Sam Altman 的“智能时代”:超级智能、规模扩展与工作

原标题Sam Altman’s “Intelligence Age”: Superintelligence, Scaling and Work

Matthew Berman 解读 Altman 2024 年的文章,讨论 AI 助手、教育、基础设施和就业的未来。

MBMatthew Berman讲者 · Forward Future
频道
Matthew Berman
发布
2024年9月23日
视频
13:34
阅读
3 分钟
幻灯片
3
原文
英语
在 YouTube 打开
往下滚动阅读时,视频会缩到右下角继续播放。字幕跟随阅读语言。
阅读语言共 2 种语言可读
由 AI 从英语原文翻译。打开“对照原文”可以逐段核对。
摘要

30 秒看懂

Matthew Berman 回应 Sam Altman 2024 年的文章《智能时代》。Altman 认为超级智能可能在几千天内出现,也可能需要更久;Berman 对 AI 的好处持乐观态度,同时讨论普及和就业冲击。这些都是预测,而非既定结果。

  1. 1AI 作为新工具Altman 设想个人虚拟专家团队;Berman 介绍自己用 AI 准备问题,同时咨询医生的经历。
  2. 2个性化教育Berman 希望 AI 导师帮助孩子以适合自己的节奏和方式学习。
  3. 3不确定的时间线Altman 认为超级智能可能在几千天内出现,但明确表示也可能需要更久。
  4. 4扩展深度学习Berman 讨论更大规模的训练和推理时计算,认为两者都是进步途径。
  5. 5算力和普及Altman 认为能源、芯片和基础设施对于广泛使用 AI 至关重要。
  6. 6就业与不确定性两人都讨论了工作冲击和新职业;Berman 对人类程序员最终可能消失的预测属于推测。

要点建议

  1. Altman 在 2024 年的文章中表示超级智能可能在几千天内出现,同时承认也可能需要更久。
  2. Berman 认为训练时和推理时的规模扩展都是 AI 进步的重要途径。
  3. 文章设想了个人 AI 团队、导师和助手,但其未来能力仍有不确定性。
  4. Altman 认为充足的算力和能源有助于广泛普及,并预计劳动力市场会发生变化。
全文

按章节阅读整理后的全文

只看原始文稿
01

文章与人类进步

Berman 介绍 Altman 的文章及其关于社会是积累而成的基础设施的观点,并讨论虚拟专家和自己寻求健康信息的经历。

Sam Altman 2024 年的文章《智能时代》乐观地描绘了 AI 可能如何改变社会。我想读出重点段落,解释为什么我觉得它们很有说服力。Altman 认为,深度学习能够随规模扩大而改进是故事的核心。

Altman 将社会描述为一种积累起来的智能:每一代人都受益于前人建立的基础设施和发现。他设想 AI 为这一进步的脚手架添砖加瓦,最终让每个人都拥有虚拟专家团队。最近我曾用 ChatGPT 帮助理解健康问题并做好准备,同时也咨询了真人医生。

02

导师与共同繁荣

他设想个性化教育,并思考 Altman 关于广泛繁荣的愿景。

我特别期待教育应用。我有两个年幼的孩子,希望 AI 导师能够适应每个孩子的节奏和学习方式。我很适合通过视频学习,其他学生则可能受益于不同形式。这些是愿景,并不保证辅导一定可靠。

Altman 设想未来的共同繁荣超越今天的一切。我乐观地认为 AI 可以帮助人们,尽管繁荣本身并不保证幸福。没有足够的钱本身也会造成严重问题。

Altman 回顾了电脑芯片和现代 AI 背后的一系列发现。他写道超级智能可能在几千天内出现,同时明确承认也可能需要更久。这是 2024 年提出的预测,并非确定的时间表。

03

超级智能与规模扩展

Berman 解读 Altman 不确定的时间线,并讨论训练与推理的规模扩展。

Altman 对超级智能的预测
幻灯片 1 / 3Altman 对超级智能的预测文章提出几千天是一种可能,并指出也可能需要更长时间。

他的解释是深度学习奏效了,而且随着投入资源增加而改善。我认为有两种重要的规模扩展方式:使用更多数据和算力进行训练,以及在推理时通过推理技术投入更多算力。尚待解决的技术问题和未来规模扩展的收益仍不确定。

04

智能体与 AI 研究

他讨论自主助手以及 AI 对未来 AI 研究作贡献的可能性。

Altman 设想自主个人助手能够协调医疗等任务。我希望智能体可以在适当监督下处理阅读和总结邮件等工作。他还预计 AI 将帮助开发下一代 AI 系统并推动科学进步。

我设想有两条途径形成反馈循环:模型为后续模型生成或标注数据,以及 AI 系统帮助研究人员发现新技术。我认为这可能带来快速进步,但它是一种设想,并非已经证明必然发生的结果。

05

基础设施、风险与工作

Altman 呼吁提供充足算力并警告潜在风险。Berman 思考就业冲击和编程的未来。

算力、能源与普及
幻灯片 2 / 3算力、能源与普及Altman 将广泛使用与负担得起的计算基础设施联系起来,同时承认风险。

Altman 认为,让算力充足且负担得起需要能源、芯片和基础设施;否则 AI 可能集中在富人手中。他也表示转型将带来困难的风险。使用机会及收益如何分配是核心问题。

就业冲击就是一个例子。Altman 预计会发生重大变化,但认为大多数工作的变化速度会比一些人预想得慢。我希望旧工作变化时会出现新工作,也对 AI 放大人类创造力感到兴奋;这些结果并无保证。

繁荣与劳动力市场风险
幻灯片 3 / 3繁荣与劳动力市场风险文章在乐观愿景的同时,也提到工作可能发生重大变化。

Altman 将今天的职业与历史上消失的工作作比较。我自己的推测是,今天这种人类编程工作最终可能消失,同时出现新的创造性工作。具体时间和结果仍是开放问题。

同频道的其他文章

6 张幻灯片25:50EN → 简体中文
MBMatthew Berman· 2026年10月24日Kimi K3.1 Pro 实测:3D 演示出色,表现不一,价格有竞争力Matthew Berman · Forward FutureMatthew Berman 测试这款开放权重模型的编程、3D 渲染和视觉讲解能力,并比较基准成绩与价格。Open-weight modelsBenchmarksAI cost & performance+1
2 张幻灯片32:20EN → 简体中文
MBMatthew Berman· 2026年10月23日本地 AI 究竟适合谁?成本、取舍与混合模式的未来Matthew Berman · Forward FutureMatthew Berman 权衡数据控制和自主权,与硬件成本、设置复杂度及推理速度之间的关系。Local inferenceOpen-weight modelsAI cost & performance+1
幻灯片0:22EN → 简体中文
MBMatthew Berman· 2026年10月21日机器人保镖短片展示戏剧性的救援场景Matthew Berman · Forward FutureMatthew Berman 观看一段展示格斗与车辆救援场景的机器人短片。Robotics评估
45:08EN → 简体中文
MBMatthew Berman· 2026年10月21日Sam Altman 谈 AI 发现、意识、算力与以人为本的未来Matthew Berman, Sam Altman · Forward Future在与 Matthew Berman 的对谈中,Altman 讨论科学进步、个人助手、递归自我改进与人类自主权。AI for sciencePersonal agentsConsciousness+2
0:32EN → 简体中文
MBMatthew Berman· 2026年10月21日Sam Altman 谈持续存在的软件工作需求Sam Altman, Matthew Berman · OpenAI在一段简短访谈中,Altman 表示,尽管 AI 正在改变软件的制作方式,软件需求可能比人们预想的更大。Future of WorkSoftware engineering编程智能体
1:02EN → 简体中文
MBMatthew Berman· 2026年10月15日从打孔卡到 AI 软件工厂Matthew Berman · Forward FutureMatthew Berman 对比早期编程和 AI 辅助工作流,并推广 Factory 的开发工具。软件工厂编程智能体Software engineering+1