬件。这偶尔能够带来渐进式性能提升，但没有任何进步能够追上人工智能需求呈指数增长的速度。

归根结底，对于科技行业内部那些相信自己正在复制智能本身的人来说，效率低下可能根本不值得担忧。

硅谷许多人怀有一种近乎宗教信仰般的执念，认为某种类似心智的东西能够从大型语言模型中诞生。

但大型语言模型说到底只是通过统计规律生成语言的软件。这类软件无法记住基本事实，缺乏常识，与生物大脑也完全不同。

甚至被称为人工智能 “ 教父 ” 之一的扬 · 勒昆最近也对《纽约时报》表示：“ 大型语言模型并不是通往超级智能，甚至人类水平智能的道路。”

然而，人工智能的神话诱惑如此强烈，以至于许多工程师认为，为了推动人工智能继续发展，任何原则都可以让路，甚至连编写高效软件这一最基本的要求也不例外。