Sam Altman Mendakwa Skeptik Penskalaan Menghalang Pembangunan AI

CEO OpenAI Sam Altman semakin menegaskan kuasa penskalaan, dengan berhujah bahawa generasi penyelidik terdahulu telah menyekat kemajuan dengan memandang rendah potensi Large Language Models (LLMs). Memandangkan perdebatan mengenai had seni bina transformer semakin sengit, Altman menegaskan bahawa bukti empirikal menyokong sebahagian besarnya pengembangan berterusan dalam pengkomputeran dan data.

Kos Dogmatisme Intelek

Dalam penampilan terbaharu di Stanford, Altman menyentuh tentang geseran antara penyokong penskalaan dan golongan skeptik, terutamanya merujuk kepada pengkritik seperti Yann LeCun dari Meta, yang terkenal dengan menyifatkan LLM sebagai "jalan buntu." Altman mencadangkan bahawa sebahagian besar penentangan terhadap hipotesis penskalaan berpunca daripada penyelidik yang terlalu yakin dengan ramalan mereka tentang apa yang AI tidak boleh lakukan.

Beliau berhujah bahawa beberapa tokoh industri telah mengaitkan identiti profesional mereka dengan pendirian teori tertentu, menjadikan mereka sukar menerima data baharu yang bercanggah dengan kepercayaan lama mereka. Walaupun mengakui bahawa "model dunia" (world models) adalah penting untuk kemajuan dalam bidang seperti robotik, Altman menegaskan bahawa trajektori semasa LLM bukanlah satu penyimpangan, sebaliknya merupakan enjin utama kecerdasan.

Bukti Empirikal: Melangkaui Padanan Corak

Salah satu poin paling penting dalam pembelaan Altman terhadap penskalaan adalah peralihan LLM daripada sekadar peramal teks kepada alat yang mampu melakukan penaakulan asli. Beliau memetik satu pencapaian terbaharu di mana model OpenAI berjaya menyangkal satu konjektur matematik yang telah lama tidak dapat diselesaikan oleh pakar manusia.

Perkembangan ini sangat penting kerana ia mencabar naratif bahawa LLM hanyalah "stochastic parrots" yang tidak mampu melakukan penemuan sebenar. "Jadi dengan jelas, LLM mampu menemui pengetahuan baharu," kata Altman, sambil menyatakan bahawa komuniti matematik kini sedang aktif menangani implikasi bukti yang dipacu oleh AI. Peralihan ini menunjukkan bahawa penskalaan bukan sahaja meningkatkan kelancaran; ia meluaskan ufuk keupayaan kognitif.

Sempadan Baharu: Penaakulan lwn. Tugasan Jangka Panjang

Di sebalik optimisme beliau, Altman tetap berpijak di bumi nyata mengenai had teknologi semasa. Beliau menyatakan terdapat jurang prestasi yang ketara dalam "tugasan jangka panjang" (long-horizon tasks)—aliran kerja kompleks yang memerlukan pertimbangan tahap tinggi yang berterusan dan perancangan pelbagai langkah dalam tempoh yang lama. Dalam domain khusus ini, beliau mengakui bahawa LLM masih "kelihatan jauh lebih teruk daripada manusia."

Bagi landskap AI yang lebih luas, perbezaan ini menentukan sempadan penyelidikan seterusnya. Industri sedang beralih daripada fasa "penskalaan untuk pengetahuan" kepada "penskalaan untuk penaakulan dan agensi." Memandangkan syarikat seperti OpenAI dan Anthropic (diketuai oleh CEO Dario Amodei, yang berkongsi keyakinan penskalaan Altman) terus menyuntik berbilion ringgit ke dalam pengkomputeran, matlamatnya adalah untuk merapatkan jurang antara kecerdasan sesaat dengan autonomi jangka panjang yang boleh dipercayai.

Ringkasan Utama

• Penskalaan adalah Pemacu Utama: Altman berhujah bahawa memandang rendah impak peningkatan pengkomputeran dan data secara sejarahnya telah memperlahankan rentak kejayaan AI.
• Penemuan Melebihi Peniruan: Keupayaan model OpenAI untuk menyelesaikan konjektur matematik yang kompleks membuktikan bahawa LLM sedang bergerak ke arah penciptaan pengetahuan yang tulen.
• Kekangan Seterusnya: Walaupun penskalaan menyelesaikan banyak masalah, prestasi tahap manusia dalam tugasan jangka panjang yang memerlukan pertimbangan tinggi kekal sebagai cabaran utama industri yang seterusnya.