top of page

淺談新摩爾定律

「ChatGPT之父」阿特曼(Sam Altman)出生於美國芝加哥,8歲就學會了編程,後被史丹福大學錄取,開始研究人工智能(AI)及計算機科學。 2005 年毅然輟學,同好友創辦社交媒體公司。以上經歷好像有點似曾相識,莫非要退學創業,方可成大事?阿特曼曾預測未來宇宙中,智能數量每18個月翻一番,一個全新的摩爾定律會否出現? 摩爾定律是由英特爾(Intel)的共同創辦人摩爾(Gordon Moore)提出來,其內容為:當價格不變時,集成電路上可容納的晶體管數目,約每隔18個月便會增加一倍,性能亦將提升一倍。 阿特曼提出的「新摩爾定律」,背後的邏輯是隨着人工智能迅速發展,服務人類或自動創造更強大的人工智能,創新的遞進循環加速了「新摩爾定律」革命步伐。再加上背後的數據,亦同步以指數式增長,數據與智能之間所產生的網絡效應不可小覷。例如一個以太陽能為動力的機械人,在一塊土地上自動耕種,既能自給自足更可以利用收集回來的數據,快速優化自身功能,還可以把數據與經驗分享給類似功能機械人,創造更強大功能。 在時間尺度上,資訊技術的進步,一直遵循指數曲線增長。大家試想像一下15 年前,如果沒智能手機的出現;30年前沒互聯網的開展;50年前沒個人電腦的發明,今天的人工智能發展會是如此強大嗎?從這個角度看,大家不難想像未來十年是一場什麼樣的科技盛宴,即將到來的變化可能會顛覆着讓人類引以為傲的能力:思考、創新、理解和推理能力。 阿特曼指出了這場革命的2個關鍵問題:1.這場革命將創造驚人的財富轉移,強大的人工智能讓許多勞動力(包括腦力勞動)的價格降至近乎零; 2.如此迅速和洶湧的變化,同樣需要敏捷、靈活及有力度的政策改革來分配這些財富。 我常跟朋友打趣說,我們正踏進一個不可思議的年代,人工智能毫無疑問會取代很多人的工作(去人化),但最終人類的生活是更幸福嗎?你喜歡光顧一間有人情味的茶餐廳,還是有效率但以「二維碼」為中心,沒有轉彎餘地的人工智能茶餐廳呢?這肯定是魚與熊掌各有所愛的選擇,未來如何制定公共政策,可讓施政者頭痛極了。

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page