NVIDIA首席執行官黃仁勛（Jensen Huang）日前出席公開活動表示，預期5年內可以看到AGI（Artificial General Intelligence，通用人工智慧）出現，對此Meta首席AI科學家楊立昆（Yann LeCun）認為目前AI系統距離達到某種感知能力還需要數十年時間，他的觀點與黃仁勛形成鮮明對比。
黃仁勛出席紐約時報DealBook高峰會被問到AGI是否能在10年內實現在，他認為這可能更快發生。他把AGI定義成一款軟體或一台電腦，能夠完成反應出基本智能的測試，與正常人一樣相當有競爭力，「我想說在未來5年內，顯然會看到能夠通過這些測試的人工智慧。」
「我認識Jensen」，楊立昆在近日慶祝Meta基礎AI研究團隊（Fundamental AI Research，FAIR）成立10周年的活動談到，AI熱潮下NVIDIA獲益匪淺，「這是一場AI戰爭，而Jensen正在提供武器。」
談到研究人員試圖開發AGI，楊立昆認為只要OpenAI等研究人員繼續追求AGI，他們就需要更多的NVIDIA晶片。
楊立昆指出，目前科技業對語言模型和文本數據的關注，還不足以創建研究人員幾十年來一直夢想的類人類AI系統。「文本是一種非常貧乏的資訊來源」，楊立昆解釋，人類需要2萬年才能閱讀完用於訓練語言模型的大量文本， 「但以相當於2萬年的龐大文本材料訓練一個系統，它們仍然不明白當A與B相同，那麼B就與A相同。」
於是楊立昆及其團隊正在研究如何定製化創建ChatGPT等應用程序的Transformer模型，以處理各種數據，包括圖片、音頻、影片等資訊。所謂多模態AI模型代表下個階段的技術進展，但開發成本昂貴。
隨著Meta、Alphabet等越來越多公司研究先進AI模型，NVIDIA具有優勢，特別是在沒有強大競爭者的情況下。NVIDIA一直是生成式AI最大受益者，其開發的GPU成為訓練大型語言模型的標準工具，比方說Meta依賴16,000個NVIDIA A100 GPU訓練Llama模型。
楊立昆還談到GPU技術依然是發展AI的黃金標準，但他認為未來需要的晶片可能不全是GPU，「未來有望看到新的晶片，它們不是GPU，可能只是神經深度學習加速器。」
（首圖為Meta首席AI科學家Yann LeCun，首圖來源：達志圖片）
