12 月 9 日消息，据《商业内幕》报道，Google DeepMind CEO 德米斯・哈萨比斯（Demis Hassabis）近日在旧金山举行的 Axios AI+ 峰会上强调：
人工智能（AI）的规模化发展必须「推向极致」，这是实现通用人工智能（AGI）的关键路径。
哈萨比斯指出，规模定律（scaling laws）是 AI 进步的核心原则，即「模型越大、数据越多、算力越强，智能水平就越高」。
我们必须把当前 AI 的规模化推向极致，它至少会成为通用人工智能的关键组成部分，甚至可能构成整个 AGI 系统。
AGI 被视为能够像人类一样进行推理和规划的理论型智能系统，是全球科技公司竞相追逐的目标。
不过，哈萨比斯也承认，仅靠规模定律可能不足以完全实现 AGI，未来或许还需要「一到两个额外的突破」。
他强调，规模化存在现实限制：公开数据量有限，增加算力意味着建设更多数据中心，不仅成本高昂，还会对环境造成压力。
与此同时，业界也出现了不同声音。
前 Meta 首席 AI 科学家 Yann LeCun（杨立昆）认为，规模定律并非万能。他在今年 4 月新加坡国立大学的演讲中指出：「大多数真正有趣的问题在规模定律下表现得极其糟糕，你不能简单地认为堆数据和堆算力就能产出更聪明的 AI。」
此前，LeCun 已离开 Meta 创办新公司，致力于研发基于空间数据的「世界模型」，旨在打造能够理解物理世界、具备持久记忆和复杂推理能力的新一代 AI 系统。
声明：内容来源公开的各类媒体平台，若收录的内容侵犯了您的权益，请联系邮箱，本站将第一时间处理。