11月25日消息，近期，关于AI模子规模定律（Scaling Law）是否遭遇“撞墙”征象的争议引发了广泛关注。在这场争论中，作为竞争对手的OpenAI与Anthropic却稀有地同等枪口对外，他们都以为AI并没有“撞墙”。
这场争论的焦点聚焦于：随着模子规模的连续扩大，其性能提拔是否会遭遇无法逾越的天花板。对此，OpenAI的首席实行官山姆·奥特曼（Sam Altman）已在交际媒体上明白表现：“没有墙！（there is no wall.）”
现在，Anthropic的副总裁兼技能主管迈克尔·格斯滕哈伯（Michael Gerstenhaber）也发表了见解。他指出，大语言模子及其他情势的天生式人工智能在“自我改正”方面正稳步进步，将可以或许胜任更多使命，并推动“AI智能体”的发展。
在近来名为“新一代人工智能：它能实现生产力答应吗？”的集会上，格斯滕哈伯夸大：“大模子在自我改正与自我推理方面变得愈发善于。每隔数月，昨们就会推出新模子，不停拓展大语言模子的功能。这个行业最令人高兴之处在于，每次模子升级都会解锁全新的应用场景。”
Anthropic的最新模子已涉足使命规划范畴，如模仿人类在电脑上的操纵流程，包罗网上订购披萨等。格斯滕哈伯表现：“现在，规划中心步调已成为实际，而这在以往是无法实现的。”
格斯滕哈伯的观点与人工智能猜疑论者的态度大相径庭。猜疑论者以为，天生式人工智能及其他更广泛的人工智能范畴正在遭遇“撞墙”逆境，即每代新模子带来的改进正渐渐淘汰。
人工智能学者加里·马库斯（Gary Marcus）在2022年已发出过告诫，他以为仅仅通过增长人工智能模子的参数数目，并不能带来与规模增长相匹配的性能提拔。这一告诫至今仍旧被他不停重申。
面临这一观点，格斯滕哈伯表现，Anthropic不停在推动当前人工智能基准测试所能权衡的本领界限。他表明说：“纵然在某些方面看起来增长好像在放缓，那也是由于昨们正在实现全新的功能种别，而昨们已经让基准测试和完成原来使命的本领到达了饱和状态。”换言之，权衡新一代人工智能模子的本领正变得越来越具有挑衅性。
格斯滕哈伯与呆板学习标注练习平台Scale AI的维贾伊·卡鲁那姆西（Vijay Karunamurthy）均以为，通过扩展天生式人工智能的规模，有助于推动这种自我改正的神经网络的进步。
格斯滕哈伯指出：“昨们确实看到智能在不停扩展，但昨们并不以为昨们在规划和推理方面碰到了瓶颈。此中一个缘故原由是，昨们如今才刚刚开始相识怎样构建规划和推理使命，以便模子可以或许顺应它们尚未实验过的各种新情况。”
他增补道：“昨们还处于发展的早期阶段，正在从应用步伐开辟者那边相识他们在实验做什么，以及大语言模子在哪些方面做得不敷好，如许昨们就可以将这些信息集成到大模子中，举行迭代改进。”
格斯滕哈伯还表现，这些发现与Anthropic的底子研究速率密切相干，但部门也依靠于谛听“行业告诉昨们他们必要什么，以及昨们的顺应本领——昨们非常注意及时学习。”
卡鲁那姆西则指出，客户每每倾向于从大型模子开始，但偶然也会根据详细需求缩小到更简朴的人工智能模子。他增补说：“很显着，他们起首思量的是人工智能是否充足智能，可否很好地完成测试；其次是它是否充足快，可否满意他们在应用步伐中的需求；末了是尽大概地低落本钱。”（腾讯科技特约编译金鹿）
