重磅！5年破解黎曼猜想，10年接管人类认知，AI超级增长曲线揭秘

新智元报道

编辑：元宇

【新智元导读】AI是否会在5年内破解黎曼猜想？是否会保持每年5x的算力扩张节奏？十年后，AI将把我们带向一个什么样的世界？近日，Epoch AI负责人Jaime Sevilla，与数据与分析负责人Yafah Edelman在对话中，为我们揭示了未来十年AI发展的路线图。

「如果未来五年内看到 AI 解出黎曼猜想，我一点也不会太惊讶。」

近日，Epoch AI负责人Jaime Sevilla，与公司数据与分析负责人Yafah Edelman在一次播客节目中，为我们揭示了未来十年，AI的发展路线图。

Jaime Sevilla（左）与Yafah Edelman（右）

对话谈到了以下问题：

• 我们是否会持续每年5x的算力扩张节奏？

• 什么时候，AI能基本自动化所有「认知任务」，而且成本不高于人类？

• 2030年，经济是会放缓，还是将起飞？

• 十年后，AI将我们带入一个什么样的世界？

对话中，Jaime预测到2035年，AI可以推动经济实现每年10%的增长，并笑称这一预测结果，可能迎来两拨人截然不同的评价：

一类是经济学家，他们可能会觉得：「这些人疯了，他们居然说每年会有10%的增长。」

一类是AI圈的人，他们可能会觉得：「这些人疯了，他们居然说每年只有10%的增长。」

每年5×算力扩张，可以持续吗？

Jaime：当前每年大约5x的算力扩张节奏，还能维持多久？

Yafah认为，未来两年内，5x的算力增速会放慢，甚至现在可能已经不是5x了，原因之一是现在的数据中心建设非常耗时。

即使把Stargate和Abilene的公开计划都算上，未来也维持不了每年5x的增速。

主要原因，是驱动扩张的因素也在变化。

Yafah预期训练运行时长已扩大到「几个月」为单位，如果不考虑「训练时长增加」因素，每年算力增长扩张速度可能只是2.5x-3x。

以Grok 4为例，Yafah并不认为它新增的算力总量会超过当初Grok 3的训练：

Grok 4，更像是在Grok 3上加了一层RL。如果使用更多GPU，训练时长大概率也会更短。

由于算法进步，以及产品研发流程的加速，Yafah预期训练时长并不会继续变长。

她认为3到6个月的训练时长是合理的。当然，这里面仍有扩张空间，比如：

Grok 3/4 完全可以用更多GPU 去训练，投入更多算力；

OpenAI，有了 Stargate之后，如果愿意「猛踩油门」去维持每年5x的节奏，至少还能再坚持个一两年。

但随后，速度就会慢下来。

那么，随着算力的快速增长，到2030年，我们会得到什么样的AI？

Jaime ：2030年，我们的最大训练运行可能到1e29FLOP吗？

Yafah：我觉得能。

相当于GPT-4级的训练，1e29 FLOP大概是几千倍的算力。

这种情况下，Yafah预期我们将得到一个相当能打的「AI 智能体」，它的主要特征是：

可以高度稳定地完成简单的电脑操作任务，成本极低、速度极快。而且，「低级的推理失误和困惑」也会显著减少。

仅仅这些，已经是巨变。

同时，我们还很可能看到其他具有足够推理能力的AI，开始在数学、物理等领域做出一些新发现。

Jaime预测到2030年，在数学或物理领域，会有一个大名鼎鼎的问题被AI基本解决。

比如，解出黎曼猜想。

Yafah对此也深表赞同，她认为这恰恰是AI特别擅长的地方。

AI程序员，如何改变世界？

Jaime谈到了「AI程序员如何改变世界」，比如它可以直接帮我们拟定周末活动的方案，再顺手做个小应用邀请大家。

这个，目前已经发生了。

在「代码质量」上，Yafah认为AI可能会高于人类。

甚至可能接近这样一个点：AI所写的代码，并不太需要人类工程师的审核。

而且这一点也很可能被市场「钱包」所接受：

如果那些使用AI的公司，能给出相似甚至更好的产品，而且价格更低，用户也极有可能使用它们。

当AI代替许多入门级的岗位，就会出现一种奇怪的均衡：雇人其实就是让他们用AI，而且你本来也可以直接用AI。

那么，为什么还要雇工程师？

Yafah认为，这时工程师的工作，就不再是「写代码」，而是去琢磨产品定位、架构、测试、系统搭建等问题。

他们更多是「告诉技术该做什么」，而不是「亲手去把技术做出来」。

虽然多数人的工作，是管理 AI 产出结果，但这并不会占用很多时间。

Yafah说，「如果我要花很多时间跟 AI 来回沟通，那往往意味着它还不太能做我想要的事情。」

2030：经济会放缓，还是将起飞？

AI公司的营收，现在是「几十亿美元」量级，大概每年3x的增速。

虽然，保持这样的增速很难，但从现在到2030年，每年翻一番不是没可能。

Jaime说，过去70年，经济体的年增速大概在2%左右，如果AI公司能做到「每年几千亿美元」的产出，足以把当前的经济增速翻倍。

但Yafah提醒我们，应当注意技术快速增长背后的泡沫：

在未来十年中，我们可能看到在算力、GPU、建厂、基建、数据中心等方面，许多「万亿级」的投入，但我并不确定GPU的投入会不会体现在GDP里。

在Yafah看来，历史上出现过许多类似技术的快速扩张与投资不确定性，比如互联网时期的.com泡沫、英国的铁路热潮，都是快速扩张、投资汹涌背后产生的风险。

Jaime认为到了2030年，以下情况都有可能出现：

一种是增长突然大幅放缓，要持续很久才能恢复增长；另一种是自动化更多领域，从而加速增长，让「加速」又反过来推动对 AI 的投入。

Yafah认为这个问题，要分为两个阶段来看：

第一阶段，是「基础设施扩张期」：这个阶段扩张是可持续的，但她不确定这阶段会持续多久，也许2030年是个偏激进的节点。

第二个阶段，是「可能的爆炸式经济增长」。她将「爆炸式增长」定义为至少每年30%的GDP增长。

如果AI能自动化所有岗位，那爆炸式增长就非常合理，但她不确定自动化比例要达到哪个点上，才会进入爆炸式增长。

可以确定的是：如果想要「持续」增长，就必须持续自动化。

什么时候，AI能基本自动化所有「认知任务」，而且成本不高于人类？

在这个问题上，Yafah和Jaime的判断基本一致：是2034年到2035年。

迈向「更快的世界」

站在今天，如何判断2035年以后，AI能够跑多快？

Jaime将之归结为三个要素：

1. 机器人制造的速度；

2. 技术的规模回报；

3. 智能的回报（能否得到远超人类的AI）。

对于「技术回报」和「智能回报」的速度，Jaime持怀疑态度。

在机器人制造速度方面，他认为主要看投资人能否提前投入，以便在AI够好时，能够准备充足的机器人。

其中最主要的挑战，就是机器人的生产成本。

Yafah认为机器人的生产，将极大增加AI的投入规模。

以1000亿美元算，如果每台「身体」要10万美元，那也只有100万台机器人，这确实不够多。

要把成本打下来，还要看「AI 驱动的研发」是否足够给力，只有靠机器人，才能大幅提升机器人制造的速度。

制造环节里，你未必需要「超过百万」的机器人来参与，也许 只用10万就够改变曲线。

从现在到十年末，AI可以持续当前的「疯狂扩张」，足以成为拉动经济的重要变量。

到了2030年，虽然仍会有一小撮「长尾认知能力」没被自动化，但可能也不远了。这时继续扩张变得更难，但不会停下。

这一切都将我们带向一个「更快的世界」。

Jaime将迈向「更快的世界」的过程，总结为三个阶段：

• 规模化时代：2025年至2030年；

• 商品化/普及时代：2030年至2035年，将增长率拉到至少 10%，并可能自动化一切认知任务；

• AI经济时代：2035年至2040年或2045年之间某个时点，AI会「接管经济」，进入全面的（双曲线式）超指数增长。

Jaime认为：AI 已经成为一种「压倒性的经济主导力量」，「把全球增速推到至少 10%，这并不疯狂，我觉得完全会发生。」

参考资料：https://x.com/EpochAIResearch/status/1963999866138317097